一种计算机技术数字化程度评估方法和装置与流程

本发明涉及计算机技术领域，具体涉及一种计算机技术数字化程度评估方法和装置。

背景技术：

计算机技术(internettechnology，it)数字化程度评估对于企业实现闭环管理、发挥it数字化效能有重要作用。但是当前缺乏具体的it数字化程度评估体系，企业对于自身it数字化程度进行评估大多数情况都是专家根据经验进行评估。由于专家根据经验进行评估的评估过程不涉及具体指标，因此，当前进行it数字化程度评估的评估效率低且评估结果的准确性差。

技术实现要素：

为此，本发明提供计算机技术数字化程度评估方法和装置，以解决现有技术中由于当前进行it数字化程度评估的评估过程不涉及具体指标而导致的评估效率低、评估结果准确性差的问题。

为了实现上述目的，本发明第一方面提供一种计算机技术数字化程度评估方法，该方法包括：

确定计算机技术数字化程度评估体系的维度和指标；该维度包含应用、能力、安全、数据和/或云；

根据采集的指标数据确定该指标的指标分数；

确定维度的维度权重和指标的指标权重；

根据上述指标分数、上述维度权重和上述指标权重评估计算机技术数字化程度。

优选地，确定维度的维度权重和指标的指标权重的步骤，包括：

采用多种统计学分析方法组合确定维度的维度权重和指标的指标权重；其中，统计学分析方法包括层次分析法、因子分析法、专家咨询法、专家排序法和主成分分析法中的两种以上。

优选地，根据采集的指标数据确定上述指标的指标分数的步骤，包括：

采集指标数据，从所述指标数据中提取量化指标数据；

根据所述量化指标数据确定量化指标分数。

优选地，根据采集的指标数据确定所述指标的指标分数的步骤，还包括：

采集指标数据，从指标数据中提取半量化指标数据；

根据所述半量化指标数据确定半量化指标分数。

优选地，采集指标数据步骤，包括：

通过问卷调查方式采集半量化指标数据。

优选地，在根据指标分数、维度权重和指标权重评估计算机技术数字化程度的步骤，包括：

根据上述指标分数、上述维度权重和上述指标权重计算指标得分；

根据上述指标得分生成专项趋势图和指标分析报告。

优选地，在所述生成专项趋势图和指标分析报告之后，还包括：

根据员工权限显示所述专项趋势图和所述指标分析报告；所述员工权限根据员工归属地和员工职级确定。

本发明第二方面提供一种计算机技术数字化程度评估装置，该装置包括：

选择模块，用于确定计算机技术数字化程度评估体系的维度和指标；该维度包含应用、能力、安全、数据和/或云；

数据处理模块，用于根据采集的指标数据确定所述指标的指标分数；

权重确定模块，用于确定维度的维度权重和指标的指标权重；

评估模块，用于根据指标分数、维度权重和指标权重评估计算机技术数字化程度。

优选地，上述评估模块包括：

计算子模块，用于根据指标分数、维度权重和指标权重计算指标得分；

生成子模块，用于根据指标得分生成专项趋势图和指标分析报告。

优选地，上述装置还包括：

显示模块，根据员工权限显示专项趋势图和指标分析报告；该员工权限根据员工归属地和员工职级确定。

本发明具有如下优点：

本发明供一种计算机技术数字化程度评估方法，首先确定计算机技术数字化程度评估体系的维度和指标；该维度包含应用、能力、安全、数据和/或云，涉及到it数字化的各个方面，有助于全面完整地评估it数字化程度；其次，根据采集的指标数据确定指标的指标分数，并确定维度的维度权重和指标的指标权重；最后跟据指标分数、维度权重和指标权重评估计算机技术数字化程度，即本方法可以通过指标进行it数字化程度评估，使评估过程透明，提高了it数字化程度评估的评估效率和准确性。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。

