学习资料发布——《首席数据官攻略》第二版

核心速览

《首席数据官攻略（第二版）》是一本由实践者为实践者撰写的关于首席数据官（CDO）角色的实用指南，涵盖CDO的职责、挑战、战略实施、团队建设、与其他部门关系、数据伦理与治理等多方面内容，旨在帮助现任及未来CDO应对工作中的各种问题，推动组织的数据驱动转型。

对第一版的赞扬

• 业界专家评价：多位来自不同领域的专家对第一版给予高度评价，认为其为CDO及高级领导团队提供了必读见解，揭示了数据对转型的潜力，涵盖了从高层领导解密主题到新任CDO实用清单等内容，强调了数据作为组织变革催化剂和创造价值的双重任务。

前言与过去的两年

• 背景与动机：自第一版以来，CDO生态系统发展迅速，更多组织意识到数据价值。撰写本书的动机包括解答关于CDO角色的诸多问题、填补指导空白以及分享CDO社区的经验。第二版因角色快速演变和与CDO社区交流经验而更新，旨在帮助CDO应对变化。

• “攻略”定位：借鉴体育术语，提供现实经验中的战略、工具和结果，帮助CDO跳过错误、学习成功经验，内容简洁易读，可通读或按需查阅。

意外的企业家以及本书的由来

• 作者经历：作者从撰写关于CDO角色的短文开始，后创建咨询公司Carruthers & Jackson，开展数据咨询、数据会议（Datatalks）和教育部门（首席数据官夏季学校）等业务，分享了创业过程中的亮点与低谷。

• 建议：鼓励读者让好奇心引领职业发展，职业发展不必线性，应扩展知识、涉足新领域，知识积累可能在未来成为关键因素。

反思CDO最初的100和300天

• 100天反思：强调变革需要时间，尤其是文化变革；需管理团队内部成熟度曲线，维持团队热情；拥有优秀团队至关重要；创建并传达数据愿景及进展意义重大。

• 第一年成果：以南方水务公司为例，数据战略包括数据团队转型（统一数据来源、报告标准等七项成果）、即时数据战略（引入新技术、改进数据管理等）和目标数据战略（促进转型、创新和合作）。

• 后续两年观察：数据重要性上升，对话扩展到C级高管；沟通、数据治理、灵活数据战略、寻找积极方面、平衡远见与实际、DataOps、合适数据技术、数据访问、关注人员及韧性等方面的重要性。

为什么任何组织都需要CDO？

• 组织数据问题情景：列举了如项目“汲取教训”报告未被利用、数据清洗和迁移事后处理、复杂电子表格问题、财务系统数据不一致、新IT系统数据迁移成本高、数据孤岛、CEO数据驱动需求、分析师时间浪费在数据问题上等常见数据问题情景。

• 数据增长与囤积：全球数据量快速增长，但组织存在数据囤积现象，未重视数据价值，云优先战略可能加剧问题，需专注于高质量、可访问数据。

• 数据治理重要性：强调“垃圾进，垃圾出”，受控数据比大量污染数据更有用，数据摩擦导致业务流程低效，CDO能提供数据治理指导，减少数据摩擦。

• CDO价值：CDO是数据代言人，提供跨组织数据愿景和战略，推动文化变革，需整个组织参与。

• CDO失败原因：包括组织对CDO角色免责、文化变革抵制、公司文化不容忍错误、期望过高、角色层级低、限制过多、经验不足、IT部门阻力、预算不足等。

• 如何利用CDO：明确CDO目标、放置位置、层级和投资，强调CDO需在允许跨公司工作的业务职能中，与CIO角色有区别，数据管理是每个人的责任。

• CDO评估类别：包括数据管理、数据成熟度、组织效率、业务结果、法规结果、组织敏捷性、盈利能力、收入等，需与业务战略联系，庆祝成功。

首席数据官（CDO）的秘密要素

• CDO角色特点：角色快速演变，因组织类型不同动机各异（合规监管或业务颠覆创新），面临角色定义不明确、组织期望解决所有问题等独特挑战，是组织数据驱动的信号。

• 沟通重要性：需将复杂数据概念转化为适应不同业务层面的语言，具备演讲能力，能与IT社区、业务及专家沟通，通过讲故事激发兴趣，理解业务以进行有意义交流，制定沟通战略。

• 其他要素：需成为关系建立大师，依赖他人支持；具备数据专业知识和信用，在新角色中证明自己；成为数据啦啦队长，保持激情和动力；具备坚韧性，平衡战术交付与战略规划；需要一定运气应对意外情况；具备招聘优秀人才的能力。

