7 CDO如何执行数字化转型
CDO作为企业数字化转型的主要推动者，在进行数字化转型之前，首先要确定资金和目标。
是否拥有充足的资金决定了企业能否顺利推进数字化转型。因此，CDO需要规划企业数字化转型所需的资金，确保转型中可用的资金充足，并拟好自己的KPI。
是否有准确的目标决定了企业的数字化转型之路是否正确，会不会偏行。CDO可以通过制定六大地图找准转型方向。
7.1 数字化转型前200天
7.1.1 制定前200天的详细执行计划
1) 提前准备工作，为后续推进奠定基调。
- 加强与团队成员的关系。
- 了解组织结构。
- 列出关键利益相关者。
2) 详细阐述200天的执行计划
- 评估自身的数字化水平。
- 评估自我准备程度。
- 构建数字化领导班子。
- 确定变革方式。
- 构建六大地图。
- 数字化执行组织建设。
- 搭建数字化中台，构建中台五要素。
3) 200天执行计划的注意事项
- 将数据赋能业务的价值传达到IT、法务、人力资源、财务、业务、数据等不同的部门，向相关参与者阐明数据变现的意义。
- CDO需要从CTO/CIO处了解企业数据质量。
- CDO需要梳理数据治理团队的组织架构，确保每个角色责任到位。
- 作为企业数字化转型的主要推动者，CDO需要学习积累相关知识，不断提升自我能力。
图7- 1 200天计划
7.1.2 确定各阶段的达标结果
1) 确定变革点，构建六大地图
CDO要结合数字化水平测试、准备程度自查、变革方式确定、六大地图构建、中台架构搭建等各个关键项目评估计划执行效果。CDO在执行计划的前3～6个月应优先考虑以下6个方面：数据质量、项目合理性、信息管理系统性能、数据迁移、预算申请及数据资产利用情况。
2) 梳理业务关系及目标
CDO应就业务紧急程度征求团队成员的意见，从而确定处理方式，并划分责任。此外，CDO还需要与业务部门领导进行沟通，建立开放、合作的关系，了解业务部门在数字化转型初期和执行过程中的需求。业务部门有责任为CDO提供一个清晰的数据赋能业务路线，以便CDO带领的数字化转型团队能快速满足业务部门的需求。
3) 利用DT 基础设施
成熟的数据中台可以帮助CDO优化不同类型的数据。CDO可以利用数据中台检查数据源，包括数据使用规定、数据策略规划、数据应用计划和数据应用操作手册。
7.1.3 执行200天计划
1) 创建数据战略文档，建立3～5个优先事项
CDO需要梳理数据战略执行文档，将需要优先完成的目标列为首要任务，部署重点行动计划。此外，CDO需要获得相关利益者的支持，沟通数据战略达成的执行策略。
2) 创建业务目标与数据相匹配的框架
CDO需要建立与业务目标统一的数据应用清单，以此查看数据应用的效果，帮助数字化转型团队监督及把控数据治理和分析应用环节。
3) 明确数字化团队各个成员的角色和职责
CDO在执行200天计划时还要明确数字化转型团队各个成员的角色和职责，包括数据管理员、数据科学家、数据架构师和业务分析师等。
4) 创建有利于数据应用业务的环境
CDO执行数据赋能业务的计划时，要提前创建符合企业数字化战略执行和业务变现的环境，制定数据治理政策、原则、标准和指南，制定可衡量、可操作、有相关性、有时限的执行政策。实际上，良好的数据政策是清晰、简单、着眼于数据自动化应用的。
5) 评估企业在数据治理和业务价值挖掘方面的成熟度
企业数据治理和业务变现的成熟度和经验水平过低，是因为在数字化转型早期阶段不注重数据资产的价值。CDO需要提前了解企业的数据治理水平和数据应用水平，为后期扩展业务打好基础。
6) 建立高级管理人员定期沟通会议机制
CDO在执行数字化转型任务时要随时听取高级管理人员的诉求，确保数字化转型的效果与初期计划目标一致，从而保障数据治理和分析团队实现业务目标。
7.1.4 评估200天计划执行效果
1) 选择有意义的成功标准来评估执行进展
2) 采用数据估值模型衡量执行效果
3) 评估数据的准确性和一致性
4) 监控程序和项目进展情况
5) 整理2个100天的季度报告
7.2 CDO 如何购买合适的中台和工具
