最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

CDO:首席数据官 vs 首席数字官?数字化转型中的总架构师

[复制链接]
发表于 2019-9-22 12:31:25 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

改革开放,离不开总设计师和总架构师。企业的数字化转型不仅是数字工具层面的引入,更是组织文化上的变革。这就涉及到一个至关重要的高官职位:首席数据官。

CDO:首席数据官 ?首席数字官?

DAMA的数据管理知识体系中明确定义了首席数据官(CDO)在内的数十种数据管理的角色和岗位的职责。作为CDO,最核心的能力仍是公认的数据架构能力,也就是业务数据化,进行数据整合建立企业数据仓库的能力;当然数据治理更强调是一项业务职能,是过程。,而数据质量更强调数据价值,是目标。

在数字化转型的背景下,CDO也代表着首席数字官(Digital)的缩写,职责范围更加多元,但当前的数字化转型的主题仍然是数据驱动。因此 数据管理仍是CDO的核心工作范围。


CDO,从大数据时代诞生

从管理对象来看,大数据的兴起催生了首席数据官。从学术的角度来看,Barton 和 Court 2012 年在《首席数据官:大数据时代的新型管理者》提出目前大量的对分散、孤立信息的整合,以及对非结构化数据的管理,已经超越了传统的信息技术能力,现有的信息管理部门已经不能够提供用于实时决策所需的连续信息流



来源:《首席数据官:大数据时代的新型管理者》

2012《首席数据官:大数据时代的新型管理者》中指出,CDO 是管理导向的执行官(business-oriented executive),同时也必须懂技术
•数据分析和数据治理,更侧重管理活动;
•数据架构和数据资产开发,更侧重技术活动。


CDO数字化转型中持续发力

当前的数字化转型,主要强调不同于传统IT孤岛建设的数据驱动。在Gartner的双模模型中,CDO负责数字化的创新部分,也有的是CMO、CFO、COO,甚至是CEO。更多企业还是把这部分工作交给CIO。其调查显示,全球有39%的CIO在承担CDO的职能,而中国的这个数字是36%。
随着物联网,社交媒体,电子商务和移动使用每天产生的数据量的增加, CDO的数量快速增长。2012年,仅有12%的财富1000强企业拥有CDO。2016年上升至54%,到2018年,67.9%的被调查公司报告称有CDO。

拥有专门CDO的公司优势明显:
  • 毕马威2018年的一项研究发现,拥有CDO的企业拥有明确的数字战略的可能性是其两倍。
  • 根据IBM近期的一项研究,三分之二的此类公司表示,他们在市场份额和数据驱动型创新方面表现优于竞争对手。---《福布斯 》



CDO价值创造思维与价值创造模式


更深层次,区别在于CDO的价值创造为导向的思维。
CIO负责IT信息系统,后台,项目思维;CDO负责数字化转型:将数据视为资产价值为导向。
“CIO和CDO之间的新区别在于谁控制数字钱包。“首席信息官通常非常注重成本,而CDO通常是以价值为导向的,确保您最大限度地利用数据获得的利益。”Newsela的首席数据官斯科特·索科洛夫表示。

CDO为企业创造更多价值,主要体现在以下三个方面:
  • 降低风险并改善数据质量,体现在三个方面:

  • 应对不断增长的数据问题,开展数据整合,消除信息孤岛。
  • 应对外部合规和日益严苛的数据安全法案,确保数据合规。
  • 应对审计师的数据质量的质疑,提升数据质量:及时性、完整性、准确性、相关性、可比性。

所以一开始很多时候是CFO忙于处理集团其他事务,将数据质量和风险合规的任务分离出来设置了数据高管。
2.增加收入,降本增效,降低风险。
CDO成功的关键指标是将价值创造优先于风险缓解。平均而言,CDO 45%的时间用于创造价值和/或增加收入,28%用于节省成本和提高效率,27%用于降低风险。
3.直接数据变现。
Gartner公司预测,到2020年,有10%的组织中,业务单元在生产和变现数据产品资产以获得更高的盈利性。

CDO的数据价值链

根据IBM商业价值研究院的研究显示,首席数据管通常扮演以下三个角色:
CDO的首要业务目标,在于数据管理、组织效率和业务成果的影响为导向,同数据价值链对齐。组织任命CDO的第一步是明确目标,过多的(通常不切实际的)并行的期望是CDO数字化领导小组失败的根源。
  • 任命CDO主要是为了管控组织内数据问题并改善数据质量,提高运营效率并影响业务成果。
  • 有略超过一半CDO是对组织敏捷性的影响作为考核指标
  • 超过三分之一CDO是对盈利能力和收入的影响作为考核指标。

这些指标符合数据价值链上的三个关键期望,这代表了基于组织能力和需求来利用数据价值的不同方式。
这三个目标是:
  • 数据整合者(Data Integrator): 对原始内部数据探索,开展诊断式分析,通过数据整合和数据质量创造价值。
  • 业务优化者(Business Optimizer):对外部环境和对标,降本增效分析,业务驱动增长机会。
  • 市场创新者(Market Innovator):数据变现、认知趋势分析、创新商业模式。