首席数据官（CDO）最初的 100 天

• 开始新角色：强调建立关系，通过咖啡、蛋糕等非正式交流了解同事问题和优先事项，预计会经历起伏，需处理小问题但不被其压倒，了解组织对CDO的期望。

• 前期准备工作：无论内部还是外部进入角色，都需了解业务，通过倾听、提问（非数据术语）了解问题和积极方面，注意组织政治，过滤信息，制定计划，了解关键会议和流程，警惕“特洛伊木马”式建议，熟悉采购和财务流程。

• 变革的理由：需明确变革理由，可从风险、审计报告等入手，平衡负面因素与积极利益，定义愿景、明确利益、设定范围和期望，诚实沟通能做与不能做的事。

• 成熟度模型：从战略、领导力、公司治理、框架、政策、信息风险、架构、组织角色职责、指标、技能、行为、工具等方面评估组织数据成熟度，设定期望，强调紧迫性，收集事实支持故事。

• 愿景和战略：提出高等级、有远见的战略，愿景应简洁、有意义且与业务相关，明确责任事项和范围，可利用POTI模型（流程、组织、技术、信息），考虑团队组建或重塑。

• 数据基础：包括治理（了解现状、制定解决方案、创建指导树状图、建立批准和审查流程）、信息架构（确定顶级数据领域及负责人）、参与活动（建立支持者网络、动员小型团队）。

• 快速胜利：需尽快展示价值，找到早期快速胜利，为下一阶段准备候选方案，考虑政治因素，通过明确数据问题对利润影响建立支持，平衡探索实验与明确业务成果。

在业务常规的环境下实施数据战略

• 业务常规（BAU）情况：描述了CDO到达时可能面临的传统数据环境（数据孤岛、缺乏治理等）、传统系统、传统业务流程、多个供应商、传统IT部门和传统转型过程，业务在CDO到来前可能运营但存在数据问题。

• 现有流程问题：项目中可能缺乏数据设计权威和数据专业知识，回顾已完成项目可评估数据影响力成熟度，报告和分析环境存在低效、重复等问题。

• 即时数据战略（IDS）：战术性方法，旨在支持业务运营、获得快速胜利和临时解决方案，包括稳定和合理化数据环境、数据文化和治理、现有数据和IT发展倡议、数据利用和整合、数据性能质量等、数据安全等要素。

• 目标数据战略（TDS）：战略性方法，在执行IDS时推动，通过业务参与实现，需做好变革准备，展示“可能性的艺术”，可考虑建立SWAT团队，注意在变革时保证业务继续运行。

CDO避免成熟度曲线（Hype Cycle）

• 成熟度曲线概念：介绍Gartner成熟度曲线的五个阶段，指出其对理解CDO挑战的帮助，CDO角色可能面临期望高峰后的“低谷期”风险。

• Carruthers和Jackson的CDO之旅模型：包括数据意识萌芽期（组织意识到需CDO）、数据期望高峰期（期望积聚）、数据素养启蒙期（教育利益相关者）、数据现实断崖期（利益相关者重新设定期望）、价值交付加速期（开始加速交付价值）。

• 从数据到智慧（DIKW金字塔）：数据是基础，信息是收集、策划和语境化的数据，知识和智慧建立其上，强调非线性过程，可通过垂直进攻（选择业务领域垂直解决数据问题）展示价值，避免低谷。

• 成熟度曲线其他部分管理：管理膨胀期期望，避免期望过高；管理成熟期坡度，使其稳健增长，承认挑战并制定缓解计划。

与其他业务部门特别是C级高管的关系

• 关键关系：CDO需与各利益相关者建立关系，重点讨论与CIO/CTO的区别（CIO负责技术“水桶”，CDO负责数据“液体”），与CEO关系影响数据价值展示，与CAO/首席独角兽、财务、人力资源、采购、CISO、首席数字官、DPO等的关系也至关重要。

• 建立关系方法：像跳舞一样发出邀请和接受，了解他人特点，建立信任，需要时间和努力。

• CDO作为朋友和教师：需帮助其他高级领导人提高数据素养，说服其承担数据所有权，在数据成熟度低的组织引入数据治理和所有权可产生巨大影响。

首席数据官（CDO）作为颠覆者

• 颠覆与创新区别：颠覆是彻底改变行业等，创新是引入新做事方式但保持方向，FCDO更可能是创新者，SCDO可能成为颠覆者。

• CDO创新和颠覆方式：技术方面引入新数据技术；目标运营模型和组织设计方面推动决策和运营规程变革，建立卓越中心，SCDO可能提出转型方案；数据本身可能带来创新或颠覆，如数据货币化、开发新收入来源等。

