如何设计合理的大数据团队组织架构

一、企业的组织结构是企业战略能够顺利实施的基础，所以大数据团队合理的组织架构设置对于大数据战略能否成功实施尤为关键。

二、常见架构

1、国内很多企业往往忽略这一方面。很多企业设立数据团队缺乏统一的规划，哪个事业部需要数据人员则在该事业部（或业务部门）设立，这种组织架构是国内最常见的，这种组织架构最大的问题是数据分散，缺乏统一管理和整合，企业内部各事业群（或业务部门）数据各自为政，形成数据孤岛，数据无法整合使用，导致数据资产流失。

2、另一种常见的做法是在公司只设立一个中央数据部门，该数据部门统一服务各个事业部（或业务部门），各个事业部（或业务部门）没有数据人员或者团队，这种组织架构的问题在于数据虽然集中管理，但数据远离业务，导致很多数据人员不理解业务，无法挖掘数据的价值，无法通过数据很好的辅助业务提升绩效或者运营效率。由于数据人员无法理解业务，导致数据库中存储的很多数据变成“死”数据，数据的业务含义少有人理解，数据的价值便容易流失。

三、ETOM建议架构

我们认为较为合理的数据团队组织架构应该这样设立：

首先，设立公司级的中央数据部门，集中存储和管理数据；

其次，在每个事业部（或业务部门）设立数据团队；

第三，在总办设立CDO的岗位。

这样的好处在于数据能够集中管理，数据贴近业务，可以很好的发挥数据的价值；同时，在总办（高管团队）设立CDO岗位，可以让数据更好的为决策层服务，数据分析所发现的商业价值也可以更快的应用于业务战略调整。

四、值得注意的是，在这个组织结构下，中央数据部门和各事业部（或业务部门）的数据团队有何差异。我们可以从两大方面来区分：

（1）从汇报关系的差异来看

事业部的数据团队负责人向所属事业部的总负责人汇报，中央数据部门的负责人向CDO汇报，这样的汇报关系的好处在于，前者让数据能为具体的事业部服务辅助提升业绩，每个事业部必然有其不同的数据分析重点，这样可以让数据服务更有针对性，后者让数据更有大局观，能为总办做深度的数据洞察服务。

（2）从团队工作职责差异来看

中央数据部门负责数据的规范化集中存储和管理，负责公司各业务线数据的整合打通，形成公司级统一的用户（客户）画像，负责标准化的数据产品并应用到各业务线中，形成深度的公司级的数据模型和算法，做出公司集团层面视角的分析和洞察；事业部中的数据团队负责该事业部的日常统计分析和事业部专题类的深度洞察，并辅助事业部的技术人员合理的把数据规范的上报到中央数据部门，与中央数据部门合作，共同深刻理解该业务的数据结构、做更精细且与本部门关联性更高的用户画像等与业务关联度更高的数据工作，推动该事业部所有数据的集中化到中央数据部门，并辅助推动公司级的数据产品应用到本业务部门或者向中央数据部门提出数据产品化、数据建模的需求。