全球应用安全科学专家CIO谈数据大众化的力量

CIOAge
最近,我们有幸与Shakkor当面交流,探讨这家全球安全科学公司的数据战略。UL Solutions在全球40个国家/地区拥有15000多名员工,以下为访谈内容(经过编辑)。

在UL Solutions,CIO Karriem Shakoor已经定下推动数据大众化的文化和架构要求,决意将IT部门从成本中心转化为新的收入来源。

最近,我们有幸与Shakkor当面交流,探讨这家全球安全科学公司的数据战略。UL Solutions在全球40个国家/地区拥有15000多名员工,以下为访谈内容(经过编辑)。

记者:软件给UL Solutions这家企业带来了哪些影响?

Karriem Shakoor: UL Solutions的目标是成为客户们最值得信赖、以科学为基础的安全、保障与可持续性合作伙伴。要达成这个目标,我们必须具备一流的技术基础设施。例如,我们需要采购行业领先的客户关系管理软件,借此在客户群体层面推动整体创新,进而达成转型目标。只有这样,我们的销售团队才能获得功能齐备、全面集成的业务流程,高效运行并跟踪客户活动。

但软件工具能够发挥怎样的效力,将取决于我们能否建立起一致的客户群视图。除了推动UL Solutions服务数字化、为客户提供适当的定价和配置之外,要想充分利用软件投资,我们还需要掌握准确可靠的客户/账户数据来支持直接营销、潜在客户吸引和个性化体验。

记者:那么,怎样才能制定出可以充分发挥软件功效的数据策略?

要想发挥数据的全部力量、构建新产品和服务,并全面实现数据大众化,良好治理是必要的前提。

每家公司都必须建立起行之有效的标准和质量规则,有意识地管理每年创建的数据资产。如果做不到这些,企业能够获得的潜在价值就会被稀释,决策的制定速度也将减缓。

我们以电子邮件为例。要通过邮件营销来吸引客户,首先需要建立一套准确且值得信赖的邮件地址库。如果不对邮件地址的格式化方式做明确约束,并保证这些地址的记录系统(无论是手动还是自动系统)严格符合约定,关键数据的可用性就会受到影响。

记者:数据大众化这个概念该如何理解?它有哪些重要意义?

数据大众化让利益相关方得以访问和运用数据资产为问题找到答案,不再需要IT部门的中间介入。例如,利益相关方无需向IT申请信息即可生成报告。在IT部门认证确定数据集能够满足特定相关方的需求并在内部开放之后,最终用户就可以按需从数据集中提取信息,从而加快利益相关方的决策制定速度,把IT部门从“成本中心”和“报告中心”的窘境中解放出来。

记者:除了标准和治理之外,组织还需要从哪些方面推动数据大众化?

行之有效的数据大众化需要配合数据管理文化,保证业务部门的利益相关方能够定义特定信息的使用方式。也就是说,人们可以适当使用信息并保证遵循良好的治理要求。

数据大众化还要求业务部门和各职能部门拥有擅长数据分析和报告的内部主题专家。换言之,单靠IT这一股力量不可能成功实现数据大众化,这是一场要求各方通力协作的重大变革。

记者:那您在实现数据大众化的过程中,采取了怎样的架构策略?

其实并不存在某一种最佳架构设计。我们需要坚持强大的数据治理制度和一致性实践,借此定义数据并使用正确工具加以处理,从而在业务当中为各关键数据类型建立起标准和简明视图。

记者:在领导数据战略方面,CIO需要发挥怎样的作用?

有效的数据策略必须跟业务需求密切关联。每一位CIO都需要了解企业的多年战略和预期成果,并具备达成这些成果所需要的数据相关能力。

在UL Solutions,我们强调利用数据加深对客户需求和购买行为的理解,借此扩大公司与现有客户间的合作关系。

记者:在培养数据大众化文化方面,您对各位CIO同仁有何建议?

我认为最好先从明确的战略意图起步,把我们的数据大众化建议与企业的业务战略联系起来,这将有助于企业高管团队理解我们为什么要优先建立起单一且高度一致的客户视图。这种方式有助于激发各方热情,就希望达成的目标形成共识性承诺。

另外,我建议各位CIO不要把数据策略的制定当成IT部门自己的工作。对于任何一家企业,除IT之外都至少还有三个不同团队在随时研究这些关键数据资产。例如,定价经理、产品经理和内部销售团队都需要在数据战略上达成认同,并保证获得高管团队的接纳认可。所以在策略讨论当中,一定要邀请首席收入官和首席商务官参与进来,把数据治理和质量保障的重要意义贯彻到各个层面。

最后,我想强调一点:CIO最重要的职能,就是为IT部门带来正确的数据领导力。不要等到其他高管提醒才动手建立数据团队,身为CIO,我们应当领先一步、主动请缨。

责任编辑:姜华 来源: 至顶网CIO与CTO频道
相关推荐

2009-06-29 14:22:00

FSO光纤

2022-12-20 10:31:29

2011-12-12 19:36:30

微软

2015-08-18 13:35:42

spark

2020-12-14 11:02:20

Veeam

2012-06-05 09:55:51

微软大数据

2022-03-17 21:25:21

Redmi K50

2015-12-11 13:02:45

疆域

2009-03-09 13:04:22

2023-03-01 00:18:45

2009-04-07 14:48:25

2011-08-09 09:42:17

苹果云云计算iCloud

2010-11-11 10:41:03

2013-10-31 11:26:59

手机游戏

2023-02-01 13:23:00

AI自动化

2016-01-05 11:16:14

2011-09-25 10:40:29

安全

2013-04-08 09:45:16

虚拟化安全

2011-03-28 13:38:18

微软云计算金融行业

51CTO技术栈公众号