Mô hình đánh giá năng lực quản lý dữ liệu (Data Management Capability Assessment Model, DCAM®) là một tài nguyên có cấu trúc, xác định và mô tả các năng lực cần thiết để thiết lập và duy trì thành công một sáng kiến quản lý dữ liệu (Data Management, DM) trong bất kỳ tổ chức nào. Mô hình này do Hội đồng Quản lý Dữ liệu Doanh nghiệp (Enterprise Data Management Council, EDM Council) xây dựng, dựa trên kinh nghiệm thực tiễn và những bài học được đúc kết qua nhiều thử thách của nhiều tổ chức hàng đầu thế giới. Kết quả là sự tổng hợp một phạm vi rộng các thực hành tốt nhất về DM trên toàn bộ các quy trình nghiệp vụ có liên kết với nhau. DCAM đề cập đến các chiến lược, cơ cấu trên phạm vi toàn tổ chức, công nghệ và các thực hành vận hành cần thiết để thúc đẩy DM thành công. Mô hình đề cập đến những nguyên tắc nền tảng của DM trên cơ sở thấu hiểu giá trị kinh doanh, kết hợp với thực tế triển khai đầy thách thức.

Để quản lý dữ liệu trong các tổ chức ngày nay, trước hết chúng ta phải nhận thức rằng DM đúng cách chính là quản lý dữ liệu theo ý nghĩa của nó. Đây là một khái niệm tương đối mới đối với nhiều tổ chức và chưa được hiểu thật rõ. Quản lý dữ liệu theo ý nghĩa là một quy trình xác định từng phần tử dữ liệu dựa trên những gì nó đại diện hoặc mô tả trong thế giới thực. Quy trình này tạo ra một nhãn trực tiếp, dễ hiểu cho dữ liệu đó. Bằng cách bổ sung siêu dữ liệu mô tả (Descriptive Metadata), mối liên hệ chính xác, thể hiện đầy đủ các sắc thái giữa từng phần tử dữ liệu và thế giới thực được thiết lập. Dữ liệu hiện diện ở khắp nơi trong một tổ chức và phải được quản lý nhất quán trong một khuôn khổ kiểm soát (Control Framework) được xác định rõ ràng. DCAM xác định khuôn khổ và các năng lực cần thiết để đưa DM trở thành một phần thiết yếu trong hoạt động hằng ngày của tổ chức.

Những thách thức trong việc quản lý dữ liệu đúng cách là rất lớn. Trong hầu hết các tổ chức, có rất nhiều kho dữ liệu kế thừa (Legacy Data Repositories) và quá nhiều chức năng cần được bóc tách, làm rõ. Có những rào cản xã hội và chính trị cần vượt qua. Có những thách thức công nghệ thực tế và khoảng cách trong thực thi cần giải quyết. Quyền sở hữu dữ liệu (Data Ownership) và trách nhiệm giải trình (Accountability) rất khó xác lập. Trước đây, nguồn tài trợ thường được cấp theo dự án, khiến DM chỉ được ưu tiên từng đợt. Vị trí thiết yếu của dữ liệu trong tổ chức ngày nay đòi hỏi cam kết tài trợ đầy đủ và liên tục. Một thách thức nữa là nhiều tổ chức có thể phải xây dựng sự ủng hộ mạnh mẽ từ ban điều hành để bảo đảm tổ chức kiên định với định hướng đã chọn khi đối mặt với các tiêu chí đo lường ngắn hạn, sự gián đoạn hoạt động và các yêu cầu xung đột từ những bên liên quan (Stakeholders), qua đó giải quyết đúng những thực tế của thách thức DM.

