京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源 | 大数据文摘
高级管理人员中的最新头衔是首席数据官(Chief Data Officer,CDO)。问题是:这个头衔有什么含义?如果你得知对这个问题没有一个特定的回答时,是否会感到惊讶?首席数据官在很多组织中仍然十足是个新角色,由于企业和机构以不同方式着手处理这个问题,它的职责、职权范围、汇报结构,甚至头衔本身还在继续演变中。在不同之中,当然有相似的地方,但是很可能永远不会有首席数据官的确切定义。
不管怎样,有一件事是明确的,那是从数据增长到数据货币化的趋势正引领着更多的企业认真地考虑首席数据官的职能。
2015年4月,在华盛顿特区举办了“企业数据世界”(EDW,Enterprise Data World )2015年度会议,由DATAVERISTY主持的2015年度“首席数据官愿景”(CDO Vision)议程是“企业数据世界”会议的一个子议程,CDO Vision与EDW大会共同全面探讨了CDO的话题。本文及后续文章会详细深入探讨首席数据官及其它积极参与研究本话题的专家们在CDO Vision和EDW大会上讲了一些关于首席数据官实战的重要问题:
1. 现实中的首席数据官们如何看待他们的使命?![]()
JenniferIppoliti是供职于Raymond James Financial Inc.的首位也是现任首席数据官,她指出像数据明星、数据战略家甚至数据保镖这样的形容词都已经被用于形容这个职位了,但是,“每个首席数据官对事实都有一点点不同的看法”。不过,不考虑各种细节上的不同,她看到专注于数据是首席数据官的共同使命。
“他们的任务是每时每刻都要考虑数据。”在CDO Vision大会上她跟听众们这样讲。虽然数据在某个层面上是其他人工作的一部分,“但对于首席数据官来说,这就是全部工作。”首席数据官不遗余力地关注数据,辅之以相关工具和治理,帮助企业将业务需求转化为数据标准和定义、数据的需求、建模和数据流,从而获得重要的洞察力。这项工作的细节也许会随着时间而改变,但那是因为这项工作的一部分事实上“是当你专注于数据时,寻找你能做的事。” Ippoliti这样说到。
汇丰银行的美国首席数据官Jacklyn Osborne论述了为一家全球领先的国际银行实施数据治理框架作用的重要性。数据认责、所有权,数据质量的改善、数据定义和相关的元数据,以及从多个冗余数据存储到单一“黄金”数据源系统的驱动力都是设置CDO的关键收益。这些收益让复杂系统更简单,把流程从被动式转变为可控模式,并降低数据环境的成本。她预见到在她的主要职责上如果没有数据治理框架时可能会出现的困难,而其职责是“确保正确的数据在正确的时间位于正确的位置上。”
本质上,很多企业对首席数据官的需求是让企业能在与数据相关项目上的投入获得价值、用他们的数据对关键业务问题提供一致的解答、相对于靠直觉经营变成分析驱动决策。尽管对她自己来说,数据货币化不是首席数据官的工作,然而,帮助组织用创新方式使用好数据来支持推进效益的增加,这正是CDO的使命,KeyBank的首席数据官Ursula Cottone这样解释到。她说:“业务成果是中心,也是这个角色存在的理由。”
作为美国央行,美联储不关心创收,而是关心国家货币政策的执行、监管和规范银行金融机构、维持金融系统的稳定。作为美联储委员会(Federal Reserve Board)的首席数据官,EDW会议开幕主旨演讲人Micheline Casey专注于帮助其实现这一目标。
她领导着首席数据官办公室(the Office of the Chief Data Officer ,OCDO),已经订立了一些目标,包括设立数据治理委员会(Data Governance Council)、支撑办公室、改善数据管理(Data Management)和监管贯穿整个组织的实践来增强内部数据环境和基础设施。这是首席数据官办公室和美联储委员会优先任务领域一致工作的所有部分。“我们想改善所拥有的数据质量和一致性,帮助用户用与目前不同的方法来连接各点,”她解释说,同时考虑利用新数据支持现在的衡量方式处理如宏观经济数据滞后等问题。
2. 谁是上司?![]()
首席数据官(CDO)需要向首席信息官(CIO)、首席营销官(CMO)、首席运营官(COO)、首席执行官(CEO),抑或向其他人汇报吗?答案是肯定的。
在Ippoliti看来,该汇报结构可能是由那些迫使组织引入首席数据官来解决摆在首位的问题所驱使的。例如,如果一个金融服务公司因数据问题面临监管罚款,临危受命的首席数据官也许能很好地处理问题,并向首席风险官(Chief Risk Officer)汇报而完美收官。如果引入首席数据官的目标是支持企业数据货币化和产生收益, 首席营销官可能就是上司。在以技术为核心的业务中,首席数据官可能会发现自己要向首席信息官汇报。