• 数据是颠覆者：数据量增长迅速，数据的使用可能带来颠覆，如AI在医疗等领域的应用。

建立首席数据官（CDO）团队

• 团队基本构成：FCDO和SCDO团队基础结构相似，从小规模开始，涵盖关键领域，需值得信赖的副手和支持团队。

• 不同的支柱：包括数据运营（DataOps，敏捷处理数据）、数据分析师（与数据管家合作，解决数据问题）、数据工程师（准备数据供分析等使用）、数据治理（确定规则，治理专家整理政策等）、数据提案（定义数据产品，数据管家作为推广员）、数据架构（数据架构师建立数据结构框架）。

• 其他角色：数据拥护者（业务领域专家，协助数据管理）、项目经理（管理项目）、数据资产所有者（负责数据领域决策）。

• 集中化还是分散化：根据组织情况选择，集中化可能导致责任集中，分散化需良好数据管理和控制。

• 其他角色：数据挖掘师/数据科学家、沟通职能、报告和分析人员等，数据科学家技能广泛，可适应团队需求变化。

• 数据独角兽与高绩效团队：数据独角兽难以找到，需培养；创建高绩效团队需传达愿景、建立信任、拓展团队、引导而非推动、解决冲突等，注重团队成员成长和内部技能提升。

首席数据官（CDO）接下来的 300 天

• 接下来的三个步骤：整理想法和会议，评估数据成熟度（报告和分析、数据流、数据治理、数据管理、数据组织设计、数据技术）；向利益相关者展示现状和未来愿景；聚集数据团队，确定团队结构。

• 需要完成的任务：交付即时数据战略（IDS，战术修复，解决痛点，与采购部门合作，采用敏捷方法，承诺较少交付更多）；实施目标数据战略（TDS，与业务和IT等合作，创建检查点，避免陷入细节，信任团队）。

不同世代的首席数据官（CDO）

• 不断演变的角色：CDO角色起源可追溯至2002年，不同背景的人将经验应用其中，角色不断发展，法国、英国等国家相继设立CDO。

• FCDO与SCDO对比：FCDO是组织首个CDO，需建立基础，关注风险规避；SCDO在FCDO基础上建设，关注价值增加，可进行创新和颠覆。

• FCDO关键领域：治理、信息架构、参与活动、建立能力、快速胜利、数据技术。

• SCDO价值实现：高级分析和数据科学、数据叙事、数据可视化、数据发布、数据精炼等。

• 第三代首席数据官（TCDO）：角色将更常态化、专业化，技能集被理解和评估，可能转向CAO或CDS等角色，成功CDO可能迁移至其他C级高管角色。

你是哪种类型的首席数据官？

• CDO类型：FCDO、SCDO或TCDO，FCDO需坚韧、外向，SCDO和TCDO可能更低调，有团队和预算支持。

• CDO背景模式：包括技术导向、数据导向、通用管理和领导能力、创业者/创新者/颠覆者型、分析背景、风险背景等，目前申请者背景多样化，需平衡数据和业务技能。

• 了解CDO类型的重要性：发挥优势、确定弱点并补充、申请合适职位、企业明确需求并招聘合适CDO，数据世界没有一种尺寸适合所有人。

首席数据官（CDO）如何展示自己

• CDO问自己的问题：思考成为CDO的原因、自己是谁及想成为谁，明确价值观、信念和行为，结合“生活的意义”（Ikigai）概念，考虑自己的CDO类型、技能、优势、弱点及填补差距的方法，进行市场调研。

• 为CDO角色做好准备：建立良好经验记录，参与CDO社群，寻找导师，从辅助角色积累转型经验，展示领导和实施转型的记录，提升讲故事能力，与其他CDO建立联系，勇于开始。

首席数据官（CDO）和技术

• 背景因素：CDO的技术相关挑战取决于其背景、组织结构、技术基础设施状况、数据技术成熟度、业务系统所有权、数据所有权成熟度和领导团队数据素养。

• 数据技术了解：CDO或团队需了解主数据管理、元数据等数据技术的“可能性的艺术”。

• 社会革命历史：数据可能是第四次工业革命的推动因素，业务转型越来越由数据驱动，需平衡现有系统与创新。

• 技术主导与界限：数据技术发展使数据访问和使用民主化，可能与传统IT部门产生紧张关系，需通过信用、沟通和关系建立管理，明确IT和数据的界限（CIO负责技术，CDO负责数据）。

