文/Daniel Hughe
這是一個人人都談大數據的時代，尤其對很多企業來說，數據已是議事日程上的當務之急。首席數據官（CDO）這一新興職位就在這樣一種背景下越發壯大。但問題是，首席數據官及站在背後的各位公司老闆們，你們想好要做什麼了嗎?首席數據官的真正價值
對一個首席數據官來說，你的首要職責已經很明確了——幫僱主減少麻煩。你需要應對監管環境的變化，確保企業順暢運行，不要發生客戶數據洩露。
不過很遺憾，這些短視的見解會讓你失去更大的機會。
統計數據很驚人：根據貝恩的一項管理方面的調查，只有4%的公司表示他們有合適的人員、工具和數據，並且希望從數據中找出內在原因並且做出調整。
5年前首席市場官還根本不會把數據提上議事日程，但今天首席執行官要是不談數據就相當於是個外行。甚至戛納國際廣告節都充斥著數據討論。
然而，數據在討論和實操層面上仍然是脫節的。
毫無疑問首席數據官們在管理公司方面也勞神費力。如果一個首席執行官對於一件事情不甚了了，那麼至少要保證的就是這件事不會毀了公司或者讓自己丟飯碗。
在讀過那麼多頭條後，我們也知道企業投在數據上的錢是相當高昂的。畢竟我們從客戶信任的角度去看這個問題：花一筆錢僱個能有效地管理數據，並且遵循數據保密規則的高管是值得的。這也是數據時代公司的成本之一。
但“避免麻煩”和“佔據市場份額”是風馬牛不相及的兩件事。
事實上，企業把首席數據官看作具有創造潛力的戰略性職位會對企業更有利。
數據供應鏈到底有多重要？
許多人把蘋果今天的成功歸功於喬布斯和艾維（DT君注：前蘋果首席設計師），但筆者認為正是因為庫克決定把蘋果的供應鏈作為一個具有競爭力的武器，才使得蘋果成為今天的蘋果。
蘋果經過長時間的探索才搞定了供貨問題，這不僅包括原材料供應商，也包括關鍵零部件的優先採購或獨家採購權。
庫克曾決定預留1億美元的全年無休航空貨運基金，以保證蘋果的產品可以在任何時候準時投放市場。在蘋果的設計師們決定在MacBook上加上一個攝像頭指示燈時，鋁製板材上的激光鑽孔技術成了關鍵。庫克的團隊找到製造商，並且買斷了相應技術。之後更是直接收購多家公司整合進自己的供應鏈。蘋果還在零件箱中設置監控以防關鍵技術洩露。並且通過控制主要的銷售渠道，蘋果可以實時預先通知上游部門根據消費者的需求來調整供應。
蘋果在供應上的管理是異乎尋常的，但它絕不是唯一一家把實體供應鏈打造成戰略特徵的企業。
不是每家公司都製造實體產品並需要實體供應鏈。但每家公司必然需要進行決策，決策的來源就是數據。
數據供應鏈一點也不比實體供應鏈來的容易，畢竟它是人工或者軟件做決策的依據。當一家公司招聘首席數據官時，他們應該同時構思好了相應的數據供應鏈，並且應該招募那些能夠像庫克給蘋果做的一樣給公司帶來數據管理方面競爭力的人。
一個完整的數據供應鏈應該包含四個部分：數據源，後勤，研究，執行。首席數據官應當對每一個部分都負有責任，並且應當基於全數據供應鏈給公司帶來的競爭力優勢被評定是否稱職。
數據供應鏈第一步：數據源
（圖片說明：可以獲得的數據越來越多，但真正有用的數據卻增長緩慢）
我們處在一個數據分佈不均的世界裡。既有數據大佬如谷歌、臉書、亞馬遜、騰訊、阿里巴巴以及其他一些公司，也有大多數數據荒的公司。
但即使是最傳統的在數據上處於劣勢的公司也有一些步驟可以遵循，從而獲取獨一無二的數據，例如：
