注：CAO=首席分析官。
人工智能等新技术不断发展并日益彰显其价值。每年，人工智能与高级分析创造的价值高达9.5万亿至15.4万亿美元。为了充分挖掘相关技术潜力，创造业务价值，首席分析官一职的重要性日益凸显。
由于事关重大，首席执行官纷纷要求首席分析官部署并大规模应用人工智能与高级分析。只是机会虽然诱人，挑战也不容小觑。麦肯锡早些时候开展的一项研究表明，只有8%的高管表示其所在企业进行了相关实践，这些实践被视为大规模应用人工智能与高级分析的重要助推器（图1）。
迄今为止，导致成功率不高的原因有很多，比如首席分析官面临着诸多障碍：数据孤岛、数据风险大、以及领导者与前线员工不愿采用数据导向型的新决策方式，并且CAO们的任期相对其他岗位而言非常短暂（大约2到3年左右）。例如，一位分析负责人曾向我们表示，虽然企业聘用他是为了创建数据与分析职能，希望藉此推动业务增长，但通常来说实际进度却不尽如人意，因为他所在团队必须要花费大量时间，为只关心自己所负责的业务的领导人制作基础报告。
那么，首席分析官应怎么做才能突破重重障碍，帮助企业广泛应用高级分析，超越竞争对手？
我们与多位分析负责人有过广泛合作，也对其中一部分成功人士进行了深入的访谈。根据从中取得的经验，我们认为：其中一个主要的成功因素是首席分析官必须发挥促进作用，也就是说，他们需要扮演一个新角色，带头启动与推广数据分析与人工智能的大规模应用。
过去的首席分析官如何取得成功
创建于数字时代，对数据与分析高度依赖，这使其将首席分析官定位为高管层核心成员。
首席执行官注重分析，将分析作为企业发展的头等大事，并获得了高管与业务部门对这项事业的认同。
企业正陷入危机，商业模式、有时甚至连自身生存都受到严重威胁。这类企业借助分析来提升竞争力，同时还让首席分析官全权负责业务转型。但是，多数公司的实际情况有些不同：尽管公司上下都认识到分析的重要性，但缺乏一位远见卓识的首席执行官或者生存危机来大力推动这项事业。
在这些公司当中，分析负责人都能够与时俱进，并不断进步。毫无疑问，数据与分析始于上世纪90年代，当时，互联网刚刚问世，数据才开始生成。“首席分析官”这个头衔甚至还闻所未闻。对于当时的企业而言，只要任何一个部门具备了数据科学能力，这家企业就能获得成功；而那些数学思维强的怪才及统计天才则最有机会出人头地（图2）。
本世纪初，数据量激增，主要原因是出现了宽带、互联网企业和社交媒体平台。继而，开始涌现出更强的数据捕获与分析技术，从而提高了成功的门槛。首席执行官开始对分析负责人给予更高期望，真正的首席分析官角色应运而生。在这种情况下，能在企业普及数据与分析——即便并不均衡——的布道者型首席数据分析官有望获得成功。
但在之后的十年间，情况则显得有些急迫。数字原生企业的成功机会日益增大，导致竞争加剧。生成数据的智能手机快速普及，其数量之巨，已经超过全球人口数量，使得渴求数据的机器学习技术更加具有商业可行性。企业都需要更为激进的首席分析官，将分析更加深入地普及到组织中。激进的首席分析官尽管善于达成这一目的，但也经常遇到来自组织内部的强大阻力，导致许多企业出现内讧。要想继续推动变革，企业亟需重新定位首席分析官的角色。
如今，如果企业希望首席分析官能从潜力巨大的人工智能浪潮中分得一杯羹，那么就需要具备以前不曾提及的一项因素——规模效应。而在当前的环境下，要求更加苛刻。
数字原生企业正在快速进军越来越多的行业，从食品日杂到金融服务，不胜枚举。他们的举动进一步加剧了对钱包份额的竞争。
云技术的崛起，催生了越来越多的分析工具，其使用也日益方便。人工智能与分析因此也成为向消费者提供个性化关怀与体验的制胜法宝。实际上，从近期来看，在依靠这些技术实现的价值中，三分之一预计来自于营销与销售应用场景。
同时，风险也在成倍增长，因为企业要兼顾数据隐私与信息安全。某大型保险公司的一位分析业务主管表示，“我们目前开展的分析技术项目，几乎全部有所延迟，因为我们在数据安全方面必须符合新的要求。”
不仅如此，首席分析官在努力推广分析技术时，还会面临组织内部的强大阻力。他们必须通过冗长的流程，打通数据孤岛之间的联系，向传统的权力架构提出质疑，才能消除将分析放在业务经营之后的陈旧观念。
