在上一篇文章《企业数字化转型：数字化成熟度评估模型》中，我给大家介绍了业界几个关于数字化成熟度的评估模型，其中有一个叫做ODMM不知道大家还有没印象？
对，就是传说中华为公司提出的那个数字化转型评估模型。不过也有人说这个模型不是华为提出的，提出者“另有其人”。
经过笔者多方打探，网上求证，得知这个模型来源于华为牵头成立的叫做“Open ROADS Community”的开放组织，该组织是由全球ICT领导者组成的数字化咨询委员会，致力于孵化ICT数字化转型最佳实践。该组织聚合了电信业务提供商、解决方案提供商、咨询机构及高等学府的先进思想，旨在构建开放的行业生态系统，创造知识共享、深入探索与协同合作的氛围，促进ICT行业发展，进一步向更美好的全联接世界迈进。
既然华为是“Open ROADS Community”牵头单位和重要成员之一，那么说ODMM是由华为提出其实也没什么可争议的吧。
一、认识ODMM
接下来，我们对ODMM做一个整体介绍。
ODMM，全称是Open Digital Maturity Model（开放数字化成熟度模型），是衡量企业数字化能力成熟度的一个整体模型。ODMM评估的结果是一个量化的、优先排序的列表，列出了企业的数字业务理想与其当前数字成熟度水平之间的差距。企业可以利用这些差距为数字化转型制定一个可行的计划，使其能够为数字化转型指明努力的方向。
ODMM模型目前已更新到了6.0版本，其将企业的数字化成熟度评估划分为为4个层次，6个评估维度，18个评估子维度，174个评估指标。如下图：
纯“打分”的数字成熟度评分对企业并没有太大帮助，而ODMM旨在为企业的数字化转型创建一个可行的计划。ODMM在成熟度模型中独树一帜的地方在于，它是根据企业的数字化成熟度与其期望的理想状态之间的差距来确定数字化成熟度得分，从而为企业的数字化改进方向提供更有价值的参考。
有关于ODMM的介绍也可以看下这个视频：https://v.qq.com/x/page/g0511...
ODMM将企业数字化能力划分为：战略动力，以客户为中心，数字文化、人才和技能，创新与精益交付，大数据与人工智能，以及技术领先等6大评估维度，每个评估维度都包含3个子维度（或称子领域），一共18个子维度，如下图所示：
二、ODMM模型：战略维度
这一维度评估用于评估企业如何基于清晰的企业愿景和一系列目标来定义和实施有效的数字化战略。这个维度包括数字战略，金融投资模式，业务敏捷性等三个子维度，每个子维度关注的三级要素及评估内容如下表。
2.1 数字战略
| 目的明确 | 该企业是否概述了数字愿景和战略，并阐明了它打算在数字生态系统中扮演的角色？ |
| 追求新价值 | 高级管理层是否对现有产品和服务的业务潜力有现实的看法，他们是否制定了一个协调一致、考虑周全的计划，以便在必要时转向新的平台或服务模式？ |
| 跨行业参与 | 该企业是否采用开放和扩展的方法与传统关系之外的新参与者接触，以支持其整体企业战略？ |
2.2 金融投资模式
| 财务战略 | 企业的财务战略是否支持长期的、有时风险更大的战略投资，以支持企业整体愿景的实现？ |
| 投资预算 | 企业是否采用灵活的预算流程，以便及时评估和资助数字化计划，确保可能的收益与企业的战略相一致？ |
2.3 业务敏捷性
| 协调能力 | 企业能否有效地协调资源、流程和结构，以便快速有效地实施其战略？ |
| 战略投资组合管理 | 企业是否决定并应用适当的投资政策来有效管理数字服务组合，以加速采用数字实践和技术？ |
| 综合数字化运营 | 数字化能力是否适当地、全面地整合到企业的战略中，同时与必要的传统做法保持一致？ |
三、ODMM模型：以客户为中心
此维度评估企业如何积极利用客户洞察为其客户提供个性化道路体验。ODMM假设最好的数字企业通过关注品牌、由外而内的客户体验和体验治理来做到这一点。以客户为中心包含以下子维度。
3.1 品牌信任
| 品牌承诺 | 组织是否在所有业务活动中清楚地表达了一个经过深思熟虑、清晰一致的品牌承诺，该承诺与客户和员工的需求以及相关愿望保持一致？ |
| 品牌定位 | 公司提供和提供的服务和体验是否支持并在理想情况下加强了品牌宣传？ |
