自從1991年8月6日發布的第一個網站以來，全球互聯網現在擁有的網站超過19.4億個，并且全球每天有超過70億次的搜索查詢。數據正在改變組織開展業務的方式，更重要的是，正在改變組織制定業務決策的方式。然而，51.8%的流量來自機器設備和機器人，剩下的48.2%來自人類。

 

隨著數據不斷的激增，首席數據官這一職位應運而生，最近為了支持該角色，首席數據官辦公室也開始發揮作用。

 

建立正確的結構可以對組織轉型產生積極影響，從而推動數據驅動的文化。人們需要解決四個問題，以了解首席數據官辦公室的價值：

 

•建立首席數據官辦公室目的是什么?

 

•主要的辦公室功能是什么?

 

•需要哪些資源和技能?

 

•辦公室的主要職責是什么?

 

 

首席數據官是一名行政人員，主要負責通過內部和外部使用數據資產來實現和支持組織的價值創造。這包括管理、規劃、定義、捕獲、使用、訪問數據和信息。一般來說，首席數據官在三個方面負有責任：數據管理、分析、技術。

 

•數據管理從制定治理實施政策的戰略中獲取數據的保護和治理。

 

•分析包括分析數據以將其轉化為有用的見解所需的任何功能。

 

•技術涵蓋數據接收、移動、監控和存儲的數據架構、基礎設施和服務。

 

首席數據官負責捕獲高質量和及時的數據，并將數據資產利用給利益相關者。為了完成這一任務，人們需要了解這個角色的目的。首席數據官辦公室的作用很簡單：從數據中創造價值。為了確定角色的背景，將深入研究其功能。

 

 

建立一個良好的數據辦公室的方法有很多種，但是建立一支優秀的團隊的方法很少。首席數據官辦公室需要設想、原型化、傳播、實施和支持現有和新的數據平臺。組織可以在此處采取兩種主要途徑：

 

第一條途徑是讓首席數據官辦公室運行IT數據操作。這意味著首席數據官對所有數據庫管理員以及支持創建或維護數據資產的任何資源承擔責任。這可以采用定制系統，SaaS解決方案或現成的解決方案的形式。這種方法的好處是數據的價值增加，而冗余和成本降低。另一方面，日常運營活動將重點限制在開發戰略數據資產的方法上。

 

第二種途徑是讓首席數據官辦公室運行IT資產。在這里討論如何管理現有的數據資產，并利用新的數據資產。這種方法的好處是它促進了更大的協作和共享數據資產的能力。缺點是缺乏原始數據所有權、預算限制，以及在進行重大轉換之前需要額外的、跨功能的購買行為。有時候這種購買行為不會發生，并且會扼殺超越正常邊界的進步思想。

 

 

首席數據官辦公室的資源構成根據員工和年收入的不同而有很大差異，因此這種方法可以采用多種形式。但是觀察到一些常見的主題。其差異在于，一家公司可能需要一種特定資源，而另一家公司可能需要很多資源。根據企業的業務需求，根據其判斷來擴展主要功能。

 

接下來將介紹以下主要角色和所需的技能：

 

•首席數據官

 

•數據科學家

 

•數據建模師

 

•數據架構師

 

•數據分析師

 

•前端設計師/開發人員

 

•數據庫管理員

 

•投資組合經理

 

•專案經理

 

•業務關系經理

 

首席數據官在最大限度地獲得組織數據資產的價值方面發揮領導作用。該角色負責領導轉型變革，以組織定位，使其由數據驅動。在正確的時間推動正確的數據使用，創建數據驅動的文化以及領先的分析至關重要。但是，該角色最重要的方面是建立和促進首席數據官職能辦公室的組織支持，以及未來數據在組織中將具有的角色。很少有領導者會爭辯說，數據正在改變商業決策，商業模式正在改變。面臨的挑戰是這些領導者可能不相信其首席數據官辦公室是執行此任務的正確團隊。這就是為什么在IT外部建立協作和建立信任至關重要的原因。

 

數據科學家通過利用數據、開發預測模型和分享提出新見解的故事，幫助確定改善組織成果的機會。對數據科學家來說，有七個重要的領域：數據收集(Web抓取、HTML、CSS)，數據攝取(SQL API、JSON、XML)，數據清理(多種數據類型)，數據可視化(D3、Tableau、Spotfire)，基本分析(R、Python)，數據挖掘(方差分析、測量偏差、特征規范化、特征選擇，特征提取、聚類分析、關聯分析)，預測建模(數據建模師+、圖形分析、bootstrap或bagging建模、集成模型、貝葉斯分析、神經網絡、深度學習)。數據科學家可以應用抽樣和調查方法，確定統計意義，進行離群點分析，并作出數據驅動的決定，以確定以前未發現的新的數據科學機會。