• 数据与信息对比：信息源于数据，数据需经过处理成为信息，DIKW金字塔展示数据旅程，数字化转型与数据驱动转型不同，数据是基础。

囤积心态以及如何打破它

• 囤积心态：组织像囤积者一样存储大量数据，因存储便宜、“越大越好”观念、责任不明确、“我会处理”综合症、数据保留政策不当等原因，导致数据混乱、存在“黑暗数据”和重复数据。

• 打破这种模式：了解囤积原因、学会组织数据决定丢弃什么、培养决策能力、请专业组织者帮助、学习放松技巧、定期访问咨询，关注“为什么”并与组织合作改变。

• 理解数据价值：阐明数据具有价值，考虑数据的独特性、准确性、完整性、时效性、相关性、用途、多用途潜力及丢失影响等因素，以证据传达数据故事。

首席数据官（CDO）与数据伦理

• 机会与伦理：数据进步带来巨大机会，但也面临伦理挑战，需平衡创新与后果，遵循监管和立法，数据伦理是关于数据的负责任和可持续使用。

• 数据伦理的困境：数据生成、记录、共享等环节存在伦理问题，可能因偏见或有意行为造成不利影响，遗漏数据也可能涉及伦理，需考虑透明度、公平性等，参考现有伦理框架和工具（如开放数据协会的数据伦理画布）。

• 数据伦理框架要素：包括原则、伦理评估问题、责任分配、指导原则，需采取行动并监控反应，确保伦理与价值观一致。

首席数据官（CDO）与数据治理

• 数据治理与数据保护：数据治理是数据战略支柱，GDPR等法规使其受关注，CDO不应该是DPO，DPO依赖CDO提供合规保证，数据治理是业务倡议，确保数据可用、能用、完整和安全。

• 支持而非繁文缛节：数据治理应是组织前进的手段，解放组织，平衡控制与支持，找到适合组织的治理水平。

• 数据治理的目的：关键组成部分包括政策、流程、组织设计、数据架构和设计、技术等，原则包括数据一致性、主动质量标准、明确所有权责任等，需向组织“推销”数据治理，建立关键角色。

• 保证的角色：数据治理是连续过程，需主动监控和调整，可通过自我保证、轻度集中评估、深入评估等方式进行保证活动。

首席数据官（CDO）与数据革命

• 可持续的变革：内部数据革命关乎人，需明确变革目标，说服人们改变行为以实现可持续变革。

• 抵制变革原因：人们抵制变革，认为成熟流程更好，可能存在变革疲劳等问题。

• 克服抵制：了解人们立场，阐明变革原因，由CDO引领变革，明确愿景和战略，创造紧迫感，利用支持者传播信息，识别利益相关者群体并定制沟通方式，消除障碍，庆祝成功，提升数据素养。

• 数据素养：定义为阅读、分析、处理和讨论数据的能力，包括数据创建和质疑准确性，不同组织角色需要不同水平的数据素养，可通过矩阵评估并制定提升计划。

• COVID-19危机数据教训：需适应利用不完美数据，接受错误并迅速调整，合作分享数据以加强决策。

给企业主、CEO和董事会的建议

• 企业是否需要CDO：根据组织数据问题、机会、规模等判断，小型组织可能不需要CDO，但需数据人员，大型组织在面临竞争等情况时需要。

• 在决定招聘CDO之后：CEO应思考业务数据，了解数据使用方式和人员，招聘合适CDO并赋予权力，考虑CDO位置和汇报路线，支持CDO，平衡风险和创新，寻找智能解决方案而非增加人手。

• 如何招聘首席数据官：考虑是否是合适时机、所需CDO类型、组织是否准备好，使用专业招聘公司，明确职位描述、汇报路线、薪酬待遇等，考虑地点、数据性质、问题规模等吸引候选人。

结论

• 数据领域变化：数据世界变化迅速，数据成为区分因素，组织需将数据嵌入变革和业务流程，CDO在其中发挥关键作用。

• 数据价值与挑战：数据是创新和转型催化剂，成功组织需有效管理和利用数据，面临数据恐惧、安全、伦理等挑战，需通过教育、参与和数据素养克服。

• 未来展望：数据在生活中作用日益重要，需重视选择和透明度，组织需重新定义可能，CDO角色日益重要，数据将成为差异化关键，学习永无止境。