首席分析官常常觉得自己身负重担，举步维艰，承受着来自各方的阻力。通常，他们无须对盈亏或营收负责，所以在企业内部没有实权。而且，与十年之前的首席营销官一样，首席分析官需要在高级管理层内占一席之地，可现实并非如此。首席分析官在申请资金或资源方面处于不利地位，因此无法按照计划实施分析技术）。
促进者型首席分析官应运而生
1. 三方合作，集思广益
促进者型首席分析官需要打造一个“三方合作”的联盟架构，这三方分别是首席分析官、业务部门与信息技术部门。若要推动分析技术的大规模应用并且取得成功，这种联盟可能成为最关键的驱动因素，通常也是难度最大的任务，因为企业内部固有的层级架构由来已久，而首席分析官只是一个新兴角色，缺乏深厚根基。
联盟达成之后，三方人员会意识到企业需要凝聚自身力量，融入激烈竞争的时代。然而，数据的闭塞、业务职能部门之间缺少沟通，或者文化层面上的隔阂，都会妨碍他们迎接挑战。他们认为，若能把数字化与分析要素纳入现有的全部产品与服务，就有机会创造全新的产品与服务。联盟各方都明白，只有通过共同努力、紧密协作、集体承担责任，才能顺利完成这些任务。在决策环节，三方人员责任均摊，共同朝向一个目标挺进：借助高级分析技术与人工智能，创造巨大价值，超越竞争对手。
某领先金融服务公司前分析负责人向我们讲述了他当时所在公司如何通过上述联盟培养公司全员的能力：短短两年间，盈利项目的数量从30个已经增至200个。
某线上零售企业的分析负责人也发现，在创新起步阶段，上述联盟有助于保持业务势头。他说，“向基于人工智能的自动化领域进军，难度不小。你往往会发现，只有经过第二次和第三次迭代，才能奏效。但是你要有信心，且保持高昂的士气，才能迎来第二次和第三次迭代。我只能通过与其他主管的携手合作，才能在公司内部实施变革，并进行推广。”
促进者型首席分析官积极推动上述联盟的建立，并在其中扮演主导角色，同时发动各层级的其他利益相关者投身其中。为此，他们采取了下列方式：
– 拥有技术背景固然重要，但是迈向成功的因素远不止于此。“技术能力确实重要，但是单凭技术能力，无法推动变革，”保险行业的一位分析负责人如是说，“有了技术背景，才能使人信服。但是，这份工作的重点不在于技术层面，更多的是要让员工获得成长，分配资源，设定愿景，发挥领导能力，控制变革节奏。”
– 将商业价值放在首位/核心地位。来自保险行业的这位分析负责人表示，“要获得各个业务部门主管的信任，就要帮助他们了解不同的模式对于业务产生的影响，以及最终对盈亏所带来的影响。这是他们的兴趣所在。”
– 投入大量时间，与首席执行官和其他的高级管理人员进行沟通，获得他们的支持。譬如，金融服务行业的一位分析负责人每月都会以运营委员会的名义与其所在企业的首席运营官、首席信息官、首席财务官以及各个业务部门的主管召开会议，以建立共同愿景，审查亟待解决的优先事项，检查工作进度、价值创造的机会及投资需求。每个月，他都会与委员会的成员以及所在公司的其他主管人员会面，以统一认识，赢得他们的支持。他估计，自己将超过三分之一的时间用在了与管理层沟通和战略工作之上。
另一位分析负责人则强调沟通的必要性，并且指出要根据公司高级管理层人员的知识水平和过往经验来选择适当的沟通方式。譬如在向各位业务主管讲解新的定价方法时，他重点提到：对于基础成本概念的认知不会改变；但是团队成员将会引入更多与消费者行为有关的数据，更加准确地了解定价过程。
– 投入足够的时间，与业务主管共同制定战略，并将分析机会和创新与业务部门的愿景和工作重点协调起来。一位分析负责人强调，大家必须共同承担责任。他曾与多位业务主管人员合作，推出一套共享的计分卡，这样就容易对分析部门与业务部门为完成同一成果付出的努力进行衡量。另一位主管发现，通过共同学习以及与人交流意见，他成功打消了他人的怀疑，放下对他的戒心，“顺理成章”地就组织层面所产生的影响提供意见，同时对业务战略产生影响力。
– 将信息技术部门视为战略合作伙伴，而非单纯的执行部门。其中包括：安排信息技术部门参加会议，制定并且推行新业务战略，向工程团队征询意见，确保信息技术部门在转型举措方面付出的努力获得认可。毕竟，该合作方式不仅有助于打造信息技术组织，还可以吸引一流的信息技术人才。
促进者型首席分析官在企业内部培育分析能力的过程中，还发挥领导作用，其中包括与下列各个部门紧密配合：
