Por qué algunas organizaciones fusionan CDO con CAO

  • Predictive Analytics

Infinidat-centro de datos

Uno de los primeros CDO fue nombrado en Citigroup, hace unos 12 años. Desde entonces, comenzaron a aparecer más CDO, una tendencia que se atribuye a la crisis financiera en el corazón de la Gran Recesión de 2008 y 2009.

Los bancos tenían una especie de mandato y se les decía que necesitaban a alguien responsable de los datos desde una perspectiva de protección, cumplimiento y regulación de la privacidad. Así que movieron a la gente a ese rol, y fue en gran parte un rol defensivo apaciguar o trabajar con los reguladores para mantener el cumplimiento del banco.

Al mismo tiempo, algunas organizaciones tenían un rol de innovación encargado de descubrir cómo usar datos y análisis para identificar oportunidades de monetización y construir una base de clientes. Eso recayó en los directores de análisis, los directores digitales y los directores de innovación.

A medida que pasaba el tiempo, varias organizaciones comenzaron a ver que tenían personas responsables de los datos desde una perspectiva de informes regulatorios y personas que asumían la responsabilidad de los datos desde una perspectiva de ingresos y crecimiento empresarial, y tal vez tenga sentido combinar estos roles.

Algunas organizaciones han combinado los roles y otras no. Pero, en los últimos tres o cuatro años en particular, ha habido un movimiento significativo en algunas organizaciones para consolidar los roles. Entonces, en lugar de tener un director de datos y un director de análisis, han tenido una sola persona que tiene el rol de CDAO.

El enfoque de una CAO: clientes, producto, innovación

Las principales áreas de enfoque de O'Connell como CAO son:

Orientación al cliente: se especializa en estadísticas, ciencia de datos, análisis visual y gestión de datos.

Producto e innovación: proporciona comentarios e información a los equipos de productos. Esto incluye el desarrollo de componentes de aprendizaje automático y de inteligencia artificial y la orientación de soluciones de campo infundidas con inteligencia artificial.

Liderazgo intelectual: dirige las actividades de líderes intelectuales en inteligencia artificial, aprendizaje automático y ciencia de datos. Esto incluye investigar y seguir las tendencias de la industria y traducirlas en estrategias de productos y arquitectura.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.