文 | 董小英  编辑 | 付媛媛

来源 | 首席数字官

4月16日，2020中国数字企业峰会主会场思维篇。北京大学光华管理学院副教授、数字产业创新研究中心主席董小英对《2020中国首席数据官报告》进行了发布及解读。这是国内首份详细解读首席数据官（CDO）定义职责以及中国企业数据管理现状和挑战的报告。

全球疫情使我们对数字经济的战略价值和企业在线化有了更清晰的认识。从数字经济的发展角度看，未来国家将通过新基建战略和要素市场化，进一步推进整个社会经济的数字化转型进程。新基建是打造空中的基础设施，以5G技术为核心的技术，而要素市场化是要启动新一轮的社会和经济发展中的要素。因为自然资源要素已经基本上没有红利了，但是技术和市场的要素、数据的要素还有非常多的资源。数据和自然资源相比，最大的特点是取之不尽用之不竭，数据不会损失掉，一旦获取了数据就可以持续的开发，创造价值。但是难点在于早期的数据采集是否准确可信？是否可以对数据进行整合？是否能够对数据进行分析处理？这些能力对CIO们和数字化转型的企业提出了更高的要求。

全球的数据呈指数级增长，比如，自动驾驶汽车每行驶8小时产生30兆字节的数据，所以，数据会是一个巨大的红海。最新一期经济学人2020年2月期的报告专门谈到了data  economy，从数据经济来看，由于人口的密度和交易的密度，目前中国在全球的数据增长量居于首位。在中国的一些平台企业，比如阿里巴巴占据了最大的市场份额，所以，将来海量的数据云集在平台上将会成为国家企业发展的重要战略资源。

在非典期间，中国出现了一批衣食住行关联的平台企业，我相信此次疫情会孕育一批巨大的工业互联网企业、产业互联网企业和专业互联网企业，比如在线教育、在线会议都会成为专业的互联网企业。

在这一轮的竞争中谁将胜出？我觉得关键在于数字经济发展的规模和质量。

在联合国贸发会议2019年数字经济报告中，中国排名全球第三，其实在2C端中国远超美国和日本，但是在2B端比德国、美国、日本相差巨大。所以，工业互联网必须是我们国家未来发展的重要战略领域。

2019年联合国贸发会议已经形成了一整套的数据增值和数据变现体系。在数据的增值体系和变现体系中，很多企业特别是工业企业所做的非常有限。

根据Gartner2018年的报告，2012年全球财富千强的企业有12%的企业设有CDO，到2018年达到67%，预计到2021年会有70%的企业设置CDO。中国企业对于数据资产的管理以及人才情况是本次调研的重要目标。

在这里要给大家澄清两个概念，CDO可以是两种职位，一个叫Chief Data Officer，是专门管理数据或者管理数字资产的首席数据官。另外一个叫Chief Digital Officer，是围绕着整个数字化转型的首席数字官。首席数据官和首席数字官的不同在于首席数据官是数据管理的专家，而首席数字官除了管数据，还要管技术、信息系统、业务流程、组织的转型等。首席数字官是在战略层面的，首席数据官是在数据管理方面的，是通过数据挖掘实现变现的专业人才。

此次调研企业所在省份，北京、河南、广东、上海参与的人数比较多，覆盖制造业、房地产业、零售批发、金融业和互联网企业，同时被调研企业10-100亿级的占比较大，民营企业占比57%。参与调研的群体以IT部门负责人和首席信息官为主要受众，任职三年以上的占69.7%，汇报对象以董事长、CEO和CIO为主。

谁在负责数据管理工作？

在300家企业的调查样本中仅有15%的企业有CDO职责的角色，相当于国际大企业2012年的水平。并且大多数是兼任的，比如IT总监、首席数字官、首席信息官、副总裁等。可以看出，数据作为一个关键要素和战略资产，目前并没有像人力资源总监等重要角色一样加以对待，并且首席数据官是非常年轻的，很多人任职在一年之内，而IT总监大多是有多年经验的，首席数据官还是一个新兴的岗位和职业。

那么，企业中是不是有专门的数据管理部门，既负责数据的管理又负责数据的安全隐私保护？调研数据发现，50%以上的企业是在现有的IT部门找人负责这个事情，并没有成立专门的团队。67.3%的企业是有10人以下的人来管理数据，数字化最重要的是聚合数据资源，通过开发利用数据资源来帮助业务做决策支持，帮助业务进行赋能，帮助企业的商业模式中增加更多的数据资产的元素来创造价值，所以在人员的配备上，力量是不够的。