– 与业务部门配合，制定人才策略，包括分析转译人员的招聘，敏捷式软件开发流程的实施。我们曾采访过一位分析负责人，他曾经通过内部编程马拉松的方式将从事分析业务的人员与各个业务部门联合起来，解决关键性问题。这种方式不仅有助于从事分析业务的人员掌握转译能力，将数据科学与公司业务相互打通，还有助于提高业务部门在分析业务方面的能力，赢得一班新的“信徒”。
– 与信息技术部门配合，制定数据与技术策略，包括数据管控、分析方法与工具。
– 与风险控制与合规部门（包括首席风险官）以及企业内部的高层领导配合，制定缓释风险的策略。
3. 将高级分析纳入工作流程
促进者型首席分析官在发挥带头作用的同时，对于如何将由高级分析得出的洞见纳入工作流程与决策环节还会提出建议。他们会让企业领导人认识到对于以分析为导向的企业需要采取不同的管理方法，同时还要了解团队合作的方式。他们清楚企业的情况与目标，能够找准机会，引进更为成熟的分析技术。
例如，据我们曾经访谈过的一位保险行业分析负责人介绍，他从设计思维中汲取灵感，帮助其所在企业发现了新的数据源（如：基因组数据）对于传统的承保工作流程可能产生影响的具体方式与途径。
另一位分析负责人曾经与其同行紧密协作，对其所在企业的员工进行辅导，帮助他们克服人的偏见，这些偏见可能会破坏从传统人工流程向人工智能辅助流程的过渡。
4. 成为变革骨干
本质上，促进者型首席分析官是企业的变革骨干，能够克服企业内部的障碍，推广分析技术。在这方面，需要在个人与企业两个层面上同时进行沟通，培育关系。接受我们访谈的多位主管都曾采用集体会议、一对一会议、月度和季度最新情况说明会等方式，与主要的利益相关者进行交流，争取他们的支持。
接受过我们访谈的一位主管曾经采用层级法，先与影响力排在前十名的人士沟通，取得他们的支持，再与影响力排在前五十名、前五百名的人士沟通，取得他们的支持，以此类推。变革并非一夜之间即可完成的事，因此这项工作可能要耗时数年。他说，“最终目标是让每一个员工都建立以分析为导向的思维方式。”
5. 为董事会与首席执行官出谋划策
促进者型首席分析官为董事会和首席执行官提供支持与意见，使其大体了解人工智能技术及作用，让董事们认清公司的发展历程与竞争对手之间的差异，并引导他们了解公司将会面临的技术管控问题。他们会利用一对一会议以及其他场合，充分展示各种机会，同时也会说明旅程的艰巨性。例如，接受我们访谈的一位负责人表示，他发现部分数据科学家和其他一些团队成员作出了“非比寻常的贡献”，然后就安排他们与首席执行官交流信息，使首席执行官了解他们当前的工作内容。他说，“让首席执行官深入了解我们遇到的一些核心问题、机会，以及我们已经取得的成功是十分重要的。此外，让数据科学家及其管理人员获得首席执行官的认可，也很重要。”
如何成为促进者型首席分析官
一位分析负责人称，“一开始，你只能按照各个业务部门的要求做事，比如提交报告说明客户流失情况。随着时间推移，我们发现这些要求的性质有所转变。业务主管不再让我们提交报告了，而是向我们询问应采取哪些措施推动变革。”
根据我们以往帮助首席分析官发挥促进作用的实践经验，有三种入门方法可供选择。
付出时间，认清状况
重点在于，首席分析官需要投入时间，对企业在分析业务方面的能力以及分析技术的运用情况进行全面评估，同时也要评估领导者自身的表现。
评估企业现状时，他们要回答这样一些问题：先前的各项分析举措产生的价值有多大？目前，分析职能有多大的可信度？对于分析技术的投入以及对业务产生的成效，有哪些期望？什么方面出现阻力、什么方面比较开明？你前任设定了的基调是什么？他/她采取了怎样的领导方式？
弄清企业以往和当前的组织状况之后，有助于厘清那些可能会阻碍企业进步的现有观念。同时，如实地审查自身的领导技能也至关重要。接受我们访谈的所有领导者都重点指出，他们取得成功的关键在于：能够影响到企业内部各级人员。一位领导者表示，“日常大多数领导工作，都是在小团队中进行的，这样能够对于员工的思维方式产生影响。”
你的想法对于所在企业的成功，将会产生重大影响。在追求专业技能的同时，你有没有关注员工的感受？你是否积极鼓励其他人参与其中并聆听他们的意见？不论事情的结果如何，你是否都能保持积极向上的态度?
