信息成熟模型（IMM）的关键：数据质量

管政编译 2002/04/01

　　企业IT部门在逐渐加大对信息管理的力度，而获取卓越的高级信息管理往往需要从高质量的数据开始。

　　META 预测: 在2002年/2003年，领先的组织将以主要行业协会发布的标准业绩尺度来改善信息价值。到2004年/2005年，公司审计将揭露信息管理的症状，并建立信息评价体系。到2006年/2007年，数据管理员将转变为企业信息资产的财务管理员，来管理数据的有效性、质量、安全性、完备性和用法。

　　正当信息被普遍认可地流通于企业中时，信息为企业业绩的提升添加了“燃料”，为促进企业间的合作提供了“粘合剂”。信息最终将成为一种企业资产，因此公司必须要采取一种方法来测度它们的成熟度企业如何管理和影响信息来实现企业目标。企业只有通过测度信息的成熟度，才能确保信息的正确规划、设计，来更好的管理和应用信息。尽管粗略的信息管理的良好测度标准很多（例如，Baldrige National Quality Program），但是我们的研究缺乏一种详细的、用于信息相关概念的分层积分卡。我们认为在2002年、2003年对作为IT一部分的信息的识别，将成为领先的组织来实现当今推崇的“定制”的指示器，并且一个积分卡可以用来测度数据质量。到2004年/2005年，一个标准的信息成熟模型（Information Maturity Model__IMM）将被发布，到那时，人们会更加关注数据质量、信息结构、信息管理、信息用法和信息基础设施。并且到了2006年/2007年，走在前列的公司将要服从于定期独立信息审计或信息管理认证流程。

　　定义一个信息信息成熟模型（IMM）首先需要确定含有信息管理和用法的特征。在这些特征中，数据质量（DQ）是最主要的（查看图1和图2）。最初考虑DQ，我们能够建立以下部分IMM结构，这与业界认可的性能成熟模型（Capability Maturity Model）是一致的。

• Level 1:意识。最低的DQ成熟度的组织也意识到DQ问题正影响企业决策支持。它们没有正式主动的来清理数据，并且没有能够在特定紧迫需求（例如，产生一个清理的邮件列表或一个可任意使用的、提取于定制译码的数据。）的基础上来满足需求。组织往往容易忽视这个问题，或者希望安装新的/升级的系统后立即解决该问题。信息被看作是一种应用程序的偶然副产品；并且客户、供应商和合作伙伴比企业员工自身更容易受到DQ问题的困绕。我们发现全球3000家企业中大约有35%如今处于这个级别，到2005年将降到20%。为了获得更高的DQ成熟度，这些组织应当努力改善内部对DQ问题及其影响的意识和交流；并且能够在不同的DQ问题上得到“锻炼”。

• Level 2:反复。在这个层级上，决策和事务经常由于对DQ问题的怀疑而发生疑问。应用程序开发者使用简单的编辑/控制，来标准化数据格式；并且手工或自行在一个应用程序数据库进行部门级/应用程序级操作。许多员工也已经觉察到信息用于进一步的业务流程理解和改善，但是整个企业的数据质量问题仍需上升到高层级战略决策制定上。在这种层级上，DQ问题更容易影响维修或服务人员，它们访问正确的操作数据来有效的完成他们的工作任务。大约45%的企业如今处于这个级别，到2005年将降到25%。这些组织应当关注更好的理解和定量DQ的企业影响，采取DQ相关的数据管理指导方针。

• Level 3: 前摄。当信息被看作是一种改善企业业绩的真实助推器，并且企业分析师感觉到DQ的问题最尖锐时，信息成熟度便达到了中等层级。DQ已经成为IT规则中的一部分，并且主要的DQ问题已经文件化，而不是被分析或定量化。无论如何，数据清理通过商业DQ软件在下游进行操作（例如，在部门级IT或在数据仓库中），DQ软件可以在记录的基础上，清理、识别/匹配并标准化操作。这些流程改善了数据，来进行有效的战略或策略决策。DQ导向的数据管理的指导方针已经分布，但是还没有得到实施。我们的研究表明15%的企业如今处于这个级别，到2005年将上升到35%。为了达到下一个DQ阶梯，企业应当超越以前的DQ问题的解决，并简单编译来持续检查和修补数据，以让其接近原始数据。另外，他们应当实施数据管理政策的格式，来在企业流程的层级上发现并解决DQ问题。

• Level 4:管理。当信息被当作IT部门的一个关键组成部分，并作为一种企业资产来讨论时，信息成熟度便达到了第二。DQ已经成为一个首要的IT功能和主要职责，并且已经实施的商业DQ软件已经得到在企业级的定期系统测评和准确性、完备性检查。DQ是具体的与企业问题和流程业绩挂钩。大多数清理和标准化功能在源头得到执行（也就是说，在数据产生、捕获或接受时）；并且名字/地址DQ在一个国际化的基础上操作。严格而灵活的DQ流程可以吸收信息的数据来源，并且如果不是无缝时，直接修补不可预测的错误。DQ功能被体现在主要的企业应用程序中，确保可信的进行决策制定，并且DQ相关政策被很好的设立和监视。既有5%的企业已经达到了这种层次的成熟度，我们希望这个数字到2005年能够上升到15%。要想攀登到DQ优秀需求的顶峰，企业需要继续制度化DQ的实务。

• Level 5: 优化。处于该层级的数据质量，会把信息当作一种企业级资产（而不仅仅是一种IT资产），对待信息更像物质资产和资产的运作方式。DQ是一个成长中的战略性企业创新，具有可认证的ROI。许多DQ边缘的特征（例如，流通时间、幅度、深度和准确度）继续得到测量和监控。数据可以适时用第三方供应商（也就是说，额外的人口统计或市场数据）来丰富。多级鉴定用来证明合作伙伴、职员、客户和供应商之间的关系。关键的非结构化信息（例如文件）应在DQ的控制之下。元数据/数据被加上一个质量指示器，来与信任的或知名的信息（特别是数据仓库）问题相关联。DQ对于可信的适时企业流程自动化是足够的。并且DQ相关数据管理也被自动化。只有不到1%的企业已经达到了这个层级，但是到2005年可以达到5%。维护卓越的DQ在这个层级上是很难的。无所不在的成本削减压力、新的应用程序创新、政治结盟，以及兼并和购并都将消耗DQ资源和解决方案。组织不必依靠一个独立的领导，但是一个优秀的领导可以来确保DQ融入文化、培训、IT结构/基础设施、金融模式和业务流程。

　　当企业努力向更高层的DQ导向的信息成熟度迈进时，领先的DQ供应商（例如SAS/DataFlux, Trillium, Vality）需要确保开发出一系列技术；并且首要的DQ授权机构（例如Avellino, Center for Data Quality, Information Impact, onDemand）将通过培训和服务来帮助企业提高信息成熟模型（IMM）。

　　到2004年/2005年，数据质量（DQ）将成为信息管理改进的焦点。DQ将逐渐与企业业绩和价值挂钩。因此，企业应当开始采用方法来评估他们的DQ能力和成熟度。