數據，不論形態、格式和類型，已經迅速成爲企業最有戰略意義的資產；數據資產已經成爲了可以形成業務洞察及優勢的戰略資源，數據的體量、多樣性和複雜性也正以指數級增長。就像其他重要的企業資產，數據需要適當的管理和治理水平, 以確保它的潛在價值得到理解和發揮。基於上述原因，近些年來產生了首席數據官-CDO這一新興崗位，旨在幫助企業保護並解鎖數據資產全部價值。
一、CDO職能
對企業數據工作戰略指引和落地支持，關注數據資產的收集、治理和管理，保障關鍵數據質量，有效地管理企業級的信息資產。
從企業級視角出發，關注數據的戰略價值和應用場景，打通數據壁壘，使數據可以便捷地跨部門及跨職能流通，推動數據在企業內更好的消費和利用。
佈局數據生態圈，以適應和推動企業在數字化轉型、大數據、人工智能、區塊鏈、自動化領域的快速創新。
升級管理策略，應對新形勢下的數據監管、數據報送、數據隱私、安全合規、共享互通等要求，提升滿足企業應對監管和安全領域的需求。
獲取數據中內涵的價值，通過數據分析主動支持業務。運用新興技術產生可執行的數據分析洞察和切實的商業利潤。
1.1 角色定位
二、數據相關角色
在企業內部，跟數據相關的存在多種角色。如何看待這些角色，他們的定位有何不同呢？讓我們來辨析下。
2.1 首席信息官-CIO
通過評估和建立企業不同部門之間的聯繫來構建互聯互通的技術生態圈。
評估及投資於企業級平臺和應用授權，例如：可視化工具。
控制複雜多源的供應商環境，減少故障及停機風險，並優化服務。
通過與其他總裁級高管的緊密合作，將具備可擴展性的技術嵌入至各個管理運營領域，重新定義IT。
2.2 首席數據官-CDO
領導機構內數據管理與數據分析的工作事項。
通過建立和實現技術、工具，構建工作模式和流程，來解鎖企業數據資產的價值。
將數據作爲戰略資產來管理落實數據治理、數據質量和其他管控來維持企業的數據完整性。
成爲客戶與營銷、企業風險管理、法規合規和財務等領域業務高管的可信任夥伴。
利用新興的大數據和分析技術培養創新能力。
2.3 首席數字官-CDO
通過使用數字化技術提供客戶、風險、渠道等領域的深入洞察，以及如何改善的建議。
應用移動、社交媒體、金融科技、物聯網等技術，創新業務模式，遷移傳統流程。
具備創新及發展的偏好，包括教導並激勵組織中的其他干係人。
能夠在內部及外部組織推動數字化變革之旅。
2.4 首席分析官-CAO
爲業務評估最合適的運營模式和數據變現方法。
定義和繪製企業範圍內橫跨戰略、人員、流程、數據和技術的分析藍圖。
大量參與企業所需的業務變革、轉型及培訓，將分析融入企業文化中，形成洞察驅動型組織。
保持企業處在數據能力開發應用的前沿，並組織推動未來的洞察分析項目。
三、CDO對公司價值
一個優秀的，有前瞻力的首席數據官與一個能理解首席數據官潛在價值併合理授權的組織結合起來，可以爲雙方產生都帶來最大的價值。
1）加強技術與數據管理
一個獲得授權的首席數據官對公司的戰略性信息管理規劃負責。在這個方面，首席數據官協助引導企業能力發展的投資方向，並消除信息孤島及信息冗餘，加快數據質量問題的確認和修復，降低總體手動歸集數據的成本後，可爲公司帶來實質性的財務收益。
2）降低企業風險
首席數據官將所有數據相關的活動放在相同的“傘” 下，並配合恰當的管控節點，如: 數據治理及管理，流程化的數據質量管理，主數據管理及元數據管理，從而實現了數據的整體治理。同時，其管理成效帶來了更高的數據質量，更好的數據一致性，更易追蹤的數據操作，並降低了內部監控及審查花費，對監管合規性的提升也產生了作用。