具备了这种自我意识和组织意识，你就可以更好地规划自己的战略。我们近期合作过的一位首席分析官表示，虽然他在处理技术性较强的事务方面表现很出色，但对于如何打破壁垒和掌控话语权方面却并不擅长。为了取得成功，他聘请了新的人才补强他的领导力，还让一名管理导师为自己进行了为期六个月的辅导，最终才能够在必须面对的沟通环节表现自如，向他人顺利传达分析工作的日程安排。通过这种辅导，这位主管掌握了有效的方法。不管成效如何，至少与他交谈的对象在走出房间时，会感觉了解的信息更加清晰，也会对他更为尊敬。
绘制利益相关者图谱
通过判定员工（包括你自己在内）的团结度，能从组织角度了解在变革过程中存在哪些障碍。绘制利益相关者图谱，有助于找出关键的决策者，观察他们对分析的兴趣大小。无论是对于制定沟通计划，还是对于分析举措的排序与时间点的选择，这种勘察工作都非常重要。接受过我们访谈的一位金融服务主管曾经利用他的利益相关者图谱（在一张纸上画了一个金字塔）进行自我指导，便于他与自己公司内部将近60名总经理和组织领导人建立联系。一开始，他把重点放在自己认为最关键的15名领导人身上。在最初的数周乃至数月过后，他开始定期举行会议，直接了解这些人眼中的优先事项、顾虑与期望。他说，“大家都来自不同地方，和他们谈话的过程，着实不容易，私下的接触，对工作有好处。”
无论分析技术的转型进入哪个阶段，都要增进沟通
持续沟通也有助于搭建变革所需要的桥梁。推动变革，实非易事——大家都知道，高处不胜寒——很多时候，领导人在推动变革的过程中，会与组织内部的其他人员产生分歧。一位首席执行官曾对手下的分析负责人说：“事情的发展大约只有一半的时间会如你所愿；另外一半的时间，我们会为了获取更大的短期效益而做一些与我们的目标不完全一致的事情。” 成功者通常都会发现，通过持续沟通，而培养一种善于协作的、侧重于解决问题的工作作风，十分重要。
总而言之，我们认为：今后十年，首席分析官主要将会发挥促进作用。这种促进能力可以使首席分析官不仅能够克服当前困难，而且还能凭借个人的成功经验，解决其所在企业日后可能会遇到的难题。譬如，凭借他们迄今为止在能力建设方面所积累的经验以及对于分析技术输出内容的深入了解，促进者型首席分析官具有充分的资格，可以为原有职能日渐被人工智能和其他高级分析技术所取代的人员提供帮助，使其掌握新技能。
促进者型首席分析官还能做出更为充分的准备，迎接更多的领导机会。长期以来，在聘用首席执行官时，主要是以领导能力和行业经验为衡量标准。但是随着数据与分析在各个企业中的深入普及，可以预见，未来的首席执行官也要具备深厚的分析能力。凭借敏锐的分析能力与促进型的领导才干，今日的首席分析官很有可能成为明日的首席执行官。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
