技术之外 ， 仿生型企业转型的重点在组织和人才 。 企业要如何在内部从组织管控来建立自己的组织模式 ， 更好的构建数字化的能力 ， 提升企业数据分析的能力 ， 培养数字化人才？
与建立数据分析能力相关的高管 从数据管理的归口上来讲 ， 对于拥有大量数据和有了数据分析需求的企业 ， 就要求企业上层要有组织管控能力 ， 即企业要设置高层的管理角色 。 这种针对数据管理的组织管控模式现在主要有三种 ， 其角色可能独存也可能并存 ， 甚至一个企业会三种角色共存 。
第一种角色是CDO（Chief Digital Officer） ， 越来越多企业在设置的首席数字官 ， 尤其是很多消费品企业 。 但我们也观察到 ， 很多传统的消费品企业往往是CDO和CIO（Chief Information Officer 首席信息官）并存的 ， 后端系统ERP等由CIO管理 ， CDO在一般在消费品企业的营销体系内 ， 包括来源于前端的渠道或产品数据 ， 由CDO负责 。 于是经常在数据获取和数据分析时CDO和CIO之间产生矛盾 ， 数据的治理模式上也有许多分歧 。

文章图片

第二种角色CDMO（Chief Data Manage Officer） ， 首席数据管理官 。 数据分析由两个部分构成 ， 除了分析这一部分之外 ， 就是要数据管理 ， 将数据提取好、清洗好、归纳好 ， 再去做分析 。 因此数据提取、清洗归纳、治理、管理就是属于CDMO 。
数据的保密和管理是很多企业正在面对的新课题 。 设置CDMO的企业具有一些特性 ， 例如最典型的银行、保险业 ， 作为高度监管行业 ， 我们观察到四大行数据管理部门和IT部门是平行的 。 这与银行涉及反洗钱、监管等等要求有关 ， 银行要做监管的报送 ， 数据需要一条专门的管理条线 ， 对于数据管理要求非常严格 ， 因此是单独的高管来进行管理 。 而消费品行业则因为数据驱动业务的特性非常强 ， 所以有很多消费品企业也单独设置了数据管理的高管 。
还有一些行业的企业对于数据管理没有强烈的行业特性 。 例如制造业以产品数据为核心 ， 数据源头来源于PRM、ERP、供应链系统等等 ， 这些信息系统由IT部门主导 ， 因此他们的CDMO是汇报给CIO ， 角色关系与消费品行业和银行、保险等高监管行业不同 ， 并不平行 。
第三个角色是CAO（Chief Analytics Officer） ， 首席分析官 。 分析对企业来讲是一项重要的能力 ， 企业要如何建立这种能力呢？很多企业最直观的想法就是建立一个卓越的COE（人力资源专业知识中心） ， 来服务一线业务 。 今天观远数据的智能决策峰会 ， 提出“让业务用起来”的理念 ， 如何让一线业务人员更好的运用数据？有些企业可能就需要有人来帮助业务一线 ， 于是形成了COE机制 。 COE有多种模式 ， 比如一个大型的集团有多个区域、多个事业部 ， 就可以只建立一个总部COE ， 也可以建立总部COE之外再加上各个事业部的COE的模式 。 不管是建立COE的模式 ， 还是企业内部的分析能力建设 ， 都需要一个企业上层角色牵头 ， 即首席分析官CAO 。 在很多公司 ， CAO的汇报对象是CDO或CIO 。
在这些角色中我们暂且不算在数字化转型这个概念兴起时 ， 最早出现的CTO（Chief Technology Officer 首席技术官） 。 由于对很多企业来说 ， 数字化转型可能只是一个阶段性的工作 ， 随之CTO的工作也就成了阶段性的 ， 在企业内部带领一个数字化转型项目 ， 往往不是一个常设性的组织 。
不论是CDO、CMDO、CAO ， 三者是共存或单独存在 ， 是平行关系或垂直关系 ， 企业总归需要一个高管角色来牵头建设数据分析的能力 。