很显然,数据数据官不仅仅复杂企业的数据整合和数据质量,关注数据价值。更多地要关注业务价值和业务变革。
数据价值链大大延伸了首席数据官的职责范围,扩大了数据管理团队中不同背景的员工数量,进一步巩固了CDO在公司高管中的地位。


CDO生态位策略

随着数据技术的演进,沿着数据价值链,CDO在公司生态的定位不断扩充,结合CDO本人的性格特征,可以用以下矩阵分析CDO的生态位策略:
按照聚焦部门内部vs 外部,以及运营导向 vs 转型导向,可将首先数据官(CDO)的生态位,分为以下四种类型:
•中间人&工匠  (内向-运营型): 为内部业务需求提供运营服务,关注效率实现。
•整合优化者 (外向-运营型):为内部和外部用户交付运营数据服务,并扩展整合为共享服务。
•指挥推进者 (内向-变革型):尽管关注内部用户需求,也期望驱动整个企业的转型,让业务负责人积极运用数据资产。
•探路先锋 (外向-变革型): 创新者,创造新的产品服务,为内部外部用户探索创意和转型举措。

按照该生态位,CDO的工作职责范围,从运营、整合 到 赋能 、转型,范围不断扩大。
企业在设定CDO岗位,考察CDO人才时,不可避免地要关注CDO人才的性格特点,以便匹配公司未来发展对CDO的期望。
各位同仁也可依据此生态位和个人性格特点,选择适合的方向进行迁移。

CDO数字化转型路线图

根据德勤一份针对金融机构的调查显示数据管理成熟度比较高的行业中,CDO的职业路径。
“早前CDOs 专注于数据治理、数据质量和监管合规因素;现在,数据和分析领导者正成为有影响力的变革催化剂,牵头数据驱动的转型。不难预见,到2021年,在75%大型组织中,CDO将成为同IT,业务运营、HR和财务,同级别的关键职能。(Valerie Logan, Gartner研究总监)

简单来说:金融机构CDO遵从以下路径:
  • 过去:(管控型)数据治理、质量和合规;
  • 现在:(服务型)数据分析的领导者。
  • 未来:(变革型)数据驱动的数字化转型。


这点倒是和刘凯老师本人的成长经历非常契合。
  • 2011年之前:  战略/行业分析/信息化等
  • 2011-2016:  数据治理、治理和合规。重点在于业务侧的数据架构。
  • 2016-2018:  分析应用。基于统一/可信/良好数据架构和模型之上的分析。
  • 2018-现在:数字化转型/数字化管理。 除了数据管理应用,认知科学/数字技术/组织文化等对大数据管理和应用都有深刻的影响。


由此可见,CDO扮演了 数据整合者、提供业务洞察力的优化者,以及业务战略推动者的角色。首席数据官从传统关注数据整合和数据治理,逐步转向面向企业发展战略、充分利用数据资产构建企业的竞争优势。
首席数据官及其团队的设立,内外部资源的匹配,与业务和IT的协同方式,都是企业开展数据化管理过程中需要思考和回答的问题。随着价值定位的转变,首席数据官需要重新审视企业过去的数据、资源和能力基础,并积极应对行业和技术的飞速发展,从规划入手,在战略、组织与人员、流程、数据、技术等方面,推动企业成为洞察力驱动组织。

下一个阶段,对CDO的挑战不仅仅是数据驱动的数字化转型,逐步会过渡到智能化转型,机器的学习和决策过程,逐渐融入到组织员工的工作场所当中,如何协调人机共存中的数据和数字化,会有更多的挑战和机会。

刘凯,企业管理硕士,曾任职于KPMG,奥美整合营销的咨询团队(BearingPoint, OgilvyOne)等公司,拥有10年以上数据管理和分析应用经验,专注于数据治理2.0背景下的敏捷数据管理。
刘凯先生服务过的客户包括但不限于亚洲开发银行、中国人民银行调查统计司、海尔金控集团、越秀集团、中国铁建、中国石油、金融街集团、北广集团、LG集团、 SGS集团等,芬欧汇川集团(UPM)、新东方集团、 中国科学技术信息研究所(中信所ISTIC)、 致同会计师事务所等等,提供数据领域的咨询与培训服务。
并先后在《财务与会计》(理财版)、《风险管理》等核心期刊发表多篇文章及专栏连载,在《中国金融风险经理论坛(第9届、第10届)》《MS中国科技大会(2017年度)》演讲嘉宾。在财务绩效、金融及IT风险与数据管理及分析的复合领域有较深的造诣。在微软科技大会、可持续发展论坛等担任演讲嘉宾,推广DAMA的数据架构建模理念和知识体系。
刘凯先生为DAMA DMBOK1.0, 2.0中文版译者之一,并参与国际CDMP(数据管理师)专业资格考题的汉化和翻译工作。刘凯先生曾以DAMA中国项目经理和资深顾问的身份为中国人民银行调查统计司、香港金管局(HKMA)、中国科学技术信息研究所(中信所ISTIC)等提供国际数据管理领域的最佳实践培训。
刘凯为现为香港金管局(HKMA)\ 香港应用科技研究院(ASTRI)外聘的数据专家,2018年香港多家银行和多所香港高校提供培训。
本文经作者授权同意转载。

楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-28 22:10

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表