15位CDO网络打Call，为你揭示不同行业数据管理新模式

首席数字官
2020-05-28
来源:

文 | 付媛媛编辑 | 唐洪涛

来源 | 首席数字官

在数据与IT深度融合的时代，数字经济成为新工业革命经济增长的核心动力。数据作为一种新型生产要素写入中央文件中，体现了互联网大数据时代的新特征，数据驱动的商业变革时期到来。同时，IDC发布的报告显示数据规模成指数倍的增长，2025年全球数据将达到175ZB，海量数据管理是现代企业管理面临的主要挑战之一。

5月20日，围绕国内首份详细解读首席数据官定义、职责，以及中国企业数据管理现状和挑战的《2020中国首席数据官报告》的洞察与发现，调研显示，15%的受访者表示在从事数据首席数据官工作，在中国首席数据官是非常年轻的角色。

全球数据管理领导企业Informatica联合国内知名CXO社区锦囊专家共同举办了“中国首席数据官网络圆桌会”。海尔集团数据平台总经理熊媛媛在会上提到，《2020中国首席数据官报告》对首席数据官的定义非常清楚，报告中的痛点问题、转型方向等和传统企业在数字化转型之路上的探索非常吻合。

CDO四大核心职责与使命定义

「数据资产管理、数据安全与合规、数据分析与赋能业务、数据运营与价值变现是CDO的核心职责与使命」

《2020中国首席数据官报告》给出了企业设置首席数据官的四大核心职责与使命的建议，具体包含：

1、CDO应具备数据资产战略与领导力。帮助企业制定数据资产战略与制度，实现数据资产战略落地。

2、CDO应帮助企业实现数据治理并具备安全合规保障力。制定数据标准建模和合规规则，实现数据标准化的安全体系。

3、CDO应具备数据分析与创新力。数据分析与洞察，优化流程，支持决策，实现灵活的数据型业务模式创新。侧重对内赋能，数据嵌入到现有业务流程，流程更加合理，实现风险降低等间接变现。

4、CDO应具备数据运营与增值力。建立数据共享服务体系。侧重对外业务赋能，数据价值挖掘，运营变现。

图片来源：《2020中国首席数据官报告》

数字产业创新研究中心预测，数据资产管理能力和数据价值变现能力是未来企业的重要核心竞争力之一，CDO是帮助企业实现这一核心竞争力的关键角色。

CDO四大核心职责与使命的行业成效评估

「各行业数据资产管理处于提升、定义和优化管理阶段；各行业数据价值变现处于无认知和起步阶段。」

研究发现，大多数中国企业的数据管理仍处于起步、提升和定义的阶段，数据资产化管理和构建数据变现运营模式是企业实现数据业务增值的有效路径。当前，不同行业的数据管理程度差异性较大，主要表现以下几个方面：

第一，基于当前海量数据管理的企业新定位呈现不同特征；新兴科技应用和新能源汽车行业及互联网行业对于数据管理定位已经进入到企业整体战略规划层面，钢铁、化工、地产等传统大型企业数据管理基于体量大，组织架构繁杂和业务多元化的特点，数据管理整体定位难度和挑战大于新兴科技企业。

第二，企业数据管理文化存在较大差异，主要分为对于数据的专项被动治理和主动的整体数据规划及管理。

第三，企业数据管理基础不同、起点不同，取决于企业IT基础设施和应用系统的架构基础和打通程度。

第四，基于行业商业模式差异性的外部数据和不同企业规模及类型的内部数据，数据类型多样性和管理特征存在先天的较大差异性

基于《2020中国首席数据官报告》CDO四大核心职责与使命的定义对不同行业的数据管理程度评估发现，金融行业和制造业在数据资产战略与领导力方面较为领先；医疗行业和零售行业在数据分析与创新力方面较为领先；同时，金融行业基于行业合规和监管程度高，在数据标准与合规保障力方面具有优势。而在数据运营与增值力方面，各行业都处于起步阶段。

图片来源：《2020中国首席数据官报告》

不同行业数据管理模式的实践路径的探索

「数据管理赋能业务增长是当前企业数据管理的主要目标并且落地程度高，数据管理体系化构建程度低」

基于以上差异性分析，不同行业基于业务场景的数据管理模式构建的实践路径是怎样的？

当前企业数据管理要务分三大方面：数据管理制度的建立；数据管理人才的吸收和团队组建；数据管理助力业务增长。研究报告显示，业务目标是不同行业CDO成为企业数字化转型成功关键角色的统一驱动因素。