图1为本发明实施例提供的一种计算机技术数字化程度评估方法的流程图；

图2为本发明实施例提供的一种计算机技术数字化程度评估体系的示意图；

图3为本发明实施例提供的一种计算机技术数字化程度评估装置的结构示意图。

在附图中：

31：选择模块32：数据处理模块

33：权重确定模块34：评估模块

35：显示模块

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

计算机技术(internettechnology，it)数字化程度评估对于企业实现闭环管理、发挥it数字化效能有重要作用。但是当前缺乏具体的it数字化程度评估体系，企业对于自身it数字化程度进行评估大多数情况都是专家根据经验进行评估。由于专家根据经验进行评估的评估过程不涉及具体指标，因此，当前进行it数字化程度评估的评估效率低且评估结果的准确性差。

为了解决上述it数字化程度评估过程中的缺陷，本申请提供一种it数字化程度评估方法，该方法借助大数据平台提供的数据存储、加工、建模能力，实现it数字化程度评估体系的构建。该大数据平台分为五层，分别为设备层、数据层、挖掘层、服务层和可视化层。其中，设备层包含多个集群节点，每个集群节点都拥有唯一识别码(universallyuniqueidentifier，uuid)。数据层包括但不限于hadoop分布式文件系统(hadoopdistributedfilesystem，hdfs)和数据库，在数据层中文件的格式包括但不限于文本文件或csv(comma-separatedvalues，逗号分隔值)文件。挖掘层用于实现数据处理，例如利用spark提供的sparkstreaming或机器算法实现库(machinelearninglibrary，mllib)等实现数据处理；还可以利用r语言与hadoop分布式文件系统的结合进行数据处理。服务层用于实现存量经营、指标评价和/或网络优化等。可视化层用于实现数据可视化，例如以柱状图、折线图、词云图、饼状图、智能报表、专题报告、商务智能(businessintelligence，bi)展示、平台接口等多种方式提供数据展示和数据共享服务。

图1是本实施例提供的一种计算机技术数字化程度评估方法的流程图。如图1所示，该方法包括以下步骤：

步骤101，确定计算机技术数字化程度评估体系的维度和指标。

具体的，基于计算机技术涉及的业务或基于构建的领域模型，采用层次分析法确定计算机技术数字化程度评估体系的维度和指标。其中，领域模型是一个基于最佳实践提出的分析模型，用于协助用户了解计算机技术涉及的业务。另外，可以采用亲和图和实体-联系(entityrelationshipdiagram，er)图构建领域模型。

图2是本实施例提供的一种计算机技术数字化程度评估体系的示意图。在本实施中，如图2所示，计算机技术数字化程度评估体系的维度包含应用、能力、安全、数据和/或云。需要说明的是，这五个维度涉及了it数字化的各个方面，能够全面完整地评估政府、企业或其他机构的it系统的it数字化程度，并且使计算机技术数字化程度评估的评估过程透明公平。另外，每个维度细化为多个指标，能够提高it数字化程度评估的准确性。该指标包括量化指标和半量化指标，其中，量化指标指的是能用具体数据来体现的指标，半量化指标指的是无法用具体数据来体现的指标。包括量化指标和半量化指标在内，每个指标可以分为多个级别。需要说明的是，指标还可以继续细分为两个及以上的具体指标，具体指标也可以分为多个级别。

在一个实施方式中，如图2所示，计算机技术数字化程度评估体系的应用这一维度包含的指标包括但不限于应用收敛度、应用集中程度和/或跨应用统一访问能力。其中，应用收敛度为量化指标，由相同功能相同形式应用个数与该形式应用总个数的比值确定；应用集中程度也为量化指标，由当前已接入的相同功能相同形式应用个数与该形式应用总个数的比值确定；跨应用统一访问能力为半量化指标，包含已有统一框架、正在成熟、没有一致身份验证框架但计划引入、没有一致身份验证框架且不计划引入和不涉及统一框架五个级别。

在本实施方式中，如图2所示，能力这一维度包含的指标包括但不限于开放重点能力数量、能力共享开放平台数量、服务化能力应用程序接口(applicationprogramminginterface，api)数量、跨部门api使用程度、跨部门流程服务编排能力和能力中台建设情况。