3）增加業務價值
首席數據官提高了工作效率及數據使用效率，使得整個企業內的業務運營得以強化並增值。首席數據官通過讓業務人員自己使用數據來實現數據變現以及數據普及，同時通過豐富的數據分析工具和模型，爲業務構建洞察優勢。這些工作最終將幫助企業創新業務模式，並與行業內或跨行業的機構建立夥伴關係，洞悉客戶行爲，及客戶留存所涉及的全景視圖，在所有接觸渠道中提升客戶服務及銷售，幫助企業理解新的商機。
四、CDO能力要求
一個由首席數據官帶領的成熟企業，能極大地展現並積極地推動數據管理能力的提升，提供關鍵業務智能所需的洞察力，滿足包括財務、風險、營銷、銷售、合規、產品開發、人力資源等各方面業務的需求。要做到這一點的關鍵是，首席數據官需要在組織中具備相匹配的影響力，與此對應，首席數據官必須具備必要的業務、技術和管理技能，以及別人往往不具備的經驗。
4.1 技能/資質
1）領域經驗
全面掌握某一的行業（例如金融、保險、醫療、交通、能源等）知識，包括關鍵業務、客戶交互和其他內部和外部利益相關者的期望與需求。
2）IT背景
展現出信息管理和量化分析技能，包括IT基礎架構、各種技術/平臺、與供應商協商的能力、領導關鍵業務系統建設的經驗。
3）量化思維
能夠建立典型業務案例和業績指標體系來展示業務價值，以獲得項目資金/資源及度量業務價值的能力。
4）業務視角
精通覆蓋風險、財務和客戶的交叉領域從而驅動業務價值，對監管環境有充分理解，並能有效使用數據來落實合規及風險管理。
5）項目領導力
瞭解組織架構設計，並能夠管理和推動大規模、跨職能、多級的項目，整合人員、技術、流程及工具形成長期戰略和速贏成果。
6）溝通能力
能夠在組織中宣傳數據戰略及實施路線，並就企業數據蘊含的內在價值在企業內對多層次的利益相關者進行培訓，且作爲企業變革推動者破除固有文化阻力。
4.2 個人特質
1）熱情
具有捍衛數據作爲戰略性業務資產，能夠爲企業帶來大量新的收入機會的領導決心。
2）洞察力
能夠通過戰略遠見來識別新的商業模式、捕捉技術及數據領域發展的機會、避免潛在風險，能推動組織創新並形成長期競爭優勢。
3）顛覆性
有提出新想法與爭議話題的信心，並抱有對抗阻力、持續推進的態度來推動變革。
4）合作性
願意作爲“橋樑建設者” 及推動者來爲各個部門性孤島牽線搭橋、建設業務和技術的協同機制、統籌各方努力來推動形成可計量的業務成果。
5）敏捷性
有迅速轉化爲商業價值的能力，能夠通過用一個務實的方法來實施解決方案、呈現數據價值，避免冗長的流程來構建“框架” 而與前線業務脫節。
六、CDO面臨挑戰
1）認知不足
公司管理層，很容易低估了組織數據資產、構建數據應用能力所需的努力及時間。此外，管理層不一定能理解該職位在合規性要求之外的商業價值。只要存在首席數據官，以及有限的員工支持，首席數據官就可以僅憑一己之力解決問題。但實際上，首席數據官的第一個工作是制定發展規劃和實施路徑，並說服其他人共同完成工作。
2）驅動不強
對於常常會存在的部門性數據孤島，他們會認爲企業級的數據管理將會帶來工作上不必要的干擾，而忽視這樣的管理方式可能帶來的潛在好處。甚至將其視爲對自己部門的流程及資源是一個威脅（包括財務及人事方面）。
3）成本壓力
