平均任期2年?數據長大位為何坐不久?

Why Do Chief Data Officers Have Such Short Tenures?
湯瑪斯.戴文波特 Tom Davenport , 蘭迪.畢恩 Randy Bean , 喬許.金恩 Josh King
瀏覽人數:5183
Jorg Greuel/Getty Images
隨著大數據對各行各業帶來的巨大利益,每家公司都需要有人妥善管理各種數據資料,因此「數據長」一職應運而生。然而根據分析,數據長的平均任職期間是2年。為什麼這個理應備受需要的職位,卻很難做得長久?最關鍵的問題,在於數據長這個職位沒有好好界定清楚,與分析長、資安長、隱私長等職位混淆不清。那麼該如何改善這個問題,讓數據長真正發揮價值?

三十年前有個很有名的笑話:資訊長的縮寫CIO(Chief Information Officer),代表的其實是「職涯結束」(career is over)。但隨著資訊長任期愈來愈長,而且這個職位逐漸被納入正式體制,這個笑話也就慢慢失去意義了。但如今,在所有「長」字輩職位中,數據長(Chief Data Officer, CDO)或許是位子最不穩定的一個。數據長的任期短、離職率高,而且正如資訊長職位最初的狀況,許多企業似乎並不很清楚究竟希望數據長做些什麼。

然而,數據長這個職位不該如此不穩。我們相信,必然有辦法能更彰顯數據長的價值,並迅速創造這個職位的效益,以延長任期。此外,如果能更清楚定義這個職位,並把焦點放在商業面,而不是技術面上,應該也是有助益的。我們訪談了幾位相對少數、在任時間較長的數據長,訪談內容應該能讓新手數據長獲益良多。

一個正在成長、但仍不穩定的角色

近年來,愈來愈多大型企業設有數據長一職。根據新優勢合夥顧問公司(NewVantage Partners)2021年的調查,受訪的大型資料密集型企業,有65%設有數據長。相較於2002年,這個數字已有大幅成長,那年,第一資本(Capital One)首開先例,設置資訊長一職;這個數字也遠高於2012年的水準,在那一年的新優勢合夥顧問公司調查當中,只有12%的企業設有數據長。率先開始任命數據長的是金融服務業,但大量運用數據資料的其他產業,當中的組織也已經跟進,包括零售、健康照護業,甚至是政府部門。

整體來說,這股趨勢反映大家已經體認到,數據資料是一項重要的企業資產,值得由一位高階主管來管理。這也反映出,人們明白數據資料與科技不同,科技通常是由資訊長或科技長來管理,數據需要不同的管理方法。但這只是部分情況而已。

數據資料和我們的經驗都顯示,數據長的角色還不穩定。根據資訊科技研究及顧問公司顧能(Gartner)的調查,以及我們自己的分析,數據長的平均任職期間是2至2.5年,很少超過3年。大多數的數據長上任初期廣受支持,而蜜月期常會在上任約18個月左右突然結束,企業會期待此時數據長已達成一些重大改革,但這個時程要求太快,因為對大型且有悠久傳統的企業來說,資料轉型通常得花上許多年。

即使是在金融服務業,數據長一職已經較為普遍,但離職率仍偏高。以過去兩年為例,曾有數據長離職(有些是聘雇新的數據長)的企業就包括:摩根大通(JPMorgan Chase)、富國銀行(Wells Fargo)、高盛(Goldman Sachs)、美國運通(American Express)、AIG、旅行家集團(Travelers)、全美保險(Nationwide)、嘉信理財(Charles Schwab)、聯合服務汽車協會(USAA)、多倫多道明銀行(TD Bank)、蒙特婁銀行(Bank of Montreal)、大都會人壽保險(MetLife)、紐約梅隆(BNY Mellon)、房地美(Freddie Mac)、保德信(Prudential)、美國退休教師基金會(TIAA)與Truist銀行。對數據長的需求相當高,因此,離職的數據長通常能迅速找到下一份工作。但其中大多數人會碰到一樣的高度期望,而且,他們同樣不太能在後續職位上迅速帶來價值。