其中，重点能力由用户涉及的具体业务确定，例如运营商的重点能力包括但不限于统一认证、通信服务能力、物联网共享设备管理、家庭智能、移动支付、电商对接、智能语音云、行业视频和信用分。需要说明的是，开放重点能力数量不同，对应的级别不同。

另外，跨部门api使用程度包括全面实现、部分实现、没有统一策略但在增加使用率、没有统一策略且使用率有限和不涉及五个级别。其中，跨部门api使用程度为全面实现时，it系统中api已经成为每个新服务创建的主要接口，同时，api在用户内部、合作伙伴方和第三方开发人员中广泛使用；跨部门api使用程度为部分实现时，it系统中api只在选定的网络和服务域中实现，但该it系统的建设人员正在增加用户内部、合作伙伴方和第三方开发人员的可用性；跨部门api使用程度为没有统一策略但在增加使用率时，it系统的建设人员在选定网络和服务尝试增加api使用；跨部门api使用程度为没有统一策略且使用率有限时，在it系统中只有应用程序或供应商技术预集成时才使用api，其余事件使用图形用户界面(graphicaluserinterface，gui)。

跨部门流程服务编排能力包括高度集成和自动化、部分集成编排、手动集成流程、没有编排集成和不涉及五个级别。其中，跨部门流程服务编排能力为“高度集成和自动化”的级别时，it系统中业务灵活，能够以模型驱动服务编排、整合分离资源以及自动化参数配置和流程执行；跨部门流程服务编排能力为“部分集成编排”的级别时，it系统中已经存在成功模型驱动试点，能够提供一致的多领域服务；跨部门流程服务编排能为“手动集成流程”的级别时，it系统的建设人员正在研究驱动的服务业务流程，it系统依赖手动业务流程跨域。

在本实施方式中，如图2所示，安全这一维度包含的指标包括但不限于舆情数量、安全领域it投资占比、员工安全认证培训比、信息安全集中处理率、信息安全管理成熟度、信息安全认证成熟度、安全自评估能力和安全故障损失收益比。

其中，信息安全集中处理率这一指标由it系统的统一处理的信息安全事故数量与信息安全事故总数量的比值确定。

信息安全成熟度这一指标包括非常成熟、快速成熟中、慢慢成熟中、不成熟和不涉及五个级别。需要说明的是，信息安全成熟度为“非常成熟”的级别时，it系统的建设人员中有经验丰富的安全团队推动安全策略的落实；信息安全成熟度为“快速成熟中”的级别时，it系统的建设人员中有安全小组，该安全小组能够通过使用提取工具提取违规行为或通过了解理论知识等方法认识并预防违规行为；信息安全成熟度为“慢慢成熟中”的级别时，it系统的建设人员对于it系统的安全的实践和改进组织不充分且流程繁琐；信息安全成熟度为“不成熟”的级别时，it系统只能通过通用的安全和风险管理政策实现物理安全。

信息安全认证成熟度这一指标包括通过iso2100认证、有明确安全策略、有基本信息安全策略以及将要实施的清单、没有策略以及重要信息资产清单和不涉及五个级别。其中，信息安全认证成熟度为“通过iso2100认证”的级别时，it系统拥有全面的数据安全和隐私政策，能够自动检查漏洞以遵守国家行业法规；信息安全认证成熟度为“有明确安全策略”的级别时，需要it系统的建设人员手动检查安全漏洞。

另外，安全故障损失收益比这一指标由it系统中由安全故障导致的损失金额与总收入的比值确定。

在本实施方式中，如图2所示，数据这一维度包含的指标包括但不限于数据存储、数据分析、数据应用和数据治理。

其中，数据存储这一指标继续细化为数据存储规模、数据物理入湖占比和数据逻辑入湖占比等具体指标。在数据存储细化后具体指标中，数据物理入湖占比由it系统的整合数据量与现有数据量的比值确定；数据逻辑入湖占比由it系统的分类数据量与整合数据量的比值确定。

数据分析这一指标继续细化为数据集成分析程度、数据日常处理能力和数据价值程度等具体指标。在数据分析细化后具体指标中，数据价值程度由有价值的数据数量与总数据数量的比值确定。

