論一個CDO的自我修養：神秘的首席數據官究竟有哪些操作

大數據文摘作品，轉載要求見文末

作者：Daniel Hughes

編譯 | 璐、樊恆岩、李飛 、錢天培

想像現在你被一個公司任命為他們的首席數據官（CDO），那麼，你將要面臨的主要職責可能會是什麼呢？

很多人會告訴你，你的主要職責是為公司儘可能地避免麻煩。他們會這麼教導你：你要時刻關注動向萬千的管制規則，確保公司的數據操作合法合規，同時你要確保客戶隱私安全，絕不出岔子。

這真的是你該做的嗎？

讓我先來帶你看一個可能會讓你震驚的數據吧。根據Bain & Company的一次管理諮詢調查，只有4%的公司說他們有合適的人員、工具、數據和思路來從數據中提取有意義的信息，並把分析結果付諸實踐。

「一定是哪兒出了錯。」你心裡這麼想著。回顧過去五年你與各個公司首席銷售官（CMO）的談話，他們中哪個不是把數據放在了他們的議程之上的呢？再想想你和首席執行官(CEO)們的對話，又有誰不聲稱他們正致力於數字化轉型，要把數據放在核心位置呢？就連最近的戛納國際創意節（CannesLions）都被數據相關的演說佔領了。

然而，這個數據並沒有出錯。如果你也像Bain & Company那樣，對公司高層進行類似的調查，你就會發現這道言論與現實之間的鴻溝。

再想想那些讓你專註於讓數據操作合法合規的建議，其實也不無道理。

當你的CEO面對一件他不甚了解的事時，他的直覺會告訴他，一定要確保這件事不會毀掉整個公司，或者讓他丟掉工作。

對比來看CDO的工作，與數據相關的工作充斥著各種風險，有效的數據治理和對數據隱私法規的嚴格遵守是項非常重要的職責，也正是如此，這些工作需要一個位高權重的負責人接手，也需要公司有大量的資金投入。

誠然，我們應該從客戶信任度的角度正確地看待並處理這些問題，這是在一個數字化的世界從事商業所需的成本。但不幸的是，僅僅以避免麻煩為目標並不是贏得市場的有效策略。相反，把CDO看成一個能為整個公司帶來巨大變革的戰略性職位才是對公司更好的選擇。

很多人把蘋果的巨大成功歸因於Steve Jobs和JonyIve的雄才大略。但在我看來，蘋果之所以能成為今天的蘋果，還是要感謝TimCook把蘋果的實體供應鏈變成了一個有競爭力的武器。當然，不是每一個公司都需要一個實體供應鏈，但每個公司都是需要做決策的。正如實體供應鏈是產品製造商的命門，數據供應鏈就是管理者和軟體做日常決策的關鍵。

類比Cook的實體供應鏈策略，當公司聘用CDO時，他們需要的是能夠為數據供應鏈帶來競爭優勢的人。一個CDO的首要任務應該是給公司創造競爭優勢，為股東帶來更多的利益，而不僅僅是避免讓公司陷入麻煩。

那麼，一個成功高效的數據供應鏈應該是怎麼的呢？我們認為，它應當有四個部分：數據供給、數據物流、數據科學和數據執行。

相應的，一個成功的CDO，就應該從這四個方面確保數據供應鏈的有效運行。

讓我們一起來看看這四個部分分別指的是什麼。

數據供給

一條高效的數據供應鏈首先需要充足的數據供給源。

我們生活在一個「貧富差距」巨大的世界。財富分配上如此，數據擁有量上更是如此。一方面，像谷歌、臉書、騰訊、阿里巴巴這樣的行業巨頭擁有著超大的數據量，而另一方面，大部分公司卻面領著數據極度匱乏的問題。

然而，這並不意味著本身不具備充足數據的公司只能在數據供應鏈之戰中繳械投降，通過採取以下措施，即使是最傳統的公司也可以獲得充足而獨特的數據源。

? 創造數據：不論你出售的產品是什麼，你都可以與客戶建立數字連接，藉此獲取大量數據。在中國，保樂力加公司（Pernod-Ricard）為打擊假冒偽劣產品發明了一種獨特的防偽方法，消費者們只需掃描二維碼就能夠鑒別產品真偽。在這一過程中，他們也得到了有關消費者購買和偏好的重要數據來源。

? 尋找互聯網數據：為制定更有效的營銷戰略，一個豪華酒店品牌需要掌握消費者的大量競爭性情報，該酒店的數據科學團隊接下了這項挑戰。他們爬取了TripAdvisor上所有關於他們酒店和競爭對手的評價數據，並使用自然語言處理技術提取了評論中的關鍵主題，隨後用隨機森林回歸模型來發掘那些能幫助預測五星好評的相關主題。網路是世界上最大、最亂的資料庫，或許你無法在網路上直接獲取到有用的信息源，但通過有目標的爬取，加上聰明的分析，你就能把這個資源庫變成一個取之不盡的信息源。

? 解放數據：一位CDO來到一家大型航空公司後，發現這家公司坐擁一個巨大的客戶數據寶藏。這些數據是通過他們的銷售渠道、數據連接點、合作夥伴和忠誠度計劃產生的，但是一個錯綜複雜的舊有系統和官僚主義讓這些數據實際上變得難以獲取，且無法使用。認識到這個問題後，這位CDO不僅設法讓不同的數據系統連接起來，而且通過內部應用程序介面進行數據發布。現在，公司的所有決策人和營銷系統都能獲取每一個客戶的信息。實行這樣的措施或許道阻且長，但所有的努力都是值得的。

