这家美国百货连锁店围绕 Google BigQuery 对其数据战略进行了现代化改造，引入了第三方数据集和算法，以进一步完善其个性化和商品化工作。

早在客户数据平台 (CDP) 出现之前，科尔的商业模式就以收集和培养客户数据为中心。

“几十年来，我们一直拥有一个本土的客户数据环境，”价值 194 亿美元的美国百货连锁店的首席技术官兼供应链官 Paul Gaffney 说。 “而且我们对我们的定制实施非常满意。”

这家总部位于威斯康星州密尔沃基的零售商最初在 Netezza 上建立了自己的本地 CDP，基于该连锁店的庞大信用卡组合和“一种非常个性化的培养客户忠诚度和依恋的历史方法”创建了强大的客户档案，Gaffney 说.

但在过去几年中，作为“技术现代化”的一部分，Kohl's 大力推动云计算，Gaffney 表示，该技术充分利用机器学习、个性化、增强的人口数据集和“超本地化”洞察力来交付与当地商店最相关的商品。

许多组织仍在努力利用他们的数据。 为了实现数据驱动，组织需要致力于将数据视为产品并转变其文化。

多年来，IT 和数据领导者一直在努力帮助他们的公司变得更加数据驱动。根据 CIO.com 的 State of the State，大多数 IT 负责人 (52%) 表示，数据分析和机器学习将推动其组织今年的 IT 投资最多，这证明了大多数公司正在进行必要的投资。首席信息官调查。

但仅靠技术投资还不足以让您的组织以数据为驱动力。它需要正确的愿景、文化和承诺。
“许多组织都试图将数据视为一个项目，”安永美洲数据和分析负责人 Traci Gusher 说。 “它不能被视为一个项目；它必须被视为一个功能。在组织开始将数据视为必不可少的运营单位之前，他们将继续努力获得任何类型的数据一致性和质量。”

此类战略失误可能预示着 C 级别的一个持续问题，公司领导者认识到数据和分析的重要性，但未能做出成功所必需的战略变革和投资。

数据分析是一门专注于从数据中提取洞察力的学科，包括数据的分析、收集、组织和存储，以及这样做的工具和技术。

什么是数据分析？

数据分析是一门专注于从数据中提取洞察力的学科。 它包括数据分析和管理的过程、工具和技术，包括数据的收集、组织和存储。 数据分析的主要目的是对数据应用统计分析和技术来发现趋势和解决问题。 作为分析和塑造业务流程以及改进决策和业务成果的一种手段，数据分析在企业中变得越来越重要。

数据分析从一系列学科（包括计算机编程、数学和统计学）中汲取知识，对数据进行分析，以描述、预测和提高性能。 为了确保进行稳健的分析，数据分析团队利用了一系列数据管理技术，包括数据挖掘、数据清理、数据转换、数据建模等。

数据分析的四种类型是什么？

分析大致分为四种类型：描述性分析，它试图描述在特定时间点发生的事情；诊断分析，用于评估发生某事的原因；预测分析，确定未来发生某事的可能性；和规范性分析，它提供了为实现预期结果而采取的建议措施。

进一步来说：

CIDO Mike Clifton 解释了除了管理 IT 核心之外，他和他的团队如何支持公司的上市战略，加速其数字路线图，并使用 AI 和 ML 来改变客户体验。

Alorica 是一家为财富 500 强和数字原生公司提供客户体验解决方案的私有和运营提供商，在全球拥有约 100,000 名员工。该公司通过现场和在家工作平台运营全球混合模式，并提供从客户服务到金融解决方案和定制数字服务的一系列解决方案。因此，该公司已经“数字化”了一段时间。

尽管如此，与大多数公司一样，Alorica 仍处于数字化转型之中，迈克·克利夫顿 (Mike Clifton) 说，他于 2021 年 8 月加入 Alorica 担任首席信息官，三个月后晋升为首席信息和数字官。最近，我赶上了克利夫顿以了解更多信息。

Alorica目前作为一家企业的情况如何？

Mike Clifton：今天，我们的客户正在寻求一定程度的客户洞察力，这需要对客户服务交易路径有非常深入的了解。我们的客户还希望为他们的客户提供更多的自助服务，这意味着在 Alorica，我们需要自动化更多的交易并从这些洞察中学习更多。