除此之外,隨著其他新職位出現,數據長一職不斷遭到削弱。在大多數組織裡,原本數據長也要負責資料安全,但現在許多企業都另設資安長(Chief Information Security Officer)來處理這項工作。數據長的職責也曾包括資料隱私,但現在有些企業已讓隱私長(Chief Privacy Officer)接手這項工作。部分數據長過去也要負責運用分析及人工智慧(AI)來解讀資料,但現在分析長(Chief Analytics Officer)一職已經相當普遍,不過,也有些企業採取明智的做法,與我們建議的一致,就是將分析長與數據長合併為「數據及分析長」(Chief Data and Analytics Officer,CDAO)。

有些人可能覺得,這些只是數據長這個職位成長過程的痛苦,等到大家更熟悉這個角色,就會穩定下來。但我們認為,目前許多組織與現任數據長,用以界定和聚焦這個職務和職責的方式,本身就有問題。

問題何在?

數據長這個職位的問題為什麼這麼大?遺憾的是,原因有很多,但最重要的原因,在於這個職位沒有好好界定清楚。許多組織對數據長期望過高,而且沒有給他們設定清楚的優先事項。數據長難以在公司裡創造理想的資料環境,因為歷史悠久的企業,擁有歷史悠久的系統與資料環境,進行大規模變革所費不貲。很少有企業願意丟棄整套舊系統,重新打造。此外,目前的狀況就是資料量每年都大幅增加,而且似乎每天都出現管理資料使用的新技術。

數據長本身也難以向負責業務的人士,展現自己的工作成就。即使資料方面有改善,內部使用者也常看不出來,而且很難用商業方式來衡量改善的成果。數據長或許具備數據資料方面的專業,卻很少擁有長字輩高階主管的經驗,以及資深高階主管層級的組織領導技能。他們享有長字輩高階主管水準的薪酬,卻欠缺長字輩主管的資歷,以及嫻熟的政治手腕,因此,常會讓他們從上任第一天起,就成了眾矢之的。

除了要改善數據環境,今日許多組織也希望改變企業文化,朝更數據導向的方向邁進。我們認識的一些數據長,像是禮來(Eli Lilly)的維平.戈帕爾(Vipin Gopal)、旅行家集團的馬諾.馬努查爾(Mano Manoochar),都正在自家企業內推動文化變革方案。但其他一些多半有技術背景的數據長,可能會覺得推動文化變革是一大難關。一位數據長告訴我們:「我覺得自己可能沒辦法做好這份工作,因為他們不但要我完成一連串重要的技術變革,還得推動文化變革。我在變革管理方面的經驗不足,覺得文化變革很難達成。」而且,在我們調查的案例當中,負責數據的高階主管認為,自家企業由數據驅動的公司所占百分比,在過去十年間幾乎沒有增加。或許,觀察由數據驅動的企業與數據長,就能清楚了解,要如何讓數據長的角色與目標變得更可行。

向任期很長的數據長學習

在接下來的五到十年間,企業長字輩高階主管會更能接受數據長這個職位,而在大企業中,預期數據長應具備的技能組合(更多商業知識與專業知識)及組織任務,也應該會持續演變發展。然而,數據長如果希望能撐過近期,不妨參考寶僑(P&G)數據及分析長蓋伊.佩里(Guy Peri)以下的一些建議。他已擔任這項職務超過六年,先前擔任分析主管的年資還更久,而且已在寶僑任職將近25年。我們認為,若想保有數據長的職位,就必須納入分析與AI領域的業務(如同佩里的狀況),因為比起數據管理,這些領域更容易展現價值。

我們詢問佩里,數據長與資料及分析長該如何讓他人更理解他們做的事情,他提出幾點想法:

