如何成为一位首席数据官

1、如何成为一位首席数据官来自数据分析微信公众号 datadwCDO （Chief Data Officer） 首席数据官是随着企业不断发展而诞生的一个 新型的管理者。其主要是负责根据企业的业务需求、选择数据库以及数据抽取、 转换和分析等工具， 进行相关的数据挖掘、 数据处理和分析， 并且根据数据分析 的结果战略性地对企业未来的业务发展和运营提供相应的建议和意见。 CDO 已 经进入企业最高决策层，一般是直接向 CEO 进行汇报。企业为什么需要 CDO ？数据管理的重要性变得越来越明显， 并成为现代企业管理至关重要的影响因 素之一。随着 IT 技术的发展，“企业数据治理”作为一个全新的管理概念而被

2、提 了出来，而这也正是 CDO 进入企业高管团队的重要原因。同时随着数据重要性 的凸显，在企业中往往会出现三种很明显的不足： 1 ）是在进行数据建模等工作 时，与业务的需求联系不紧密，很难准确地进行相关的数据挖掘等； 2）是当更多的数据被分析出来后， “然后”却没有下文，缺少对将数据分析的结果转化为 业务语言； 3）是多少企业中对于数据的工作是按照项目走， 如上一套 BI 系统， 而并非是根据业务的需求和战略方向进行有计划地数据挖掘， 从而造成数据孤岛。CDO 应运而生，需要承担起全面发挥数据价值的重任。CDO 在企业中应该向谁直接汇报？CDO 不仅仅是技术层面的，企业中的数据工作需要独立于业

3、务部门、 IT 部 门、销售部门而存在，同时又需要和这些部门紧密相连，对业务部门、品牌部门 负责。 CDO 一般直接向 CEO 汇报，以可以很好地将数据的价值与企业的决策进行相关联。哪些行业最需要 CDO ？一般是对数据有很强依赖性的企业，诸如金融、电子商务、互联网企业等。但目前挖掘数据的价值成为所有企业的目标， 因此每个领域都需要 CDO 角色的 出现，让数据的价值发挥到最大。CDO 需要掌握什么技能和专业知识？CDO 需要熟悉正在被热炒的 SOA 、BI 、大规模数据集成系统、 数据存储交 换机制以及Database数据库、XML可扩展标记语言、EDI电子数据交换等等。ITCDO 还需集业

4、务知识、 IT 知识和经济学、统计学于一身。业务专家：了解本企 业的业务状况和所处的行业背景，包括一些细节的业务领域的相关术语等； 专家：尤其是在数据的认知上，理解数据的整个结构，企业的数据源状况、大小 等，有数据的相关处理分析操作能力，如建模等；经济统计学专家：可以将数据 与业务联合起来分析， 让数据真正地开口说话， 以此给出相应的市场传播和产品 改进意见。目前企业中哪些人有潜力成为 CDO ？1 )数据分析员。一般是企业中尤其是市场研究型的公司，从事数据搜集、 管理和分析的工作。 其更多地是偏向于市场和经济学的， 这类型的人若掌握更全 面地关于 IT 相关知识，有潜质成为 CDO 。 2)

5、CIO。 CIO 是企业中信息中心负 责人，对于企业的数据从前期搜集、 存储到后期的应用分析， 都有着全面的掌握。CIO 成为 CDO 还需要更为全面的知识体系，尤其是与业务相关。3)CMO 。首 席营销官在企业中的角色日益重要，尤其是其在市场认知和品牌推广上。转型CDO ，就是将数据搜集和分析的相关知识运用到其品牌营销中，让数据发挥最大的优势。编辑本段 CDO 需要掌握哪些 IT 技术和知识？企业对数据的挖掘、 处理和分析一般包括几个步骤： 1）基础资料统一； 2）数据流程和流向统一； 3）数据数值含义统一； 4）数据收集，定义数据源； 5）数据清洗； 6）建多维模型； 7 ）系统计算； 8

6、）平台展现； 9）结果分析和可视化；10 ）知识同化。所要运用的技术涉及到数据收集、报表和查询、在线分析 和数据挖掘四个环节。企业中设立 CDO 是否有实际案例？花旗集团旗下的企业与投资银行公司 （CIB） 曾任命 John Bottega 为公司历 史上第一位CDO 。 John Bottega 曾在多家企业负责数据管理方面的工作并有20 年的工作经验。 John Bottega 主要负责的工作包括：规划和管理 CIB 数据 的发展 策略、相关政策、部属职能及投资方向等。同时， John Bottega 还将 会更紧密地与花旗集团 GICAP 小组、 CIB 技术 部与 CIB 数据理事会合

7、作，共 同优化花旗集团的数据管理结构。 CIB 首席数据官的角色定位， 在于实现其数据 策略以及明确清晰的数据所有权，这将会推动对跨越前台管理、行政、财政、服 务以及风险保障等部门之间的数据流改进工作有很大的帮助。彌：:ttwmt. narn 荷饰裁耳磅无祁 zdnh爭的祢从念如冃用如XQO.并费祕业老冷刪j*mnBCDOTtLm M gSXOQfiJBUB怡.第 SfOfKiJM. WWt全-(JUIuryzdMUoni.5首席数据目 Chief Data Officer . QUESTION*8VTTS*nVAl ff秋 Fl了trWSvniWKHWr BOttF山mutuso乂stmmk

