9、基于 COBIT 5控制措施的组织大数据评估与审计：COVID-19效果

基于 COBIT 5控制措施的组织大数据评估与审计：COVID-19效果

1. 引言

在当今数字化时代，大数据已经成为企业决策的重要依据，它不仅能够提供深刻的见解，还能为企业智能开辟新的发展方向。大数据广泛来源于各种渠道，如商业交易记录、社交媒体互动、物联网设备等。这些数据的五个特征——体积、速度、多样性、真实性、价值——决定了其需要定制化的架构来进行审计、管理和控制。

审计是一个正式的过程，用于检查组织是否符合既定的标准和控制措施。随着大数据的广泛应用，组织需要一种结构化的方法，具有连贯和灵活的指导方针，以评估和审计其大数据能力。本文旨在提出一种通用的方法来收集、管理和分析组织的大数据能力，以期提高其竞争力和决策质量。

2. 文献综述

现有的大数据成熟度评估模型和审计方法虽然众多，但普遍存在一些问题。许多模型和方法缺乏通用性、结构性和灵活性，且未能充分结合相关标准。因此，本文通过分析现有模型的优势和劣势，提出了一种综合成熟度评估模型，该模型能够更好地适应不同组织的需求。

2.1 大数据成熟度模型

大数据成熟度模型是一种评估组织从初级阶段到高级阶段的工具。评估组织的大数据成熟度的第一步是确定其大数据准备情况。多个成熟度模型被用作能力评估工具，用于衡量组织对大数据计划的准备情况，并确定其成熟度水平（见表1）。

模型名称	评估维度	特点
IBM模型	数据管理、数据分