首席数据官：数据管理的7大定律！-技术圈

来源：工业互联网研习社

数据正在极大地改变我们的工作方式以及我们为组织提供价值的方式。将数据视为企业资产的组织比那些采用孤立数据工作的组织更能抓住机会并降低风险。首席数据官 (CDO) 不仅定义了满足当前需求的数据战略，而且还发展了该战略以确保组织在遥远的未来获得价值。

从哪里开始，把重点放在哪里？这是摆在每个数据负责人（CDO）面前的问题。万变不离其宗，本文介绍的数据管理七大定律，对于数据管理具有普适性，是每个数据人都应该了解和掌握的。

01 数据管理第 1 定律

关于与数据相关的责任和活动是集中管理还是放权管理，组织必须适当权衡。

任何集中都需要有充分的理由。
任何放权都必须以信任和支持为前提。

业务导向

技术驱动型的人往往倾向于从解决方案出发。常见想法是“这项新颖的技术一定有应用！”要想避免陷入未使用过的高科技带来的陷阱，就不要从解决方案入手，而要从问题或机会开始研究。经验表明，这种思维模式的转变很难，特别是对于经验丰富的IT 领导，他们习惯于主动提供最先进的解决方案。

业务视角和技术视角之间的鸿沟主要在于流程和数据领域。双方常常都认为自己是开放的，但却不知不觉陷入旧思维方式。许多人都表示他们是从组织的利益出发才这么想和做的。

要解决这个挑战，可以考虑以下三个建议。

不断发问：是否存在问题（某些事情没有按其应有的方式进行）？有机会么（虽然有效，但还可以改进）？能不能创新（新的商业模式）？确定并量化实际的痛点和可能的收益。
寻求对话：与各个独立的业务职能部门探讨可能的收益，并一起验证。
培养产品思维：从项目经理到产品所有者的视角转变有利于数据管理工作的开展。眼光可以更长远，不应局限于单个项目的结束。

图1传统模式

图 2 业务驱动型模式

02 数据管理第 2 定律

数据管理是整个组织中每个人的工作。它尤其不是一项 IT 工作，也不是从技术开始的。数据管理是在相互理解的坚实基础上构建业务与 IT 之间的桥梁。

商业导向

除非在公共部门或非营利组织，否则数据处理工作需要增加可测量的利益相关者价值。在数据方面有投入的组织都希望看到回报。我称之为“数据回报率”（Return on Data，ROD）。这种表述来源于财务术语“投资回报率”（ROI），它对于任何需要花钱的活动都至关重要：只有能得到收益才会去做。

谈“数据回报率”不是以处理数据为终极目标。要判断数据活动效果如何，必须要看它对组织整体状况的影响。这包括间接和长期的影响，以及对潜在问题的规避情况（这意味着对风险的处理）。

构建令人信服的业务模式并不是为了让数据投资看起来足够有吸引力，为了确保资金安全，则需要从一开始就从商业导向出发。尽早发现业务模式的负面影响并不是失败！

03 数据管理第 3 定律

仅仅根据某些事实做出决策是不够的，而是需要整体考虑组织范围内所有的相关事实。

作为决策流程的一部分，“问题升级”只是意味着将决策提升了一个层级。理想情况下，视角会从部门角度转变为可以减轻偏差的跨职能角度，并最终转变为可以避免偏差的全体“股东”角度。

这样的流程有助于不受个人观点和动机影响做出决策，而且可以鼓励组织中级别较低的人跨职能看待问题，并提出跨职能的最佳建议。

信息共享

你可能希望共享官方信息和想法。这不应是单向的，每个人都应该能够与他人分享自己的想法，最好是以系统的方式。

实际上你可能有多个技术平台，但是需要声明哪个是唯一用于交流的平台。而数据办公室的成员应该是首批积极使用该平台的人员。

04 数据管理第 4 定律

CDO 既需要最高管理层授权，也需要员工的认可。

前者必须从一开始就存在。后者必须由 CDO 自己来实现。

从数据的角度来看，众所周知，局部优化解决方案的总和通常不同于整体优化解决方案。如前所述，原因是不同区域之间的相互依赖关系程度不同。

以下两个示例会让我们更容易理解这个数学规则：

销售人员希望增加收入，打折销售是最简单的。然而，财务部门认为折扣会减少利润。
项目应在预算范围内按时完成。因为缺乏对未来项目和其他部门影响的考虑，可能会导致选择次优的解决方案。

有一个组织上的挑战：团队成员通常知道什么对组织最有利，但他们的领导能正式和/或非正式地被自身领域职责的本位主义驱动，成员也会受这种情况影响。

我们需要意识到，任何单个部门都没有股东。如果为一个部门创造价值会导致其他部门的成本增加，那么从整体角度来看，这是没有意义的。

这就是为什么必须在最高管理层一级有意识地解决这种挑战：要让每个人始终关注整个组织的利益。

05 数据管理第 5 定律

因为数据是跨职能的，所以数据管理也是跨职能的。

变革管理

目前几乎没有什么组织是完全以数据为中心的。换句话说，对几乎所有组织，关注数据意味着会发生根本性的转变。

或者，正如生物技术公司Abcam 消费者洞察与分析副总裁柯斯蒂·斯佩克在数据会议上所说：“要认识到正在进行的是变革管理！算法只是其中最简单的部分。”

在过去几十年里，大多数组织都面临多次变革需求。这形成了一项专门的学科来研究变革管理。我们可以假定相关研究成果也适用于工作量巨大的“数据变革”。

06 数据管理第 6 定律

要成为数据驱动型组织，整个组织范围内各方面都要做出改变。

数据素养

将数据逻辑“外包”给IT，IT 可能不理解所有的业务动机，不如帮助业务人员理解数据的基本原则，并用清楚的语言表达自己想要的逻辑。

在这种情况下，最重要的不是让所有员工都学习数据，就像有人学习词汇一样，学习主题一直在变。相反，要训练人们去思考。他们应当具备根据变化做出决定的能力。

07 数据管理第 7 定律

数据管理不只是一小群专家所关注的主题。

数据驱动型组织需要提高全员的技能，并为他们开放所有相关数据的访问权限。

声明：本文内容节选于《首席数据官管理手册》，作者马丁·特瑞德，翻译马欢，机械工业出版社。很不错的一本书，推荐给大家！