图片来源：《2020中国首席数据官报告》

各行业基于数据分析以支持业务增长是当前企业数据管理的主要实践目标。企业数据根据数据来源可以分为外部数据和内部数据两大部分，其中外部数据主要包含用户数据，客户数据，合作伙伴及供应链流程产生的数据，对于外部数据管理目标是服务于外部及前端业务，帮助优化和创新业务模式，提升业务服务质量，实现用户数量规模和营收增长；内部数据主要包含财务、人员、进销存等企业运营数据，对于内部数据管理的主要目标是优化企业运营与管理，降本增效，控制风险，优化管理与流程。

对于不同来源及不同类型的海量数据，企业如何进行数据管理？Informatica北区总经理王家伟表示，首先，既要满足业务部门的使用，又要控制和监督数据完成质量的提高。其次，通过业务元数据与技术元数据之间的对应关系进行相互映射，让双方都参与到对方的业务工作中去。再次，要识别和建立敏感的数据清单。最后，要解决业务数据孤岛的问题。

Informatica同时认为，对于企业CDO而言，最终用户是客户，业务部门也是客户。企业CDO的职责一定要与企业自身业务相关联，成为数据治理的主导者；另一方面，CDO也需要参与到企业的经营决策、战略分析、生产流程中, 成为挖掘数据价值的执行者和引领者。Informatica拥有全面的数据管理解决方案，能够帮助CDO将数据价值充分释放，推动业务创新发展。

基于业务目标和运营管理目标这两大方向，各行业基于行业属性的数据管理都部署了具有行业属性和特点的实践路径。

金融行业

金融行业对数据非常敏感，对数据的准确性、一致性、及时性等要求非常高。以南方基金为例，其数据平台建设在IT部门，大约十几个人，在业务部门也设了数据岗位，并成立了数据治理委员会的领导小组和工作小组推动数据的应用，挖掘数据价值，通过数据平台的建设实现数据变现。

比如，在客户管理方面，利用数据挖掘客户的画像，将合适的基金产品推荐给合适的投资人，根据客户特性打了将近300个标签，使客户画像更准确，另外，还有产品的画像，匹配给合适的客户，做到千人千面，比如智能投顾，根据客户的投资喜好给客户定制产品。

在运营管理方面，利用大数据平台为领导提供决策，让领导很方便地看到公司的经营情况，还可以对投资人员、销售人员等进行智能化的考核。

金融行业的反洗钱需要大数据来自动匹配，将潜在的洗钱或关联户或黑名单上的账户发掘出来，及时做到拦截。

医疗行业

数据管理在一定程度上也帮助医疗行业提高了生产力，实现医疗资源的最优化配置等。以步长制药为例，其数据管理主要分为两个方面，一方面针对业务的整合做了相关的数据治理的工作，以数据为抓手来协助公司进行管理模式的变革。通过数据治理、数据互通形成业务整合，协助管理层对业务进行调整和治理，实现开源节流、降本增效。另一方面做C端的业务，通过互联网应用平台改变传统就诊一次病例一次数据的误导，实现就诊数据的贯穿打通，随时随地可以调取自己的历史病历数据，来形成本次诊疗的依据。

地产行业

对于地产行业的碧桂园来说，数字化的目的是把业务从线下复制一份到线上，让企业成为数据密集型的企业，互联海量的数据在4、5年之后达到智能化的程度。至于降本增效只是短期的胜利，而不是真正数字化的目标。数据的应用必须在数字化的基础上，首先数字化让数据的积累变成自然而然的，而不是刻意的治理和收集。用数据支撑的业务一定是线上的业务，数据做的决策可以直接在业务里流转起来。

对于以房地产综合开发为主导产业，集教育、医疗、酒店、旅游、工业、物流、餐饮、零售及服务于一体的多元化企业集团——祈福集团来说，一方面利用数据分析实现降本增效，比如关闭客流稀少的夜间门店、调整餐厅菜式等。另一方面建立起实时的数字资金的监管，方便业务部门对资金的调拨和预警情况，解决集团资金统一调度的问题。另外，通过观察到现有的消费者跨行业消费的情况，来思考和推动如何促进更多的跨行业消费行为的机会。