数据应用这一指标继续细化为模型适用度、通用信息模型灵活性、运维自动化程度、业务流程自动化程度、营销智能化程度、服务智能化程度、管理智能化程度、自助化知识共享程度、对外数据产品数量、开放数据能力数量、开放数据api数量、数据中台建设情况和数据收益占比等具体指标。

在数据应用细化后的具体指标中，通用信息模型灵活性这一具体指标包括拥有企业范围通用信息模型、拥有有限业务范围信息模型、仅有技术信息模型、不存在通用信息模型和不涉及五个级别。当通用信息模型灵活性这一具体指标为“拥有企业范围通用信息模型”的级别时，清晰完善的信息模型和业务定义共同存在于it系统中，而且信息模型由数据管理和数据架构师团队正式维护，用于驱动整个企业中新系统的建设和现有it系统的改动；当通用信息模型灵活性这一具体指标为“拥有有限业务范围信息模型”时，信息模型的一些组件可能与业务定义一起存在与it系统中，并且仅有少数业务领域由单个业务领域的所有者定期更新；当通用信息模型灵活性这一具体指标为“仅有技术信息模型”时，it系统中信息模型的一些组件只有在技术层面有定义，很少与业务定义相关联，即业务对现有模型不能理解。

在数据应用细化后的具体指标中，运维自动化程度这一具体指标包括高度自动化、中等自动化、初步自动化、没有自动化和不涉及五个级别。当运维自动化程度这一具体指标为“高度自动化”的级别时，it系统的运维与机器学习相关联，使it系统可以实现故障预警、自动修复故障、自动收集日志和指标以及度量；当运维自动化程度这一具体指标为“中等自动化”的级别时，it系统能自动收集大部分日志和指标以及度量，但it系统没有自动修复故障的能力；当运维自动化程度这一具体指标为“初步自动化”的级别时，it系统处于探索机器学习方法的阶段，刚开始收集大部分日志和指标以及度量，只能实现有限的报警。

在数据应用细化后的具体指标中，业务流程自动化程度这一具体指标包括非常成熟、演进中、试点项目、没有自动化和不涉及五个级别。

在数据应用细化后的具体指标中，数据收益占比这一具体指标由数据产生的收入与总收入的比值确定。

数据治理这一指标继续细化为数据管理和质量控制流程程度、数据生命周期管理程度、数据标准化程度和数据重复率等具体指标。

在数据治理细化后具体指标中，数据管理和质量控制流程程度这一具体指标包括流程完善、有一些流程、孤立的流程、定义不清楚和不涉及五个级别。当数据管理和质量控制流程程度这一具体指标为“流程完善”的级别时，it系统可以实现全面数据质量控制流程，能够通过系统验证的方法评估系统更改对数据质量的影响，使用户投诉量低，而且能实现数据定义在企业内部不同部分都一致；当数据管理和质量控制流程程度这一具体指标为“有一些流程”的级别时，it系统可以实现数据管理和数据质量控制流程在关键的跨域部门存在，能够基于单独的案例评估系统更改对数据质量的影响，使用户投诉量可控；当数据管理和质量控制流程程度这一具体指标为“孤立的流程”的级别时，it系统中存在数据管理和数据质量控制流程，但是执行不当，用书投诉量多；当数据管理和质量控制流程程度这一具体指标为“定义不清楚”的级别时，it系统中缺失数据管理和数据质量控制流程。

在数据治理细化后具体指标中，数据生命周期管理程度这一具体指标包括有明确管理流程、非正式管理、以it部门为中心、临时管理和不涉及五个级别。当数据生命周期管理程度这一具体指标为“有明确管理流程”的级别时，it系统中有清晰的管理流程，能够明确策略流程、业务数据所有者和管理人员；当数据生命周期管理程度这一具体指标为“非正式管理”的级别时，it系统中业务数据所有者和管理则者仅在特定的项目需要时发挥作用；当数据生命周期管理程度这一具体指标为“以it部门为中心”的级别时，it系统中数据所有者是it部门而非业务部门，it部门按照项目管理数据实体；当数据生命周期管理程度这一具体指标为“临时管理”的级别时，it系统中没有正式的数据生命管理周期。