8、二w wuxmFxm.wtorMrgi J ” 49UiiMoG，9 wrnr , wm 竹v 2OS u竹rMira nuflt, mMMWMMTKMmnwtnMKSWi xraoMa, oxmn, n*atu!*CQ2fi&rMR ,UMMTZM9亭*MfT nn MaritSS. nKTflWTUOVrmCM*. VUUH MBZMfl. nx-sRcac. hU.X”r-. itKxit 孑S3 cmBsSfniTic.me 如 MMCaMcmteasA idsss)rMM仇 r * I?QUESTIONxt-Titwijq SjVIUUKMb 2Jcn.- WfMViORlB- cS

9、.cmiWV幵Jb*KRM -31 CXO. TnWllfmB tSBV - XXUETMM. WAMTtltCtC -nisxmmi. 4Msm*m-QUESTION11 warns ftYMF .eiy “mMMt MVMW4*ajcw. 7A*aj )*e.n；9a4VTvaibL.wm*貝仇Rj QUESTIONUMMRiniilMWTJt. aitM5MUeMI 工ro:WvaXPlHlTW* .Wn omH*ttWaffiC3rAt CMB* KicMRtfiJ, mQSumvw aMMnesttno, g ww.刑 Etb首席数据官存在的意义重在治理而不是拥有数据最近几年，首席数

10、据官的出现变得更加清晰。最初，这个新的 C 级的管理角色在医疗、金融和政府组织中更为常见。最近，它已经进入了更多的商业公司。在麻省理工学院的 CDOIQ 大会第二天的活动中，theCUBE 邀请到了 DaveVellante 、Jeff Kelly 和 Paul Gillin 畅谈了最近首席数据官的发展情况。Vellante 提出了一个想法，“首席信息官的角色实际上变成了首席运营官和首席技术官，首席数据官正在浮出水面，直接向首席运营官汇报。 ”Gillin 解释说这是正常的现象。“离开了数据的信息是什么？我们有一位首席信息官和一位首席数据官， 数据等同于信息， 我们为什么需要两个人来做同 样的

11、事情呢？” 由于首席信息官更多地负责基础架构方面的工作， 所以这个职位 自然而然地出现了演变。将数据治理放在哪里合适Vellante 表示，当绝大部分的公司都上马了大数据项目之后，在监督如何利用这些数据帮助企业治理方面就出现了缺口。 Kelly 承认“不同的部门往往 会使用不同的数据和分析产品， ”因为缺乏企业级的监督，“想要将其用于企业治 理非常困难。”随着企业的员工原来越多地使用免费的社会服务，他们需要了解使用它们的意义，以及数据流出去的影响。 Kelly 补充表示，问题仍然是“你如何符合 道德规范、 合法地使用这些信息？我不认为现在在这方面有大量的监督。 绝大部 分的组织将这些项目看成是

12、孤立的， 而不是将它们看成是治理工作中更广泛的视 角。”在Gillin 表示，最大的问题之一是“我们倾向于认为数据是结构化的。现实中， 80%到 90% 的数据都不是结构化的。如何从大量的非结构化的信息中 找出意义是治理工作面临的一大挑战。Wikibon 的分析师 Kelly 谈到了他在最近进行的大数据从业人员调查的时候发现了一些和首席数据官相关的事情。 Kelly 表示，问题之一就是找到让大 数据分析项目产品化的最大障碍。他回忆说， “从非技术的角度来看，它混淆了 隐私和合法性的问题。 ”他表示，“人们不理解自己的责任是什么， 他们不想被牵 涉进法律或者道德的问题之中。 ”Vellante

13、强调了这样的发现 “说到缺乏某种类型的数据皇帝。 ”Vellante表示，“首席数据官的工作从根本上说不是拥有数据，而是关于拥有治理，如何 处理数据以及和每个相关的人沟通。 ” 数据仓库目前的状态在讨论到数据仓库目前的状态的时候， Vellante 质疑说以目前的情况看，这种技术是否已经过于陈旧了。 Kelly 表示，“这些已经用了一、二十年的技术 已经不能实现对它们的期望了，我认为我们都能够同意这一点。 ”他表示数据仓 库采用了“一种相当不灵活的数据模型。 ”Kelly 继续表示，“区别在于理解内容和背景。 ”他说，“每个人都能够理解内容，但是这些内容在特定的背景有什么含义，这才是真正的挑战。 ”Vellante 强调说在 Kelly 的从业人员调查中，大部分参与调查的人都表示将资源从数据仓库转移到 Hadoop 之中，到今年年底，这一情况还会愈演愈烈。Kelly表示在这方面他的发现略有不同，大约有60%多一点的人将这种或者 那种工作负载从传统的大型机或者数据仓库迁移到 Hadoop 。他解释说这里的工 作负载通常是指变革、商业智能和报告等。Gillin 补充表示数据仓库在市场营销和客户关系等领域的影响最大，或者是在零售行业