創造數據——無論賣產品還是服務，總有方法創造出商家和產生數據的客戶之間的數字聯繫。保樂力加（DT君注：一家總部在法國的烈酒和葡萄酒集團）在中國抓住了防偽的契機，發明了一種獨特的防偽方法。顧客只要掃二維碼就可以追溯一瓶酒的來源辨別真偽。這一做法一方面解決了顧客的訴求，另一方面則創造出了關於顧客購買和喜好的珍貴的新數據。
採集數據——一個豪華酒店品牌需要關於其客人的有競爭力的數據，以便更精準地進行廣告投放。數據團隊通過採集TripAdvisor網站上關於酒店屬性的每一條評論和競爭對手收到的評論。他們通過使用自然語言的處理方法從評論中提煉出主題詞，並且構建了隨機森林迴歸模型來弄清楚哪些主題詞會預示5星評分。這不是那種隨隨便便在社交點評排名網站上能看到的。互聯網是世界上最大也最魚龍混雜的數據庫，只有精確的篩選和睿智的分析才能得到酒店市場人員所需要的數據。
解放數據——某家大的航空公司已經坐擁大量的旅客數據。這些數據來自銷售渠道、數碼觸點、合作伙伴和會員計劃。但是老舊系統的錯綜複雜和機構臃腫使得數據的取得成了天方夜譚。首席技術官（CTO）意識到了這個問題，並且不單單要接上多個數據系統，還通過內部API公佈了數據。現在所有的決策者和市場相關部門都獲得了查看每個旅客數據的便利。這項工作困難且繁瑣，但這種努力很明顯是值得的。
合夥數據——某家制造商希望獲得關於顧客運動健身行為的深度剖析，他們找到應用市場上領先的iOS和安卓系統健身應用的運營商。運營商提供的數據讓製造商可以以一個獨特的視角來觀察目標人群的喜好，並且幫助他們在從設計到媒體覆蓋等全方面制定策略。無論你的公司的經營方向是什麼，總有潛在的在客戶領域能夠起到關鍵作用的合作伙伴。當然，任何一家公司都希望建立這樣的夥伴關係，所以動作要快。
這類例子不勝枚舉，企業創造性地發掘數據從數據小萌新變成數據大佬。在這期間，對於數據供應鏈的革新和確保數據供應鏈領先於同行，則是首席數據官的職責。
數據供應鏈第二步：數據後勤
在供應鏈管理領域，我們通常會涉及到一個概念叫後勤，也就是以最高效率、最小庫存成本地將貨物從A點運輸到B點。
數據後勤的概念也與此類似，數據從四面八方彙集到企業，通常路徑是不同的。系統會做原始數據的整合以及篩選。
有時數據會進入人為設置的倉庫，而不與外界交換。系統通過不同的觸點與用戶交互，產出無法匹配和合並的數據。類似客服電話聊天記錄這種線下數據沒有辦法採集的主要原因是因為設備老舊無法記錄。即便是最簡單的企業級設備有時在操作和處理上也是異常繁瑣的。
幾乎沒有企業享受過從初創開始就有完備的數據體系的奢侈，所以雖然從舊設備上挖出數據來這件事很有挑戰性，但伴隨困難而來的是機會。
一個企業的數據後勤不需要達到Uber的水準，只需要做到比同行強就可以。比如一個保險業的公司，首席數據官的任務就是將從直接渠道和代理商那裡得到的數據完成統一。解決方案並不需要完美無缺，只要方案的執行比同行更快更聰明就行。
數據供應鏈第三步：數據科學
有了好的數據還是有可能會做出錯誤的決策，所以數據分析絕非易事。這種能力非常稀缺，並且有時候看起來這種能力與創造力是矛盾的。
為了更好地從數據供應鏈中獲得收益，就需要更多關注提高員工技能和實現自動化方面。
假設按照對數據分析的熟練程度，將組織內的所有人從左到右排成一排。最左邊的人甚至不會打開表格，最右邊的人卻能在自己的閒暇時間試驗新AI技術，並發現其中的樂趣。
