首席数据官在中国方兴未艾

在如今这个数据驱动的时代，首席数据官（CDO）的角色正在不断变化。十多年前，为应对2008年全球金融危机之后日益趋紧的监管环境，第一批首席数据官在国际性银行应运而生。当时，由于各大银行并未制定数据管理标准和相关治理流程，首席数据官的职能主要是解决数据质量和沿袭方面的问题，并确保数据符合监管和合规要求。

此后，首席数据官在全球金融机构中的角色逐渐开始转变，从被动转向更具主动性，重心也从合规转向发展战略。得益于中资银行的快速扩张和大数据的爆发式增长，首席数据官的角色在中国甫一出现即进入快速发展期。我们在与中国的金融机构的接触中发现，虽然目前只有为数不多的中国金融机构设置了首席数据官一职，但这一情况正在迅速改变。

数据复杂性和监管“双轮驱动”

中国企业每天都需要处理海量的大数据。国际数据公司（IDC）的资料显示，全球数据量将于2025年增长至175皆字节（ZB），是2018年33 皆字节的五倍。金融领域面临的挑战更为严峻，机构需要处理的数据往往来自不同来源，类型也存在结构化、半结构化和非结构化的差别和混合。再考虑到中文语言的差异，问题就更为复杂。数据碎片化还会导致数据不一致和错位，从而为企业增加不必要的风险和费用。

此外，在金融领域不断深化改革、扩大开放的背景下，首席数据官在中国金融机构中的重要性也日益突显。中国企业机构一方面开始在国内面临国际同行的竞争，另一方面也在积极拓展国际业务。在融入全球金融市场的过程中，为了符合当地监管规定，他们必须采用世界一流的技术和数据治理流程。鉴于此，首席数据官在制定企业数据政策、最佳实践和策略方面发挥至关重要的作用。

首席数据官在金融领域的发展也离不开中国监管机构的影响。数据治理及管理已成为保障金融稳定和降低风险不可或缺的一环。2018年5月，中国银行保险监督管理委员会发布《银行业金融机构数据治理指引》，明确鼓励中国金融机构在内部设立首席数据官；而在过去，这一角色通常由首席技术官、首席信息官、市场数据主管、基金经理和研究分析师共同分担。

数据质量和碎片化是首要挑战

中国金融机构的首席数据官们（包括那些未称为首席数据官的数据主管）面临哪些挑战？今年早些时候彭博在对30多家中国金融机构的数据主管进行的一项市场调查显示，绝大多数受访者认为最大的挑战是数据质量。数据质量拙劣会直接影响业务分析的准确性，进而影响决策过程以及制定创造业务增长点的策略。

此外，数据完整性对许多人而言也是一大难题。调查受访者指出，伪造数据司空见惯，而缺乏监管框架意味着国际标准并未得到落实。这已经引发涉及数据集可用性、可获得性、准确性、可靠性和完整性的各种问题。

数据碎片化则是另一挑战。随着不同来源的数据大量涌入，中国的数据主管们难以将这些信息全面整合、重新配置并转化为可行的商业策略。此外，大多数受访者表示使用多个数据供应商，而不同数据平台之间难以实现切换。

当被问及在数据领域应用人工智能技术相关的问题时，80%受访者认为机器学习等新技术可用于数据分析。然而，受访者均表示没有聘请外部供应商协助将机器学习应用于数据平台，主要是担心新技术可能会带来市场波动和估值方面的风险。自然语言处理和数据收集方面的进展正推动电子化交易平台的自动化进程。一些公司也正探索利用大数据和机器学习技术预测客户需求和价格波动。

毋庸置疑，随着数据质量、完整性和碎片化所带来的挑战日趋复杂，首席数据官在中国将会变得越来越重要。作为一家领先的企业级数据提供商，彭博了解如何借助优质数据集、领先的数据分发技术和标准化的数据模型，解决复杂的数据处理、管理和治理问题。优质、相关联并且易用的数据的重要性与日俱增，不容小觑。随着全球金融机构不断推进技术革新，我们将继续分享最佳实践和方法，协助中国的首席数据官在为企业制定数据驱动型战略方面发挥更大作用。