厦门建发目前的核心关注点是怎样让数据发挥和创造更大的价值。过去的信息化更多是聚焦在功能建设上，现在越来越多发展到聚焦数据，因为随着时间的推移，功能的建设已经覆盖了比较大的部分，而数据越来越触达到企业经营的本质。那么怎么挖掘数据的价值？厦门建发在风险管控和运营效率提升等方面做的比较多。比如，在贸易供应链的运营方面，建立了大数据分析的平台，把大宗商品的价格、外部的信息、内部运作的信息以及外部合作的物流仓储方的数据都放进来，利用数据分析提高效率。在集团层面，也逐步积累一些数据在战略管理上为高层决策做一些支撑，利用数据进行风险管控。

汽车行业

近两年，汽车行业的销量持续下降，面临着很大的挑战。以威马汽车为例，其首席数据官梅松林制定了威马数据驱动的三步走路线图，第一步将威马汽车天生的数字化、智能化转变为数据资产；第二步是数据分析生产力的建设；第三步是做数据驱动的公司，最终走向企业运营自动化的1.0。

2019年，威马汽车成立了公司最高的数据决策机构——数据管理委员会，在数据管理委员会下面成立了工作委员会，来执行和落实数据管理委员会的战略实施。

在产品方面，按照工业4.0的标准建设了工厂，数字化方面的投入占10%，引进了C2M技术，消费者通过电商平台下订单，一个车型可以深度定制1400款车，订单直接发到工厂进行定制生产。通过数据做了简单的分析，发现其中100+种的车款占了90%+的销量，所以在用户的个性化需求和生产的复杂度、成本方面作了权衡，不提供需求极低的车款，大大的提升了生产效率，降低了生产的复杂度。

在销售方面，打造用户画像实现精准销售，因为汽车行业有很多车联网的数据，将用户行为大数据和调研的态度小数据结合起来，生成更精准的用户画像。

此外，将数据驱动中心作为公司内部独立的第三方，客观公正的评价关键环节的KPI。

文旅行业

新冠疫情对文旅行业产生了巨大冲击，因此，文旅行业开始探索数据应用的新模式。比如欢乐谷集团主要从三个方面来做：1、从游客的游前、游中、游后的整个价值链去看数据，找到数据的应用场景。2、数据来源于外部和内部，在慢慢累积私域流量的同时，将外部数据结合起来，包括BAT的数据、京东的数据，互联网上面的数据等。3、快和慢的结合，在数据收集的漫长过程中希望数据能够快速给企业的数字化转型提供帮助。

制造行业

海尔的数据部门一直在考虑，怎么把数据变成企业资产，怎么把数据资产更有效地管理起来，怎么让数据资产产生更大的价值和作用。

2019年，海尔把数据作为很重要的核心资产独立出来，将大数据部门、战略部门和财务部门整合成了集团的数据平台，对于数据平台部门来说，最核心的三件事情包括：1、企业的数据文化让大家把数据共享起来，每个人都会产生数据，每个人都要用数据，要将数据文化素养提升起来。2、有集团级的数据标准、数据治理。3、数据服务与决策和数据产生的价值。

现在最重要的是数据如何做分析，发现里面的价值推动业务的变革，包括战略的推进，更强的风险管控等，都是挺大的挑战，对IT来讲，重点在于如何落地战略，对战略进行评估，又能够产生数据价值。

快消行业

中粮可口可乐如何利用数据来实现营收的增长？中粮可口可乐的业务模式是直销的模式，在全国招聘了一万多个业务代表，每个业务代表负责一定数量的客户，每周周而复始的去拜访，做客户服务。

首先利用数字化的手段把150万家终端客户控制起来，在150万家客户这里装上APP或小程序以此带来粘性，做自己的订单，获得优惠券、代金券或返利。其次要建立消费者的会员体系，比如利用明星效应，将粉丝移植过来，或通过直播渠道把消费者联动起来等。

通过以上不同行业对数据管理的应用场景案例分析，我们有以下几点发现：

1、数据管理存在的最大阻力是对数字化、数据管理的重要性的意识不够，企业要建立数据文化，把数据共享起来，将数据文化素养提升起来。

2、企业数据管理首先要打通数据孤岛，Informatica目前正在解决业务数据孤岛的问题，对数据进行剖析、规范和编目，以便于业务分析人员在需要的时候能找到需要的信息，并采取下一步相应的业务行动。

3、企业的数字化转型依托于数据，而数据是来自于方方面面，但是数据的收集是一个缓慢的过程，要让数据形成合力才能产生更大的价值，把数据集中起来，跨领域的使用才能把价值放到最大。