◼ 首先要清楚展現數據資料與商業策略之間的連結,並舉出具體的例子,指出資料分析能如何驅動產生商業成果(營收、獲利、現金、管理)。

◼ 帶著一、兩位具備前瞻性思考的業務合作伙伴,一起展現可能的做法。這些伙伴會協助在整個組織當中推動變革。

佩里認為,各項數據策略必須連結到各個事業單位的策略及目標,並推動這些策略與目標;我們也同意這個觀點。一旦各方對目標達成共識,數據長就能協助建立相關的數據資產,以及管理這些資產的方法,並培養所需的管理技能,以確保事業單位能達成本身的目標。這個流程產出的成果,就是打造出一個數據平台,可以在上面取得、改變及協調各項數據,以配合各事業單位優先推動的使用案例,並透過各種數據服務及商業智慧(business intelligence)工具集,讓所有員工都能使用這個數據環境。 寶僑早在2013年,就打造出這樣的平台與工具集,也成了哈佛商學院的個案研究案例。

在分析方面,佩里表示在完成試行專案之後,數據及分析長就該打造可擴大規模、可永續發展的數據/分析產品,以加速為各個事業單位創造價值。在我們看來,這樣的產品是關鍵,可用以展現數據資產與分析能力所帶來的價值。為了打造這些產品,佩里也嘗試吸引和留住多種領域的人才,包括數據科學、AI工程與數據管理。他設法確保這些人才致力解決最大的挑戰,可取得必要的最新工具與技術,以發揮所長,並讓他們覺得受到重視,而且是數據/分析專業人士社群裡的成員。

我們認為,這些確實是成功擔任數據(及分析)長的好策略。特別關鍵的是,應挑選少數幾個高價值的分析與AI使用案例,並與業務領導人合作,以了解他們的數據和分析需求,並挑選與完成相關計畫。若想在數據長的職位上待得長久,就必須能與業務伙伴合作迅速做出成績,並為對方帶來成功,同時,還必須著手進行長期的數據和分析任務,並訂出務實的完成時程。

對今日的數據(及分析)長來說,商業知識、領導力及影響力、溝通、組織變革管理等技能,都是基本條件。若欠缺這些技能,數據長的職位就會被指派去做「後台」工作,很像傳統的資訊長角色,只專注在資料中心、基礎設施與企業應用軟體部署。我們相信,未來的資訊長、數位長,甚至是執行長,都有可能由嫻熟商業面的數據及分析長出任。有高階主管問佩里如何描述他自己的職位,他的答案就是:「我是商業領導人,帶來深入的數位、數據與分析專長,以協助推動我們的業務轉型及成長。」如果以數據管理及架構的部分為主,而把商業目標放在次要地位,數據長就會備感艱辛。

(林俊宏譯)



湯瑪斯.戴文波特 Tom Davenport

美國貝伯森學院(Babson College)資訊科技與管理學傑出校聘教授,以及麻省理工數位商業中心(MIT Center for Digital Business)研究員。他也是國際分析研究所(International Institute for Analytics)共同創辦人,以及德勤分析(Deloitte Analytics)資深顧問。他著有新書《大數據@工作力:如何運用巨量資料,打造個人與企業競爭優勢》(Big Data at Work)和暢銷書《魔鬼都在數據裡》(Competing on Analytics)。


蘭迪.畢恩 Randy Bean

著有《失敗得快、學得更快》(Fail Fast, Learn Faster: Lessons in Data-Driven Leadership in an Age of Disruption, Big Data, and AI),在多種刊物發表文章,包括《哈佛商業評論》、《富比士》(Forbes)、《史隆管理評論》(MIT Sloan Management Review)、《華爾街日報》。他也是新優勢合夥顧問公司(NewVantage Partners)創辦人暨執行長,這家策略及管理顧問公司創立於2001年。


喬許.金恩 Josh King

高階主管獵才公司Ridgeway Partners科技實務負責人。


本篇文章主題技術