 

數據建模人員使用各種數據類型來構建和設計預測模型。為了理解抽樣方法和測量統計意義，數據建模者需要有數據科學家的大量經驗。例如，數據可視化、基本分析、數據挖掘和預測模型是該角色的關鍵技能。

 

數據架構師開發系統之間的聯系。他們需要有多體系結構和實現復雜數據庫策略和標準的經驗。這個背景使他們能夠開發完整的解決方案來驗證、清理和映射數據。確保端到端的數據質量需要集成來自無關源的數據。擁有組織領域的內部知識是一個關鍵因素。

 

數據分析師利用原始分析技能來促進數據收集并幫助進行數據清洗。通常，這個角色是組織的策略、標準和程序的最初起草者，然后才有更多經驗豐富的資源獲得所有權。這些資源可能對R、Excel和SQL有較高的了解，但是在將其應用于SQL API、JSON或XML應用程序時很快達到了極限。

 

前端設計人員和開發人員主要專注于使用HTML、CSS、JavaScript、jQuery和RESTful服務API等技術進行客戶端開發。該代碼在用戶的瀏覽器中執行，可以擴展到用戶的UI/UX體驗中。

 

數據庫管理員專門研究用于存儲和組織數據的軟件。通常，此角色包括容量規劃、安裝、配置、數據庫設計、數據遷移、數據性能監視、安全性、備份和恢復以及基本故障排除。這個角色是關于數據的實際操作，因此，需要通過職責分離來仔細管理。

 

投資組合經理關注產品、服務、交互、資產和能力的價值實現。這包括做出投資決策，以平衡目標、資產配置和風險，實現最佳績效。這個角色使戰略與底線保持一致，以優化投資、項目、計劃或活動的數據組合中的交付流程。

 

項目經理領導與數據相關的項目計劃，并提供合同支持以符合企業政策。這些資源與法律、云計算、財務、運營和各種業務職能等多學科團隊合作，以領導項目并使其達到終點。

 

業務關系經理需要了解業務需求，以定義預期的全部業務價值。這涉及建立首席數據官辦公室的信譽，在IT外部建立合作關系以提高對內部現有功能的認識，并引入對業務合作伙伴產生倍增作用的新數據功能。

 

可能有數十種資源可以放入首席數據官團隊中，以滿足組織的需求。首先想到的是主題數據專家，他們對組織的業務運作具有特定而深入的領域知識。

 

現在，人們已經知道建立首席數據官辦公室的關鍵角色，需要花費時間尋找可以為其辦公室配備人員的最佳資源。這些資源需求很高，因此必須假設招募團隊所需的時間比計劃的要長。

 

 

首席數據官辦公室的主要職責過去集中在數據治理、數據質量和合規性驅動程序上。如今，該辦公室的重點是實現數據驅動的文化和最大的商業價值。

 

為了利用數據來獲得競爭優勢并建立辦事處作為戰略顧問，需要在整個組織中傳達職責。

 

可以通過以下定義的職責來實現領導變革和倡導數據驅動的文化：

 

•設想、設計和交流企業范圍內的協作數據策略。

 

•建立可重復過程和標準化框架來管理數據資產的治理結構。

 

•定義、實施和管理組織數據原則、數據政策、數據標準和數據指南。

 

•在增加價值的同時降低收集、管理和共享數據的成本。

 

•使用數據服務策略為企業范圍內的采用啟用數據即服務。

 

•制定數據質量措施和實踐，以提高組織對數據的信任。

 

•管理數據組合以協調企業范圍內的數據計劃的投資優先級。

 

•為組織確定機會，以更充分地利用數據以獲得戰略優勢。

 

•支持組織變革管理，以建立數據驅動的文化。

 

•改進如何管理企業范圍的數據資產以提供更深入的見解。

 

•為數據管理和保管制定政策和計劃，以促進利益相關者的參與。

 

首席數據官辦公室將數據業務傳達給組織的管理人員。這是發展數據驅動文化的第一步。數據支持是一種需要改變組織策略、過程、技術、文化的變化。在介紹全組織變革、轉型變革、人事變革、計劃外變革或補救性變革時，需要使用以下四個技巧：明確說明、成為現實、不斷發展、堅持不懈。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。