| 品牌信任 | 品牌是否受到所有利益相关者和支持者的信任？ |
3.2 客户体验
| 个性化和主动性 | 产品和服务是否根据个人/企业实体的需求主动定制、提供和交付？ |
| 客户可视性和控制 | 客户能否轻松访问和控制所接受服务的各个方面？ |
| 在线社交 | 客户是否使用社交渠道和社区与企业及其其他客户接触，以获得和提供帮助和支持、宣传、发现新产品并提供反馈？ |
| 结构性和额外价值 | 是否为客户提供了额外的价值和便利来阻止客户流失？ |
3.3 管理经验
| 跨职能部门问责 | 组织内的所有职能部门是否都非常重视客户体验并努力改进？ |
| 经验驱动设计 | 向最终用户提供的端到端体验是设计和引入新产品和服务的关键因素吗？ |
| 全渠道管理 | 全渠道管理是否被视为调整和合理化客户接触点的工具，以及持续提高所有接触点的客户体验水平？ |
| 客户体验测量 | 组织是否能够接触到客户之声提供的反馈，并根据反馈采取行动？ |
| 单一客户视图 | 组织是否对每个客户的状态和行为有一个单一的全面的看法？ |
| 合作伙伴协调 | 组织的合作伙伴是否有类似的客户体验管理实践和标准？ |
四、ODMM模型：数字文化、人才和技能
这一维度衡量了增强数字化劳动力所需的工具、技能和流程，评估了一个组织如何招聘、保留和激励其团队成员。
4.1 数字文化
| 数字化领导力 | 组织是否鼓励和展示数字化领导的特征和行为，如仆人领导和循证管理？ |
| 适应心态与集体习惯 | 组织如何利用数字连接和资源来创造鼓励创新和创造共同集体文化的工作环境？ |
| 团队敏捷性和赋权 | 组织如何提供和激励由不同技能、职能和地域组成的团队（“变形虫运动”）？具体措施包括社会化共同目标和共同责任，为他们提供实时管理和跟踪可交付成果所需的数字工具和资源。 |
| 数字化工作场所经验 | 工作的设计，工作环境和相关的政策是否能带来良好的员工体验？ |
| 社会化媒体互连性 | 员工是否通过社交媒体参与内部活动？ |
4.2 组织数字人才
| 人才获取 | 组织在吸引、招聘和留住最佳数字人才方面做得如何？ |
| 扩展劳动力 | 是否利用了众包和全球信息栅格等非传统人力资源提供的机会？ |
| 动机和成就 | 员工的积极性和成就感如何？ |
4.3 持续学习
| 在职结构化学习 | 学习是否被视为一种持续的活动，并作为商业运作的一部分受到积极的鼓励和促进？ |
| 组织知识管理 | 知识在整个组织中的获取和共享情况如何？ |
| 数字化学习交付 | 组织是否充分利用数字化方法来规划、提供和跟踪个人培训和发展需求？ |
| 资格和认证 | 组织是否通过认证来培养人才，提高员工的整体数字技能？ |
五、ODMM模型：创新与精益交付
该维度评估组织与合作伙伴生态系统一起快速高效地创建和交付创新数字产品和服务的能力。
5.1 规模创新
| 创新范围和准备程度 | 组织是否在明确界定的范围内创新？ |
| 参与生态系统 | 组织是否与生态系统合作伙伴有效合作以推动创新？ |
| 设计思维实践 | 设计思维是否在组织内广泛实践，以支持以人为中心的想法和解决方案的生成？ |
| 业务推广 | 是否制定了有效引入和推动快速采用新数字服务的流程？ |
| 生命周期管理 | 基于真实世界数据的定义良好的流程是否控制着数字服务/产品的整个产品生命周期？ |
5.2 精益交付
| 敏捷开发 | 在服务/产品开发过程中，需求和解决方案是否通过自组织和跨职能团队及其客户/最终用户的协作而演变？ |
| 全栈监控 | 是否集成了来自各个监控解决方案的数据以创建一个完整的堆栈监控显示？ |
| 反馈和基于分析的响应 | 真实世界的生产信息和反馈是否被用作运营和服务管理的基础？ |
| 持续交付 | 开发团队是否在短周期内生产服务/产品，确保服务/产品可以在任何时候可靠地发布给客户/最终用户？ |
5.3 按需供应链
| 回应变化 | 供应链是否与无摩擦的信息共享紧密结合，以及作为一个整体快速响应不断变化的环境所需的灵活性？ |
| 延伸价值链 | 合作伙伴的优化设计价值链是否用于为客户提供最大价值？ |
六、ODMM模型：大数据与人工智能
该维度评估组织通过提高运营效率和降低成本以及通过增加收入来利用数据创造业务价值的程度。