? 共享數據：一家服裝生產商希望深入了解他們消費者的體育健身行為，為此他們大膽收購了幾款市場領先的iOS和Android健身類應用程序。這些app產生的數據讓這家服裝公司對其目標消費者的偏好有了獨特的見解，並幫助這家公司推動了從產品設計到媒體策劃的一切決策。不管你的公司在銷售什麼，你都很可能有一個能幫助提高用戶體驗的潛在合作夥伴。你一定要搶在你的競爭對手之前建立好這種合作關係，並牢牢抓住這類數據源。

總而言之，這些用創意方法從無到有獲取數據源的公司不勝枚舉。作為一名CDO，你的職責就應該是大膽創新，從而獲取最佳的數據來源。

數據物流

在供應鏈管理的世界裡，物流指的是物料以最高的效率和最小的庫存成本從A點到B點的移動。數據物流也遵循相似的過程。

數據通過多個渠道進入企業，隨後被整合、清洗。由於一些政治或其他因素，數據有時會進入一些「與世隔絕」的數據孤島。由於處於在不同的觸控點，與消費者介面的系統產生的數據有時無法相互匹配和合併。另外，大量離線數據例，如呼叫中心的記錄，因為過時的基礎設施而無法被捕獲。

即使是最簡單的企業有時也會有極其複雜的操作和流程，為了克服傳統基礎設施帶來的挑戰，很少有企業能享受到成為數據驅動組織的美好體驗。然而，挑戰的背後是巨大的機遇。你的數據物流不需要達到優步（Uber）的水平，它只需要比你的競爭對手的好就可以了。只要你比競爭對手行動得更快並且更聰明，不太完美的解決方案也能給你的公司帶來巨大的競爭優勢。

數據科學

有了良好的數據來源和數據物流之後就萬事大吉了？事實是，做好這兩點的公司仍然會在決策上出錯，原因就在於低效率的數據分析。

數據分析是一項十足的技術活。具備優秀數據分析技能的人才目前仍然供應短缺。除此之外，創造力也是將數據轉化為價值的關鍵之一，而創造力似乎又與技術能力不那麼兼容。假設我們把公司的每個員工根據數據分析技能繪製成一張分布圖，那麼，位於最左端的是那些只能勉強打開電子表格的人，而最右端的則是那些在業餘時間還能嘗試Tensorflow之類的新AI技術的人。作為CDO，你的目標應該是儘可能地把公司的每個人都移到右端。

創作部門的員工可能需要學習一些淺顯的人工智慧知識，從而獲取創作靈感，而財務部門的分析師則可能會受益於學習如何建立蒙特卡洛模擬，以便將不確定性因素引入決策模型中。此外，公司整體可能需要投資成立一個專門的數據科學部門以支持未來產品或服務的發展。當然了，數據專家能為公司的數據驅動帶來巨大動能，但業務部門的專家才應當是數據分析的主力軍。

我們不能指望HR部門能夠解決這一系列的人才戰略，一名成功的CDO應當能夠正確衡量其公司的技能水平，並制定出一條提高員工總體技能的路線圖。這一路線圖可以包括新的培訓項目、更準確的職位描述、內部技術提升，以及外部諮詢人才的引入。

數據執行

最後一步，也是點石成金的一步，是將數據分析的結果落到實處。

使用數據做決策的不僅僅是人，也可以是與客戶交互的系統。這些系統可能是呼叫中心的一個路由系統，或者網站上一個根據訪問者個人喜好提供個性化體驗的系統。

你的首席營銷官（CMO）可能有一個很長的願望清單，上面列出了各種有望提高營銷業績的自動決策系統，但這些系統往往因為收效甚微而被CMO從這張清單上划去。舉一個典型場景為例。供應商承諾某某系統將解決一切問題，於是CMO大力投資購買，系統開始運行，十二個月後，該系統沒有兌現供應商不切實際的承諾，令該公司大為失望。不口否認，兜售這些系統的人往往會對他們的產品作出過度宣傳。然而，現代營銷系統已經是一個能夠高效完成各項複雜事務的平台，這些平台的失效歸根結底是因為市場營銷人員對底層數據結構和策略的忽視。無用的輸入帶來了無用的輸出。

現如今，營銷系統滲透每個環節，CMO在技術方面的投入甚至已經高於許多首席信息官（CIO），他們也對客戶的整體體驗承擔了越來越多的責任。毫無疑問，他們需要CDO的幫助。CDO應該為他們提供能夠靈活訪問的客戶數據，並為新的營銷平台作出打分與盡職調查。最後，CDO應提供數據保障措施，以確保這些技術供應商不會無意中泄漏公司的敏感數據。

結束語

將數據轉換為價值是一項艱苦的工作，這也是許多公司望而卻步的原因。對一名CDO來說，確保公司免遭麻煩、讓其他人按部就班絕非難事，通過批量調查對客戶進行粗分類更是簡單。

然而，用數據為公司帶來變革才應該是CDO的首要職責。如今，每個行業都面臨數字破壞的威脅，CDO們必須勇於接受這個挑戰。不打安全牌、勇於用數據創造價值，是這個數據時代為CDO提出的要求。

推薦閱讀：