CIO 职位与 CTO 和 CDO 等其他 IT 相关职位有什么区别？

在这篇文章中，我们将介绍这些工作的主要职责，它们之间的主要区别，我们还将探讨 IT 和 IT 相关工作的角色是如何演变的。

首先，让我们介绍最基本的概念——今天的 IT 是什么样子以及它是如何发展的。

IT：今天和明天

IT 是现代组织的重要组成部分，但多年来，这种业务功能已经发生了相当大的变化。

虽然它曾经被认为是一个后台、技术功能，但今天它已经演变成对业务战略和组织绩效更为核心的东西。

有几个原因：

• 数字技术和技术驱动的创新正在推动几乎所有行业的经济增长和变革
• 能够更充分利用其技术的组织更有可能领导甚至主导其市场
• 另一方面，未能有效利用技术的企业将发现更难参与一个日益数字化的世界

简而言之，IT 必须不再仅仅专注于 IT 服务交付，它还必须专注于通过技术交付战略价值。

或者，正如 Gartner 所说，IT 专业人员，尤其是首席信息官，还必须对业务成果以及服务交付、维护和优化负责。

通过将 IT 定位为业务部门是数据所有者的解决方案中心(Hub)，陶氏的 IT 组织可以更快地响应以提供业务和客户价值。

去年，陶氏在更好地利用其数据方面迈出了大胆的一步。为了消除孤立的数据孤岛并更好地利用商业智能作为企业资产，该公司成立了一个内部组织，将 IT 和公司的全球业务部门无缝集成到一个保护伞下。

该组织的结构称为业务数据服务，类似于自行车车轮，以 IT 为中心，辐条延伸到陶氏的业务部门、地区和职能部门。创建该小组的最初目标是加速数字业务流程工具和服务的交付，并提高采用率以提供更强大的业务成果。

随着这家拥有 125 年历史的公司不断发展以满足不断变化的市场需求，并且随着人工智能和机器学习等支持技术的加入，这种集成和协作的方法改变了 IT 部门决定哪些数字解决方案适合陶氏和陶氏首席数据官 Chris Bruman 解释道。

单击下面嵌入的播客播放器链接，收听 CIO 执行委员会 Future Forward 与 Chris Bruman 的播客对话，并继续阅读这段由两部分组成的对话的编辑摘录。

首席分析官（CAO）是公司或企业内负责数据战略的高管，特别关注数据分析。 首席分析官可以领导数据分析策略，或者确定有关使用的工具和资源，任何外包以及在有价值的业务数据集上完成的实际数据分析的任何其他方面的完成方式。

到 2022 年，供应链的可见性、准确评估数据产品以及利用数据实现可持续性和优化将变得至关重要。

数据分析是一个不断发展的领域。 2020 年初，很明显组织将继续大力投资分析以支持其数字化转型。 COVID-19 大流行成为主要的破坏因素。

在大流行初期，组织似乎可能会阻碍数据和分析的进步，以缩减并专注于其他紧迫的优先事项，例如启用远程劳动力。但是，在许多情况下，组织加快了对数据和分析能力以及人工智能的采用。 2020 年 7 月，毕马威的一项研究发现，67% 的受访者因大流行而加快了数字化转型战略的步伐，其中 63% 的受访者增加了数字化转型预算。

从那以后事情就没有放缓。研究公司 Fortune Business Insights 预测，2028 年全球大数据分析市场将增长到 5497 亿美元，2021 年至 2008 年间的复合年增长率为 13.2%。

随着 IT 领导者在 2022 年及以后将注意力集中在数据分析和人工智能上，他们应该将以下三个密切相关的趋势放在首位。

有效的数字化转型需要强有力的领导。 以下是如何通过重大的组织变革来掌控公司的数字化之旅。

您现在可能认为 IT 领导者将控制数字化转型，并成为监督计划的专家，以帮助他们的组织改进业务流程、保持竞争力和增强客户体验。但实际上，许多人都步履蹒跚。

麻省理工学院的 Capgemini 和 George Westerman 最近的一份报告发现，虽然今天 39% 的组织表示他们拥有所需的数字能力，但这一水平与 2012 年相同。真正令人大开眼界的是，只有 35% 的组织表示他们拥有领导力成功实现数字化转型所需的能力——比 2012 年的 45% 有所下降。

麻省理工学院数字经济倡议的首席研究科学家乔治韦斯特曼说，原因有很多，包括组织复杂性和跨孤岛工作的困难。

此外，“公司陷入了传统意大利面的泥潭，”韦斯特曼补充道，他也是《领先的数字化：将技术转化为业务转型》一书的合著者。

根据 Westerman 的说法，有效的领导者是那些拥有远见、参与和治理技能并善于建立牢固的 IT/业务关系的人。

首席数字官（CDO）负责帮助企业使用数字信息和先进技术，如云、AI、机器学习、自动化、物联网、移动和社交媒体，以创造商业价值。