6.1 数据治理
| 元数据管理 | 组织是否通过提供元数据、业务上下文、标记、关系、数据质量和使用的全面、统一的视图，通过业务分析和数据治理最大化信息资产的业务价值？ |
| 主数据管理 | 管理共享数据是否可以降低与数据冗余相关的风险，确保更高的质量，并降低数据集成的成本？ |
| 数据质量 | 组织是否将质量管理技术应用于数据，以确保数据适合消费并满足数据消费者的需求？ |
| 数据战略和政策 | 是否制定了数据资产管理的策略和政策，包括相关决策权的确定和执行？ |
| 数据安全和隐私 | 组织如何规划、制定和执行安全政策和程序，以提供数据和信息资产的适当身份验证、授权、访问和审计？ |
6.2 数据利用
| 数据驱动决策 | 业务决策是否基于相关数据，而不仅仅是直觉，并由此带来可量化的运营绩效改进？ |
| 数据货币化 | 是否通过更个性化的营销和销售以及改进业务流程和决策产生额外收入？信息是否与新的和现有的客户和合作伙伴进行了外部货币化？ |
| 数据科学与人工智能 | 组织是否拥有强大的分析（机器学习/数据科学）能力来描述、预测和改进业务绩效？ |
| 数据可视化 | 数据的图片和图形表示是否用于帮助解释概念、想法和事实？ |
6.3 数据工程
| 数据集成和互操作性 | 应用程序和组织内部及之间的数据移动和整合是否得到良好管理？ |
| 数据仓库和数据存储 | 规划、实施和控制过程是否到位，以支持快速方便的报告、查询和分析的方式存储数据？ |
| 数据架构和建模 | 是否确定了组织的数据需求，并制定了主架构（architecture）蓝图以满足这些需求？这包括确定数据需求的范围和在综合数据模型中捕获这些需求。 |
七、ODMM模型：技术的先进性
这一维度评估了组织在多大程度上能够采用新的数字技术以及定义明确、有效的治理，以提供完全自动化、可扩展和可靠的运营。
7.1 技术治理
| 网络安全和数字风险管理 | 该组织是否有一个强有力和有效的网络安全政策和实践，以确保其信息和通信技术资产的安全，同时实现业务目标？ |
| 开放标准 | 组织如何有效地利用开放源代码、开放标准和开放平台实现ICT敏捷性？ |
| 技术政策和路线图 | 组织如何定义和实施其技术战略、治理、架构和路线图，以实现敏捷性，同时确保规模上的协调？ |
| 环境影响和成本 | 组织如何管理其环境影响，包括能源消耗？ |
7.2 技术操作
| 服务编排 | 是否有一个完全自动化、自我修复、可扩展和可靠的操作环境？ |
| 可靠性工程 | 软件工程实践和技术是否应用于云级操作以实现更高级别的可靠性和可恢复性？ |
| 开发平台和工具链 | 组织是否拥有所需的开发平台和支持应用程序，以便使用最合适的技术高效地开发新的应用程序和服务？ |
| 智能自动化 | 组织是否对过程自动化解决方案，特别是RPA进行了适当的调查和投资？ |
7.3 基础技术
| 云计算 | 组织是否充分有效地利用了云计算和相关的现代基础设施实践？ |
| API和微服务 | 数字服务在多大程度上是使用基于微服务的体系结构和API连接实现的？ |
| 网络虚拟化 | 网络功能是否作为一个在标准硬件上运行的基于软件的实体来实现？ |
| 千兆连接、视频和物联网 | 该组织在多大程度上采用了最新的无线、固话、物联网和边缘计算技术来提供数字服务？ |
| 新兴的技术 | 组织在多大程度上保持对新兴技术的认识和利用？ |
八、写在最后的话
好了，关于ODMM模型就介绍到这里了。
看到这里你有什么感觉？是不是觉得ODMM和我之前分享的数据治理能力成熟度评估模型类似呀？都是先划分能力域，再划分能力指标，然后根据企业现状对每个指标进行打分，最后再给出综合评估，从而得到企业数字化的成熟度。
这个过程很好理解，但是我猜你需要的不仅是了解使用ODMM的过程，更需要ODMM的详细评估指标和打分模板。
没错，我们已经为你准备好了，下图关注公众号后台回复关键字“ODMM”，即可下载数字化能力成熟度评估的全套模板！
IDCF DevOps黑客马拉松，2021年度城市公开赛，11月6-7日，深圳站，企业组队参赛&个人参赛均可，一年等一回，错过等一年，赶紧上车~公众号回复“黑马”加入