另外，从不同的行业分配的情况来看，制造业更多的是由信息化或IT部门直接推动，金融和医疗行业在集团层面成立数据管理中心的相对较多，这两个行业是数据密集型行业，所以对数据团队的重视程度更高。

数据管理的投入与核心工作

调研发现大多数企业对数据管理的投资在500万元以内，因为很多企业会买最好的技术，但是对于软件、信息资源、数据资源的投入不足，导致投入的回报率很低。这种情况不仅存在于小企业，很多百亿级和千亿级的企业投入也在500万元以下，因为投入有限，所以很难获取优秀的人才。

另外，就不同的行业企业来说，投入较高的是金融业，一方面，金融企业是数据密集型的企业，数据是它的战略资产，另一方面对数据开发利用的能力要求比较高。而调查企业中的制造业投入较低，大多在50万元以下，很多制造企业最大的困难就是没有数据分析的人才。

此次调研发现，66.7%的企业在数据管理方面的工作主要是制定标准和制度，51.7%的企业在设立数据管理部门及配置数据分析和管理人员。也就是说大多数企业还是在做基础的准备工作，还没有做深入的数据开发工作。

从行业区分来看，金融行业和医疗行业对于输出数据分析报告以支持业务增长要求比较高，做的事情比较多，但是其他相关的行业相对较弱。从投入和工作重点来看，可以基本得出结论：投资低、要求高。所以投入和人才准备是不足的。

专业数据管理的成熟度

专业数据管理的成熟度是怎样？我根据这次的调查问卷提出了一个数据管理的战略架构图，把数据管理能力分为两个层面，一个是组织层面，一个是专业层面。组织层面包括数据治理、数据审计、数据架构等，而专业层面是对数据管理的具体活动。

基于调查问卷，我提出了一个初步的数据专业成熟度的阶梯，以此来看企业所做的数据管理工作集中在哪个层面？调研数据发现，大多数企业做的是主数据管理、数据标准化、数据库质量改善以及数据的发现、分类和编目的工作。

从行业来看，大多数的行业在制定数据管理标准与制度，金融行业更看重输出数据分析报告以支持业务增长，零售行业和制造业更看重制定数据管理标准与制度，医疗行业更看重设置数据管理部门及配置数据分析和管理人员。

如果把数据管理的成熟度分成4.0的，那么绝大多数的企业都还在1.0的阶段。

数据管理的目标及主要障碍

调研发现，企业所要优先解决的5项业务问题是：业务创新及业务模式变革、成本控制及优化、支持分析和数据科学、客户体验改善、业务流程自动化及优化，也就是我们所说的系统互联、数据互通等基础性的工作，而且这部分的数据工作要能够直达客户，改善客户的体验。

在数据管理优先考虑的5大技术问题中，数据挖掘和数据分析是首先要解决的工作，另外，企业在数据管理中所面临的主要的技术障碍是什么？第1个是实现对来多个数据源、海量、不同类型的数据的企业级数据质量管理，数据质量包括真实性、可靠性、有效性、全面性和及时性，这是数据管理中最大的问题。第2个是发现数据所在位置，标识域类型和数据分类。第3个是将业务术语表术语映射到技术元数据。第4个是识别和建立敏感数据的清单。第5个是将策略和规则映射到数据元素。

要解决数据质量的问题，企业必须打造数据文化。比如，美的的数据文化有八个标准，所以，数字化转型根本上是一种文化的转型。另外，调研发现数据管理遇到的最大的非技术障碍是缺乏数据文化。

除了数据资产的积累、整合、开发利用，还有一个很重要的问题是数据的隐私保护，这也是全球性高度关注的问题。63.3%的企业在加强数据保护管控，60.7%的企业在确定策略、规则和功能。这都属于非常基础性的服务，说明我们对数据保护的工作处于初始阶段。

上述是我们对调研的初步发现以及重要的数据分享，更多的数据将会呈现在《2020中国首席数据官报告》中。

总结

最后我想总结一下，首席数据官在未来数字经济发展中是一个非常重要的角色，甚至将来CIO的角色都要逐渐向首席数据官的角色转换。因为，数据资源会成为组织的战略资源，在数字化的巨大投入之后，关键性的产出和对企业价值的创造，关键要看数据管理和应用的水平。所以，我们呼吁国内要大力加快对CDO的制度建设。

我相信CDO在转型当中会成长的更快，也希望通过此次调研分析来支持对CDO人才的培养和岗位的设置，这已经成为一项迫在眉睫的工作。未来CDO将在数据资产战略与领导力、数据运营与增值力、数据治理与安全合规保障力、数据分析与创新力四大核心使命上为企业做出重要贡献。