在能力提升阶段，企业可以根据自身实际情况邀请专业咨询机构进行数据管理咨询和专项改进，进一步补充和完善评价支持材料和相关解释，更充分地满足DCMM的正式评价要求。
明确本部门DCMM标准评价联系人，配合提供和完善专业数据管理相关信息，包括专业数据质量改进工作计划、培训材料、数据工作绩效评价、数据安全管理、数据应用价值评价等过程的实施内容。
DCMM标准实施评估前，企业应了解自身数据管理的基本情况，制定符合自身实际水平的等级目标，按照相关流程提交评估申请，成立相关专项工作组，开展必要的培训宣传实施工作。
同时，在医疗数据安全保护过程中，要做好资产分类、界限明确、风险评估，加强资产全生命周期管理；确保系统存储安全，做好数据备份和恢复；制定适当的保护安全策略，不断提高技术保障能力；成立数据管理委员会，充分讨论安全伦理，加强监管；对数据进行脱敏处理，知情通知，整个过程可追溯。
主持人钱卫宁(华东师范大学数据学院院长)：与传统的数据管理技术、数据分析技术和数据挖掘技术相比，隐私计算在当前金融业中最突出、最成功的应用是什么？
在公司数据Owner的统筹规划下，各领域的数据Owner负责所辖领域数据管理系统的建设和优化。各业务部门是实施规则、保证数据质量、促进规则优化的关键环节。通过主管结构正式任命各数据主题域和业务对象的数据Owner和数据管理，数据Owner的职责包括数据管理系统建设、信息架构建设、数据质量管理、数据入湖和数据服务建设。
结合自我评价报告和相关细节清单，编制数据管理能力提升工作计划，根据能力领域和能力水平维度分割缺陷或弱点的DCMM评价条款，指导各能力领域小组进行专项提升。
为提高公司数据管理能力成熟度，由科技数字化部组织，各业务部门配合，信通公司具体承担，成立领导小组、总体控制小组、专项工作小组等评估工作组织。
服务内容：包括现状研究分析、数据管理系统建设、数据标准规范制定、数据质量规范制定、差异化分析和蓝图设计五个部分。其中，数据管理系统建设作为数据管理的基础，将有效规范数据管理的发展，解决数据质量责任、数据标准和指标统一管理困难的问题。制定数据标准和质量验证规则是差异化分析不可或缺的基础工作，有助于进一步提高蓝图规划的可行性。
中国科学院、中国农业科学院、交通运输部等机构对科学数据进行了不同程度的工作。2019年2月发布《中国科学院科学数据管理与开放共享办法(试行)》，推进中国科学院科学数据中心体系建设。2019年7月发布了《中国农业科学院农业科学数据管理与开放共享办法》。2020年6月，交通运输部在官网公开征求《交通运输科学数据管理办法》(征求意见稿)意见。去年11月，交通运输部公路科学研究院、天津水运工程科学研究院与国家基础数据中心联合建设交通运输科学数据分中心。
? 建立健全在线数据生命周期自动配置、数据自动清理、灾害备份机制和流程管理规范，促进大数据生产、运维管理的在线、自动化和智能化建设，不断加强企业数据管理能力。