【51CTO.com原创稿件】
*图片来自Gartner
从上表可以看出,第一名商业智能的选择率为19%,远远高于第二名云服务的13%,和第三名数字化营销的12%
1、什么是CAO
伴随着BI在全球范围内关注度的提升,相关的职位也在持续升温。其中有三个职位变得越来越重要。一个是机器培训师(Machine Trainer),领先企业的设置率为7%;一个是从事算法和模型设计、建模的岗位(Algorithm/Model Designer),领先企业的设置率为34%。另一个是今天要说的重点,那就是首席分析官(CAO,Chief Analytics Officer),领先企业的设置率已高达41%。CAO其实是个很早之前就有的职位,只是之前设置该职位的公司较少。随着BI的发展,才逐渐走进主流的视野。
2、CAO与CIO
根据工作和招聘网站Glassdoor的数据,首席分析官的平均年薪为110824美元,年薪最高为174000美元。40%的CAO受访者表示工作汇报给CEO,16%表示汇报给CIO。因为CAO的工作职责包括AI、BI和数据分析,而这些都属于CIO的管理范畴,所以向CIO汇报是很容易理解的。那么为什么直接向CEO汇报的占据主要位置呢?个人认为,因为目前设置CAO岗位的企业主要是以数据或商业智能为导向的企业,对相关业务依赖较大,所以会把CAO的汇报人直接设置为CEO。
更多专业人士会把CAO和CDO相提并论。旧金山高科技招聘公司SPMB合伙人Mike Doonan表示:“我不知道首席数据官和首席分析官之间是否有很大的差别。企业正在面对各种各样的头衔名称,却并不知道这些头衔将可以做些什么。”可见很多专业人士都会把首席分析官和首席数据官混为一谈。其实按照他的想法,CAO和CDO跟CIO也没有很大的差别。
咨询公司Russell Reynolds Associates数据和分析实践负责人Justin Cerilli认为:“首席数据官是关于数据实现的,首席分析官是关于你如何从数据中获得洞察的。你如何让数据用于商业行为?首席数据官通常不具备数据科学背景,而首席分析官需要。”所以说他们之间还有是相当大的差异的,只是在一般的公司里表现得不明显,而随着BI的普及,差异将会表现得越来越明显。
3、如何成为优秀的CAO
商业智能有很大的优势,也有很好的应用前景。但是它的缺点同样很多。目前在BI应用时展现出来的问题主要有以下五点:
-
缺乏良好的数据仓库;
-
缺乏专业的资料分析人员;
-
数据未做适度的转换;
-
缺乏数据库系统人员的维护;
-
缺乏好的呈现方式。
所以,很多企业在BI上的投资都不见效。安永调查结果显示,大约2/3的公司无法从数据投资上获得回报。而CAO刚好能解决以上所有问题。
那么如何成为一个优秀的CAO呢?
CAO是一个创新的角色。他们必须深入了解业务,并在公司的商业模式中看到会带来价值的机会,以及如何帮助创造差异化竞争。然后,他们要成为解决方案架构师,这些架构师可以设计能影响业务的东西。不仅如此,CAO必须占据业务和技术团队的中间位置。他们必须在组织内建立真正强大且卓有成效的关系。这些关系是很重要的,因为要增加价值的话,CAO必须能够在整个组织中灌输新的做事方式。
所以要成为一个优秀的CAO还是非常困难的。同理CIO或CEO也可以从这些方面来确认一个CAO是否优秀。
【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】