在数据治理细化后具体指标中，数据重复率这一具体指标由重复的数据量与数据总量的比值确定。

在本实施方式中，如图2所示，云这一维度包含的指标包括但不限于云管理情况、集约化云资源池设备数量、小型机数量、硬件设施云化率、应用软件云化率、网络功能云化以及虚拟化比例、云互联以及云融合情况和开放云化资源能力数量。其中，云管理情况这一指标包含拥有统一云管理平台、已有云管理并形成统一管理体系、已有处于初级阶段的云管理流程、没有云管理和不涉及等级别。

需要说明的是，上述任意一个维度的指标中，或由指标细化的具体指标中，不同的级别对应不同的指标分数。另外，本实施例中涉及的指标分数均已归一化为[0,1]之间的值，例如，某一指标或具体指标分为5个级别，则第一级别对应的指标分数为0，第二级别对应的指标分数为0.2，第三级别对应的指标分数为0.6，第四级别对应的指标分数为0.8，第五级别对应的指标分数为1。

步骤102，根据采集的指标数据确定指标的指标分数。

其中，采集的指标数据包括量化数据和/或半量化数据。例如在计算机技术数字化程度评估体系的应用维度中，相同功能相同形式应用个数以及该形式应用总个数、当前已接入的相同功能相同形式应用个数以及该形式应用总个数均为量化数据，关于跨应用统一访问能力这一半量化指标的数据均为半量化数据。

在一个实施方式中，根据采集的指标数据确定指标的指标分数具体包括：首先，采集指标数据；然后，从指标数据中提取量化指标数据并根据该量化指标数据确定量化指标分数。需要说明的是，采集量化数据的方式包括但不限于通过测量具体数据方式。

在另一个实施方式中，根据采集的指标数据确定指标的指标分数具体还包括：首先，采集指标数据；然后，从指标数据中提取半量化指标数据并根据该半量化指标数据确定半量化指标分数。需要说明的是，采集半量化数据的方式包括但不限于通过问卷调查方式采集。具体地，以安全维度中信息安全成熟度这一半量化指标为例，对本实施方式中根据该半量化指标数据确定半量化指标分数的步骤进行详细说明。首先，获取关于待测it系统的信息安全成熟度这一指标的多份问卷调查；然后，根据问卷调查确定待测it系统的信息安全成熟度这一指标的级别，信息安全认证成熟度这一指标包括通过iso2100认证、有明确安全策略、有基本信息安全策略以及将要实施的清单、没有策略以及重要信息资产清单和不涉及五个级别。最后，根据该级别确定对应的指标分数。在本实施方式中，“通过iso2100认证”级别对应的指标分数为1、“有明确安全策略”级别对应的指标分数为0.8、“有基本信息安全策略”级别对应的指标分数为0.6、“没有策略以及重要信息资产清单”级别对应的指标分数为0.2、“不涉及”级别对应的指标分数为0。假设本实施方式中待测it系统的信息安全成熟度这一指标的级别为“通过iso2100认证”，则本实施方式中待测it系统的信息安全成熟度对应的指标分数为1。

需要说明的是，在另一些实施方式中，在采集指标数据之后，根据采集的指标数据确定指标的指标分数之前，从采集的指标数据中剔除无用的干扰数据，以提高计算机技术数字化评估的准确性。

步骤103，确定维度的维度权重和指标的指标权重。

其中，维度权重是维度占计算机技术数字化的权重；指标权重是指标占对应的维度的权重。如果指标细化为具体指标，则指标权重还包括具体指标的权重，具体指标的权重是具体指标占对应指标的权重。

在一个实施方式中，采用多种统计学分析方法组合确定维度的维度权重和指标的指标权重。具体地，采用多种统计学分析方法获得维度的多个维度权重或指标的多个指标权重，然后将多个维度权重或指标权重重新组合运算以确定最终的维度权重或指标权重。其中，统计学分析方法包括层次分析法、因子分析法、专家咨询法、专家排序法和主成分分析法中的两种以上。需要说明的是，采用多种统计学分析方法组合确定维度的维度权重和指标的指标权重能提高维度权重和指标权重的科学性和针对性。