1）契合企业发展
2）契合使用者需求
3） 契合使用需求
4）延展性能良好
5）价格合适
7.3 如何管理数据质量
在数字化转型过程中，CDO、CTO/CIO与其他相关部门领导应该针对数据质量的管理制定统一的规范。
7.3.1 统一指标，建立质量问责制
1）了解数字化转型目标，设立负责人问责机制
2） 数据质量与业务绩效指标统一，支持业务成果
7.3.2 建立数据分析模型,制定数据质量改进计划
1) 分析当前数据质量并判别数据质量对业务价值的影响
2) 运用数据分析工具打造数据分析模型
3) 制定以业务目标为核心的数据质量改进计划
7.3.3 估算数据质量成本及投资回报率
1） 估算数据质量成本及投资回报率
2） 充分设定成本与收益的各级指标
7.4 CDO如何盘点算法
CDO可以从明晰算法类型、建立算法服务业务的思维、构建协同合作的工作流程、形成有效的算法模型管理框架、多维盘点算法、全面管理算法市场、形成算法激励模式这7个方面进行盘点，如图7-2 所示
图7- 2 CDO 如何盘点算法
1) 明晰算法类型
CDO在管理算法的过程中，首先要明晰算法的类型。算法主要分为三类：统计型算法、挖掘型算法和AI深度学习型算法。其次要了解与算法有紧密联系的行业模型，也就是将算法与行业应用场景结合，对结果进行业务处理而得出的大数据分析模型。
2) 建立算法服务业务的思维
数字化转型程度不同的企业，算法团队隶属于不同的部门。有的算法团队向IT部门汇报，有的算法团队向运营部门或营销部门汇报，有的算法团队由CDO领导，最终向CEO汇报。但在以“业务变现”为最高目标的数字化转型过程中，算法团队无论是向谁汇报，最后的服务对象都应该是业务部门，而不是IT部门。
3) 构建协同合作的工作流程
明确了算法团队的组织关系后，CDO便可带领团队进行算法和模型的开发。在进行算法开发工作前，CDO应构建算法团队的工作流程，合理规划数据使用、流程管理、技术配给、人员安排，形成协同有效、合作无间的工作单元。
4) 形成有效的算法模型管理框架
如今越来越多的业务会用到算法和模型技术，这些专业技术构成了数字化转型企业的无形资产。为了管理这些无形资产，CDO需要构建有效的管理框架，比如模型验证测试方法、模型加载环境配置、模型升级方案等。
5) 多维盘点算法
在形成算法和模型管理框架后，CDO需要与算法团队编制算法目录，对现有的算法进行盘点。在盘点的过程中，CDO要对算法和模型的各类情况做到心知肚明，比如了解组织内算法的数量及种类，对可共享的二次使用的算法、组织内自行产生的行业模型、组织内自行开发的算法、外部开源算法及第三方供应算法等进行盘点。
6) 全面管理算法市场
算法和模型作为企业的无形资产在业务发展的过程中会越积越多，CDO需要对这些算法进行管理，搭建一个管理展示平台，将不同类别、不同属性的算法和模型放到一个平台上，形成算法市场。
CDO还需要配置算法的开发、上传、下载、应用一条龙服务路径，明确第三方团队如何参与平台算法的开发与合作。CDO在管理算法市场的过程中，需要针对企业未来开发的算法进行优先级排序，从而为接下来的人员安排、资源配置和预算分配提供参考意见。
7) 形成算法激励模式
伴随人工智能的发展，算力和数据不断被深度利用，算法会深化到各种垂直需求中，为业务贡献的利润将是客观且可统计的。构建针对算法贡献者的激励模式，可以让更多的人参与到算法开发和建设中来。
7.4.1 CDO 如何推动算法业务增长
1） 制定算法业务战略，配置基础资源
算法业务是工业互联网时代的有效推动力，大力应用算法可以推动决策的改进及项目过程自动化运转。在企业数字化转型过程中，算法的价值不可忽视。因此，CDO需要联合企业高层制定算法推动业务的战略，并在全公司推行，为算法团队的开发及运维工作配置资源，从而挖掘算法推动业务的价值。
2） 开发可扩展平台及标准化架构，支持未来算法爆发
伴随着算法颠覆行业的发展趋势，企业想要在未来赢得竞争优势，须加快开发可扩展的平台和标准化架构，以支持未来推行算法及赋能业务的大规模扩展需求，同时提高自动化交互水平。