例如,Cottone目前正在首席营销官手下负责营销工作,她的工作主要关注与客户相关的数据及其运用于营销的结果。也就是说,相同的数据通常全面适用于大多数企业应用程序,因为数据也被用于支持监管和操作要求,如网上银行,她这样指出。但是,比“首席数据官的职位设置在哪里”更为重要的是,“首席数据官的项目和目标拥有支持”。Cottone已经在一些其它内部机构供职2年半了,她发现在她工作了14个月的营销部门里,“你需要某人把首席数据官看作关键角色和在解决他们正在寻求解决的问题方面发挥价值的人。”她这样说。
在美联储,Casey已有州一级的首席数据官的经验,她向首席信息官汇报,但那不是她满意的职位。现今,她向首席运营官汇报。“首席数据官是一个业务角色”,在主旨演讲时,她这样说到,她告诉观众,如果在美联储这个职位需要向首席信息官汇报的话,她就不会接受这份工作了。实际上,特别是在这一级别,看起来有某种紧张的关系,也许因为首席信息官办公室并不被认为承担足够多的业务角色,也许因为在其它情况下,首席信息官认为他或她的主要作用是处理公司的信息需求和组织资源来实现这些需求,而让首席技术官处理信息管道,也可以这样说。
这并不奇怪,随着首席数据官角色的成熟,履职的首席数据官会发现几乎所有的上下级关系都各有利弊。在EDW大会的一个会议中,IBM沃森集团( IBM Watson Group)的首席业务战略师(Chief Business Strategist )Marc Teerlink,指着与他人合著的一份《IBM全球商务服务报告》说,《大数据的新英雄:首席数据官》(The New Hero of Big Data: TheChief Data Officer)摆明了这些优点和缺点。
例如,该报告中提到,将CDO整合在IT部门中,可以利用数据作为业务决策和业务推动者,容易协调数据管理架构和信息技术,但是这存在着数据与业务相关性不足的风险。汇报给职能领域的结构可以使数据独立于IT部门,使得数据管理具有跨业务单位的功能,但有可能因丧失和信息部门的接触而降低运行效能的风险。直接向首席执行官汇报的结构,可以将数据提升至需要首席执行官全权负责的地位,确保数据所有权独立于各业务部门,但有首席信息官权力问题的风险。
3. 首席数据官如何处理和首席信息官的关系?![]()
那些不向首席信息官汇报的首席数据官必须找到处理好两者关系的方法,但好消息是首席数据官和首席信息官并不是天敌,Ippoliti这么说。“首席数据官并不是试图将信息的控制权从首席信息官那里拿走,他们可以有效地联合。”她评论到。应该从协商角色和职责开始,明确两者的职权界限。换句话说,就是在实际的冲突发生之前制定解决冲突的方案。
例如,首席信息官开展数据密集型项目时,CDO及其团队可以给IT团队提供关于标准和定义、数据建模、数据流相关的帮助,即她所谓的“数据的企业化”, 打破孤岛、清理数据使之在企业层面使用。
首席数据官办公室也可以从整个企业收集业务需求,“因此,IT团队可以建立整个企业使用的应用。”她说。“让大多数首席数据官走向成功的秘诀就是友好、精益的治理以及与IT团队的强大伙伴关系。”
继续首席数据官(CDO)角色的讨论:从业人员和专家们的想法是什么,企业启用该角色的驱动因素是什么,等等。这些问题都在华盛顿2015年企业数据管理大会上的DATAVERSITY CDO Vision会议期间有所涉及。
4. 首席信息官CIO能否是首席数据官CDO![]()
可以,而且在某些情况下已经在行使工作职能。费城行为健康和残疾服务部门首席信息官Daniel Paolini,就是一个典型的例子。在CDO Vision 会议上,Paolini告诉与会者,他接受 CIO工作 的背景就是CIO没有和技术部门协调一致。在许多组织中CIO只 是首席技术官CTO,他们缺少或根本就没有组织内部信息和数据的远见。
换句话说,他们已经忘记了“I ”在CIO中代表着什么。但Paolini不是这样,他作为CIO成功地在企业中进行了正确的数据战略管理,同时也包括数据治理和在大型组织宣扬与此相关的策略。这需要具备一些CIO不擅长的,但又不是CTO职责范围的能力,那就是用高级管理层的语言思考、 谈论和理解业务的问题,和如何向他们解释好的数据战略帮助处理这些问题的优势。
他告诫听众不要把企业数据战略与数据的IT战略混为一谈。例如,建设一个数据仓库是为了数据而制定的IT战略。然而企业数据战略是将信息的各种应用场景一起思考:综合考虑数据的各种需求并作为一个整体进行规划(通过交易中的数据完成操作,通过运营报告知情,通过关键绩效指标衡量价值,通过分析报告了解,并通过操作数据存储来记录)。
会议后期,与会者进一步讨论CIO作为CDO的问题。一位来自保险公司的听众,讨论到在她的公司已经确定需要设置CDO,却没有人把CIO作为CDO候选人来考虑。而另一方面她也从另一个保险公司的CIO处了解到,他认为他是高级管理层中可以关注到公司对于信息需求的成员,并且能够协调业务和IT资源来实施战略目标,优化运营和管理风险。