步骤104，根据指标分数、维度权重和指标权重评估计算机技术数字化程度。

其中，评估计算机技术数字化程度具体包括：

首先，根据指标分数、维度权重和指标权重计算指标得分。计算时的计算公式如下：

指标得分＝σ维度权重*指标权重*指标分数*预设满分

该计算公式以指标或具体指标为基础，以维度权重和指标权重为核心，能够将it数字化程度以具体分值的形式展现。以安全维度中信息安全成熟度这一半量化指标为例，对本实施方式中根据指标分数、维度权重和指标权重计算指标得分的步骤进行详细说明：信息安全认证成熟度这一指标包括通过iso2100认证、有明确安全策略、有基本信息安全策略以及将要实施的清单、没有策略以及重要信息资产清单和不涉及五个级别。其中，“通过iso2100认证”级别对应的指标分数为1、“有明确安全策略”级别对应的指标分数为0.8、“有基本信息安全策略”级别对应的指标分数为0.6、“没有策略以及重要信息资产清单”级别对应的指标分数为0.2、“不涉及”级别对应的指标分数为0。假设本实施方式中预设满分为100分、某公司待测it系统安全维度的维度权重为0.3、信息安全成熟度这一指标的指标权重为0.2、信息安全成熟度的级别为“有基本信息安全策略”即对应的指标分数为0.8。则该公司待测it系统中，信息安全成熟度这一指标的指标得分＝0.3*0.2*0.6*100＝3.6分。还需要说明的是，由维度包含的各指标的指标得分之和可以确定维度得分。

其次，根据指标得分生成专项趋势图和指标分析报告。其中，专项趋势图和指标分析报告用于展现it数字化程度评估的评估结果。在一个实施方式中，动态监控指标得分的变化情况，并进行专题分析，生成专项趋势图和指标分析报告，及时定位it数字化程度，反映it数字化过程中存在的短板以及未来可能存在的风险，以明确提高it数字化程度的努力方向。

需要说明的是，在生成专项趋势图和指标分析报告之后，为了防止核心数据泄露造成公司损失，还可以根据员工权限显示专项趋势图和指标分析报告。该员工权限根据员工归属地和员工职级确定。

本实施例提供一种计算机技术数字化程度评估方法，首先确定计算机技术数字化程度评估体系的维度和指标；该维度包含应用、能力、安全、数据和/或云，涉及到it数字化的各个方面，有助于全面完整地评估it数字化程度；其次，根据采集的指标数据确定指标的指标分数，并确定维度的维度权重和指标的指标权重；最后跟据指标分数、维度权重和指标权重评估计算机技术数字化程度，即本方法可以通过指标进行it数字化程度评估，使评估过程透明，提高了it数字化程度评估的评估效率、公平性和准确性。

本实施例还提供一种计算机技术数字化程度评估装置，基于大数据平台提供的数据存储、加工、建模能力实现。如图3所示，该装置包括：选择模块31、数据处理模块32、权重确定模块33、评估模块34和显示模块35。

其中，选择模块31，用于确定计算机技术数字化程度评估体系的维度和指标。该维度包含应用、能力、安全、数据和/或云。其中，应用这一维度包含的指标包括但不限于应用收敛度、应用集中程度和/或跨应用统一访问能力；能力这一维度包含的指标包括但不限于开放重点能力数量、能力共享开放平台数量、服务化能力应用程序接口(applicationprogramminginterface，api)数量、跨部门api使用程度、跨部门流程服务编排能力和能力中台建设情况；安全这一维度包含的指标包括但不限于舆情数量、安全领域it投资占比、员工安全认证培训比、信息安全集中处理率、信息安全管理成熟度、信息安全认证成熟度、安全自评估能力和安全故障损失收益比；数据这一维度包含的指标包括但不限于数据存储、数据分析、数据应用和数据治理；云这一维度包含的指标包括但不限于云管理情况、集约化云资源池设备数量、小型机数量、硬件设施云化率、应用软件云化率、网络功能云化以及虚拟化比例、云互联以及云融合情况和开放云化资源能力数量。