Chúng tôi hiểu thực tế này vì chính chúng tôi đã trải qua và vẫn còn mang những dấu vết của trải nghiệm đó. Dữ liệu là nền tảng. Đó là huyết mạch của tổ chức. “Thuế do dữ liệu kém chất lượng” (Bad Data Tax) là một khoản chi phí đáng kể đối với nhiều tổ chức, mặc dù nó có thể bị che khuất trong những tình trạng kém hiệu quả vốn được chấp nhận và những kết quả không đạt hết tiềm năng. Phá bỏ các ốc đảo dữ liệu (Data Silos) thông qua việc tạo lập dữ liệu được hài hòa (Harmonized Data) là điều kiện tiên quyết để loại bỏ sự dư thừa, giảm công việc đối soát và tự động hóa các quy trình nghiệp vụ trên toàn tổ chức.

Quản lý loại dữ liệu được kết nối đầy đủ như vậy là điều thiết yếu nếu chúng ta muốn rút ra những hiểu biết sâu sắc từ hoạt động phân tích (Analytics), tự tin cung cấp dữ liệu đầu vào cho các mô hình (Models), nâng cao dịch vụ khách hàng và tận dụng những cơ hội kinh doanh mới nhưng thường chỉ tồn tại trong thời gian ngắn. DCAM cung cấp hướng dẫn cần thiết để đánh giá hiện trạng DM của bất kỳ tổ chức nào, đồng thời xác định các mục tiêu và khuôn khổ cho trạng thái đích của sáng kiến DM.

DCAM được tổ chức thành bảy cấu phần cốt lõi:

1. Chiến lược quản lý dữ liệu và luận chứng kinh doanh (Data Management Strategy & Business Case)
2. Chương trình quản lý dữ liệu và mô hình tài trợ (Data Management Program & Funding Model)
3. Kiến trúc nghiệp vụ và dữ liệu (Business & Data Architecture)
4. Kiến trúc dữ liệu và công nghệ (Data & Technology Architecture)
5. Quản lý chất lượng dữ liệu (Data Quality Management)
6. Quản trị dữ liệu (Data Governance)
7. Môi trường kiểm soát dữ liệu (Data Control Environment)

Các cấu phần này được tổ chức thành 31 năng lực (Capabilities) và 106 năng lực thành phần (Sub-capabilities).

Trong phiên bản 2.2 này, một cấu phần bổ sung, tùy chọn đề cập đến Quản lý hoạt động phân tích (Analytics Management), phù hợp với những trường hợp phạm vi của chương trình DM hoặc trách nhiệm của Giám đốc Dữ liệu (Chief Data Officer) bao gồm các chức năng Analytics của tổ chức. Cấu phần này có bảy năng lực và 30 năng lực thành phần.

EDM Council ghi nhận và biết ơn hàng chục thành viên đã đóng góp vào việc phát triển DCAM ban đầu vào năm 2014 và các bản cập nhật sau đó. DCAM đang nhanh chóng được đón nhận trong lĩnh vực DM. Các khóa đào tạo DCAM đã được triển khai cho hơn 1.000 học viên trên toàn thế giới. Các tổ chức, từ ngân hàng, công ty môi giới, công ty tư vấn đến cơ quan quản lý, đã áp dụng thành công Khung DCAM. Ra đời trong ngành dịch vụ tài chính, DCAM ngày càng được các tổ chức thuộc những lĩnh vực khác, từ sản xuất đến khu vực chính phủ, áp dụng vào môi trường hoạt động của mình.

Để duy trì tính phù hợp và vị thế tiên phong của mô hình, EDM Council cam kết áp dụng phương pháp quản lý sản phẩm (Product Management) để thường xuyên rà soát và cập nhật Khung. Đối với phiên bản hiện tại, một nhóm nhỏ nhưng có phạm vi toàn cầu, gồm đại diện từ các tổ chức và công ty tư vấn, đã được tập hợp thành Nhóm công tác (Work Group) nhằm đề xuất và phê duyệt những cập nhật mới nhất cho Khung.

Để bảo đảm DCAM đáp ứng nhu cầu của lĩnh vực DM trong từng tổ chức có đặc thù riêng, chúng tôi đã và sẽ luôn tiếp nhận ý kiến và đóng góp từ những thành viên đã làm việc sâu sát với mô hình.