Raymond James金融公司的CDO詹妮弗·伊波利托(Jennifer Ippoliti) 赞同CIO负有CDO这样的责任是可能的。CIO可以是事实上的CDO。她指出她曾工作过的企业的想法是,CDO的职责过大且过于重要,考虑到CIO必须履行的其他职责,并不适合将CDO的职责放在CIO的权限内。在其他情况下,值得关注的是即使CIO具备足够的经验并且关注于信息,但如果他或她不肩负掌控企业业务所需所有技术的责任,就可能不具有掌控企业所有战略性数据需求的权力。
有时数据和技术并不完美兼容。有时CIO可能不那么善于处理和涉及数据和工作流程有关的问题。
5.大数据的兴起和数据分析的重要性与CDO的崛起有多少关联性?![]()
人们大概清楚这之间的关系是不应被低估的。为了验证这种观点,前初创企业“Shop Advisor”的CDO彼得·奥凯利(Peter O’Kelly),奥凯利协会的现任独立顾问指出,大数据浪潮已经成为让公司对于“数据仓库中长期存在的、难以忽视的混乱数据的事实”给予更多关注的催化剂。他以香肠类食品工厂的数据流水线、数据加工设施、可选的数据建模和数据架构以不再反应有效的经济假设作为范例。
“市场正在再一次向信息化聚集的地方转移,这在很大程度上是由于大数据,”他提到,“大数据潮流也可以使尽可能利用新的IT经济成为可能。”那些拥有规划良好的企业级数据仓库的公司,包括良好的数据建模的公司,将会有结构性的竞争优势。
在一些公司已经上任的CDO已经在优化数据管理上走了很远,他们从冗余数据结构、集合和组织中理清结构。例如,为了使得在线经纪公司(TDAmeritrade)成为更类似亚马逊的公司——CDO Derek Strauss将其定义为“具备提供更亲密的客户关系而又不会令人毛骨悚然”的能力,为此该金融服务公司需要“整合多年来已经取得的成果,并将大数据升级到可以支撑行大规模决策的程度。”CDO办公室孵化出分析卓越中心(Analytics CoE)来提供更好的用户体验,现在又重新把CoE置于业务部门的管理之下,将会由首席分析官(Chief AnalyticsOfficer)领衔。
Derek Strauss建议最好由首席分析官直接向CEO汇报并制定分析工作的安排,并建议CDO负责的其他分析任务也不要只是在自己的领域进行分析。他说:“保持灵活,寻找机会来将一个公司成为分析驱动公司的整体目标逐步实现。如果这意味着启动,孵化,验证和分拆,那就去做吧。”
在Equifax,企业数据战略副总裁Kenneth Viciana,领导了一个团队来负责把大数据转化成有价值观点,这也跟数据分析官和办公室紧密联合。“我们在大数据和数据分析体系上进行投资,”他在CDO Vision会议上说。所有的系统都在向业务展示我们从数据中发现的机会、价值以及商业洞察。从而通过差异化的数据来实现增长,进而实现数据价值的货币化。
那就意味着在小数据中也有没被开发的价值。根据CDO Vision大会的专家观点,不论你正从事大数据亦或是小数据,数据决策必须包含分析,包含高质量的数据。
提到小数据,美联储的CDO Micheline Casey,在她的主题演讲中提出了这样的观点:“如今的大数据在五年后会成为小数据。现在就开始适应吧。”
6. CDO们怎么思考他们负责的数据?![]()
根据在CDO Vision和企业数据世界大会演讲场馆的不完全统计,许多与会者被问及时都认为数据是一种资产。许多演讲嘉宾也是如此认为的。
“资产”这个词在报告和问答环节被频繁提到。以确保正确数据被恰当的用于合适的场合为开场,HSBC美国的CDO Jacklyn Osborne说银行业正将分析数据作为企业资产。伊波利托从她的角度指出,在企业领导意识到“数据是每个公司的灯塔,需要将之视为资产的时候”,诸如首席数据官的角色在公司中已经产生。Kaye Scholer LLP的知识产权与技术交易集团IP & Technology Transactions Group的主任Bill Tanenbaum评论道:“我们都知道数据是资产,”尽管在法律合约上你最好明确指出这点。
但是,芝加哥交通局的数据分析副总裁和CDOAnthony J. Algmin, 喜欢将数据视为能量。“能量影响变化并且激发商业进步,”他说,“资产,比如一座桥,就其本身来说什么不能做。”与数据不同,资产并不是变革的催化剂。他呼吁演讲听众们不要把数据视为货币。“那将是个零和游戏”,然而数据,如同能量,可以分享,巩固自身而变得更强。
他说:“我们所有的商业都在这个游戏中。”
从DATAVERSITY会议的讨论和演讲看来,CDO们已经准备好了孤注一掷。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27