在一个实施方式中，本实施例提供的计算机技术数字化程度评估装置还包括存储模块，用于存储计算机技术数字化程度评估体系以及由选择模块31确定的计算机技术数字化程度评估体系的维度和指标。

数据处理模块32，用于根据采集的指标数据确定指标的指标分数。需要说明的是，数据处理模块32还包括采集子模块、提取子模块和指标分数确定子模块。采集子模块用于采集指标数据，其中，采集的指标数据包括量化数据和/或半量化数据。采集量化数据的方式包括但不限于通过测量具体数据方式；采集半量化指标的方式包括但不限于通过问卷调查方式采集。提取子模块用于从采集的指标数据中提取量化指标数据和/或半量化指标数据。指标分数确定子模块用于根据提取的量化指标数据确定量化指标分数和/或根据提取的半量化指标数据确定半量化指标分数。在一个实施方式中，数据处理模块32还包括数据过滤子模块，用于从采集子模块采集的指标数据中剔除无用的干扰数据，以提高计算机技术数字化评估的准确性。

权重确定模块33，用于确定维度的维度权重和指标的指标权重。其中，维度权重是维度占计算机技术数字化的权重；指标权重是指标占对应的维度的权重。如果指标细化为具体指标，则指标权重还包括具体指标的权重，具体指标的权重是具体指标占对应指标的权重。在一个实施方式中，权重确定模块33包括权重获取子模块和权重运算子模块。其中，权重获取子模块用于采用多种统计学分析方法获得维度的多个维度权重或指标的多个指标权重；权重运算子模块用于将多个维度权重或指标权重重新组合运算以确定最终的维度权重或指标权重。其中，统计学分析方法包括层次分析法、因子分析法、专家咨询法、专家排序法和主成分分析法中的两种以上。

评估模块34，用于根据指标分数、维度权重和指标权重评估计算机技术数字化程度。在一个实施方式中，评估模块34包括计算子模块和生成子模块。其中，计算子模块用于根据指标分数、维度权重和指标权重计算指标得分；生成子模块用于根据指标得分生成专项趋势图和指标分析报告。在另一个实施方式中，计算子模块可以自动根据指标分数、维度权重和指标权重计算指标得分，同时，生成子模块可以自动根据指标得分生成专项趋势图和指标分析报告，以保证it数字化程度的评估过程透明、评估效率高且实用性强。

显示模块35，用于根据员工权限显示专项趋势图和指标分析报告。其中，专项趋势图和指标分析报告用于展现it数字化程度评估的评估结果。

本实施例提供的计算机技术数字化程度评估装置还包括员工资料库和权限管理模块。员工资料库用于存储员工的信息数据，例如员工归属地和员工职级等。权限管理模块与员工资料库建立实时信号连接，用于确定员工权限并实时更新员工权限。在一个实施方中，权限管理模块根据员工归属地和员工职级确定员工权限。

本实施例提供的计算机技术数字化程度评估装置，选择模块31首先确定计算机技术数字化程度评估体系的维度和指标；该维度包含应用、能力、安全、数据和/或云，涉及到it数字化的各个方面，有助于全面完整地评估it数字化程度；其次，数据处理模块32根据采集的指标数据确定指标的指标分数、权重确定模块33确定维度的维度权重和指标的指标权重；最后，评估模块34跟据指标分数、维度权重和指标权重评估计算机技术数字化程度，即本装置可以通过指标进行it数字化程度评估，使评估过程透明，提高了it数字化程度评估的评估效率、公平性和准确性。

本实施例提供的计算机技术数字化程度评估装置中各模块的工作方式与计算机技术数字化程度评估方法中各步骤对应，因此，计算机技术数字化程度评估装置中各模块的详细工作方式可参见本实施例提供的计算机技术数字化程度评估方法。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。