二十年前，当IT到达临界值时，CIO诞生了；十年前，广告、营销和公关在企业内部融合，CMO诞生了；如今，随着大数据时代企业数据已经达到临界值，除了数据科学家外，企业还需要能够将数据转化为商业能力的“数据领袖”，而设立一个全新的C-Level战略角色——首席数据官CDO，正在被越来越多的企业提上日程。
今天，数据对于理解和构建你的业务是如此的重要，以至于需要有人在上面评估什么样的数据业务应该收集，然后让他变得有价值。
我经常询问人们是否知道Netflix、Harrah’s、Amazon 和 Wal-Mart有什么共同之处？答案非常简单，他们利用数据分析把竞争对手打败。许多企业正试图做同样的事情，花费数百万美元在数据软件上。
然而为了从数据中挖掘商业价值，企业需要的不只是投资。公司还必须建立一整套体制去利用数据推动竞争优势。我认为这个系统的负责人应该是首席数据官 （CDO），一个管理者，将在这个时代绽放光明。企业越早设立CDO，就会越早把数据转化成商业武器去实现商业成功，类似于我前面提到的公司。
数据的影响
如果你不能有效利用数据的话，你就不能在现代商业中取得领先。从物流到投机，每个行业都被数据改造。第一个获得数据价值的企业将超越产业原本的排序，确立领先优势。
以Harrah’s（现在Caesar’s Entertainment）为例。曾被许多人认为是一个二流的河船赌场，Harrah’s使用数据对博彩业进行大规模改造。我以前的一个教授，Gary Loveman决定在1997年给Harrah’s引入会员卡。客户积累积分作为赌博奖励，Harrah’s研究他们的习惯和行为来个性化营销。赌场培养 了一大批忠实的粉丝，成长为美国领先的博彩巨头之一。我相信任何一个公司都可以获得同样的成功，如果他们能构建一个系统去挖掘他们数据价值的话。
数据人人皆可承受
今天，一个数据基础设施不再像Harrah’s那样用2000万美元到5000万美元才能启动并运行。得益于运算和存储成本的大幅降低，即使中小企业都可以承受许多从前仅限于大型企业的数据特性，这是商业智能新时代发展的结果。
但是在商业上获取数据和利用数据这二者之间是有差异的。取代建立系统将数据转化为商业价值，大多数公司错误地将他们分拆给几个部门，但是没 有一个部门有能力来真正处理这些数据。CIO有自动化数据的技术，但是他们的主要精力都花在保持现有IT基础设施的正常运行上。销售和营销管理人员经常在 为IT企业采购工具，至今很少有训练有素的人将数据资产作为一项战略来考虑。数据不再是某一人的主要或核心责任，有时甚至是一种虚荣心作祟而不是商业成功 的驱使，在今天的数据密集型企业，这才是真正的需要采取行动的地方了。
首席数据官（Chief Data Officer）
把数据转化为商业能力的唯一办法就是使之系统化。企业内的数据已经达到临界值了，是时候设立战略领导者CDO了。
这是一个水到渠成的事。20年前当IT达到临界值时，在商人投资大型机技术发展超出预期之后，CIO诞生了。十年前，广告、营销和PR在公司内部开始融合，产生了战略营销主管的名头，CMO诞生了。
如今数据无处不在，但是企业中很少人知道如何通过它获取价值。一种新型的非正式的“数据人”正好填补这一缺口。一般一个年轻的、有积极性的企业家，这个数据管理者将为企业创建一个数据基础设施并解答战略业务等问题。
对于企业来说，合理的使用“数据人”才能获得最大利益。否则，这种潜在的领导者将会在利益博弈下被困住，而构建的数据系统将不会被采用。此外公司内的数据仍将得不到开发，因为它缺少一个专门的团队。
浪费时间，浪费数据
系统化的CDO角色释放了数据在商业上的真正潜力，不只是专注于做出像如何扩展基础设施的决 策，CDO还能够鉴定做出的决定正确与否，然后向后处理数据资产以驱动行为。例如，如果一个公司希望增加月收入，针对一个新的市场，CDO可以利用数据来 确定扩大服务范围、提高价格或优化现有服务哪一项才是最佳选择。数据不是麻烦制造者，而是整个企业的好朋友。
为了能适应大数据时代的发展，CDO的指导恰好是公司需要的。他的作用将不可避免地渗透到企业内部，无论公司领导是现在或是以后设立CDO。是时候充分利用你的数据了——求助于你的首席数据官，他将知道如何利用它。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：CDO：首席数据官的时代已经到来
本文网址：http://www.toberp.com/html/consultation/10839312330.html
相关文章