那麼企業的目標就應該是讓每個員工的能力向右邊移動。需要移動多少要根據企業的需求而定：一個在創新部門工作的員工也許只需要在AI上學點皮毛；而一個財會部門的分析師則因為要把不確定性帶入決策模型而需要學習如何構建蒙特卡洛模擬。
總的來說，一家企業也許需要在發展數據科學部門上有所投入，從而來獲得未來在產品或者服務上的優勢。每家企業都可以提高它在數據靈通條件下的決策能力。
我們不能把一切的希望寄託於我們的人事部門幫我們找到數據方面有天賦的員工，相反我們應該讓首席數據官幫助我們瞭解整個公司在數據方面的能力，並且規劃將來發展的方向。這包括新的培訓計劃、職位職能的變化、技術和外部諮詢。
可能有的首席數據官考慮僱傭一個數據分析師團隊，但數據分析的職責最好還是由該數據所處領域的專家來承擔，並且他們可以支持市場、財務、客服和產品開發等部門。
數據供應鏈第四步：執行
（圖片說明：從左到右文字依次為：供應商的承諾、平臺的實際能力、額外的技術補充和令人失望的新營銷技術。）
並不是只有接觸數據的人才會去做決定，和系統進行互動的客戶也同樣在做決定，而且比企業本身多得多。
這些系統的程度不一，從電話客服中心的接線系統到為計算訪客價值和定製訪問體驗的網站使用的個性化系統。首席市場官會想方設法去投資一些額外的技術來改善企業的市場表現，因為這些系統會提升利用數據自動做出決策的能力。
而實際上的問題是，這種事情通常事與願違。
某供應商保證某個系統可以解決所有問題，然後首席市場官就買了。系統上線運行，一年以後所有人都對於系統原來所承諾能做的事情表示失望。問題不單單是供應商的錯（雖然大多數供應商都會對他們的產品極力吹捧）。
現代營銷系統已經是非常先進的平臺，可以完成各種複雜的任務，但是營銷人員往往傾向於直接使用系統而很少關注背後的數據結構，以及解決無效輸入無效輸出問題的策略。
我們問了很多首席市場官，他們比那些首席信息官（CIO）在技術上花費了更多，而且還要為客戶的整體體驗負更多責任，因為營銷系統的問題影響著方方面面，他們需要來自首席數據官們的幫助。
首席數據官應該肩負起讓客戶數據更靈活地被（營銷部門等）獲取的責任。還要對新的營銷平臺給出評價。最後，數據官們還應該給客戶的數據提供保駕護航，防止系統供應商的無心之失導致客戶的數據洩露。
一些總結
數據是塊硬骨頭，所以有些企業選擇“把頭埋在沙子裡”，裝作什麼都沒發生。
讓首席數據官去處理麻煩而其他人如常工作，這其實很容易辦到。
發幾個市場調查然後籠統地去分析客戶群體而不關注客戶的個人層面，不去做那些困難和代價高昂的足以轉變一個行業的事情，這同樣也很容易。
今天每個行業都面臨數據崩壞的威脅，首席數據官們需要直面這些挑戰並且推動變革，需要朝著通過使用數據構建競爭力的方向努力。
因為大多數的企業目前的方向僅僅是不要出問題就好，他們把數據看成是可能帶來麻煩尤其是客戶隱私方面的潛在危險。
是時候更積極的看待數據的問題了！
數據俠門派
作者Daniel Hughes，陽獅集團旗下數字營銷公司DigitasLBi國際部門數據負責人。
本文編譯自Daniel Hughes發佈在Medium上的文章Brands are Hiring Chief Data Officers for all the Wrong Reasons (And What to Do About it)，文中配圖均來自Daniel Hughes，部分小標題為DT君所加。