設立這一崗位可能需要一定數量的精英團隊，而無論是成本，還是招聘壓力，都會帶來一些挑戰。如果首席數據官缺少充足的預算、員工或威信，他就需要說服各個業務單元、後臺部門以及 IT 部門提供額外的資源；但這也帶來極大推進實施的難度。
4）發展不明
業務週期帶來的工作優先級變化，以及高管們關注於短期的、 低成本高收入的業務目標，都有可能會影響對可以帶來長期競爭優勢的高效首席數據官所需的投入及財務支持。
5）技術迭代快
管理數量和複雜度都持續增加的數據；跟上不斷加速的IT創新，並解決複雜存量系統的問題。
6）信任協同難
需要跟高管層面構建信任關係，爲協同工作做好鋪墊。特別是需匹配CIO與CTO的規劃，來保證技術路線符合全局發展願景，並具備相適應的優先級。
七、如何發揮CDO價值
1）讓CDO成爲真正高管
讓首席數據官成爲一個真正的總裁級高管。雖然首席數據官掛着一個總裁的頭銜，但往往在總裁內部層級中位置過低，而難以發揮實質性的影響。一些公司將其設置位於首席信息官或者首席技術官的彙報層級下；另外一些地方，首席數據官則在業務那邊，位於首席財務官-CFO，或者首席風險官-CRO，或者首席營銷官-CMO下，因爲數據被理解爲由業務“掌控”， 而非 IT。
行業領先的做法可能會傾向於首席數據官直接向首席運營官-COO彙報，以保證首席數據官在業務和科技之間保持中立地位。但事實上，這沒有一個單選的標準答案。因爲首席數據官的位置會取決於機構的大小、複雜度、成熟度以及內部或者外部的考慮。
事實上，首席數據官需要一個可以發揮最大影響力的位置，兼顧到企業內數據消費者的數據可用性、完整性、質量及可靠性。作爲一個持續發展的角色，首席數據官將不斷增強對CEO、CFO、COO 的彙報，傳遞出數據是重要的、優先的業務事項，而非僅僅是一個IT的工作。
2）將數據管理視爲戰略舉措
發出一個自上而下的信號，明確高效的、企業級數據管理是一個勢在必行的戰略舉措。經常性的高管支持言論將向機構內大範圍的員工發出一個明確的信號：首席數據官具有責任及必要的認可來管理，創新及協助業務明確方向，從而解鎖其信息資產的內涵價值。
3）明確工作邊界
未雨綢繆，提前劃清工作邊界。鞏固首席數字官與首席技術官-CTO、首席信息官-CIO的正面關係是十分必要的。因爲公司業務條線在傳統意義上數據相關議程的資源或領導缺失或不足，而技術專家已經編制了數據字典，應用了分析技術等。當首席數據官逐漸被開始承擔這些責任，就會產生矛盾。有了CEO及董事會的指導要求，這幾個職位可就以互相協作，共同從機構的科技及數據資源中挖掘業務價值。
八、CDO發展方向
CDO這個角色，出現時間不長，但也經歷了幾個階段。未來推測這個角色隨着時間的推移， 其職責範圍和管理維度會有所變化，但有一點看來是確定的：首席數據官，隨着企業愈發意識到數據就是其潛在DNA，而不斷成爲一個重要且富有挑戰的角色，並且將深入發掘數據資產價值從而爲企業創造新的利潤增長點，並提升利益相關者的回報。
第一階段
典型以數據治理爲主，專注於監管和實踐數據管控，包括元數據、數據治理、數據管理、數據質量等。上層以數據倉庫及典型報表功能應用爲主。
第二階段
承擔更多數據分析職責，除了交付和管理數據外，還通過利用數據分析來獲得業務價值。此外，關注利用新興技術解決數據及分析挑戰的創新思路。
第三階段
將企業數據發展成真正的企業資產，強調戰略性業務成長、成本、風險與合規。數據意識，分析驅動，建立“洞察驅動型組織”。
作者：韓鋒
首發於作者個人公號《韓鋒頻道》。
來源：宜信技術學院