Alla har vi hört om Messias ankomst. Den nya CDO:n. Nej, det är inget nytt suspekt finansiellt instrument eller en kemisk kolmolekyl - det är den nya rollen som rapporterar till CEO och som sitter i ledningsgruppen. Chief Data Officer, eller Chief Digital Officer, en länge saknad funktion i organisationen och som har till uppgift att stötta i den digitala förändringsprocessen.

"Det bästa sättet att beskriva en CDO är att det är en person som kan krossa silos och föra samman olika avdelningar"

Andy Gilman, på konsultbyrån CommCore Consulting, menar att det bästa sättet att beskriva en CDO är att det är en person som kan krossa silos och föra samman olika discipliner och avdelningar. Något svårt att attrahera sökanden med en sådan arbetsbeskrivning, men det är faktiskt precis vad det är och vad som behövs för att en traditionell affär ska anpassas till den digitala världen.

En studie har visat att 83% av de företag som varit mest framgångsrika i sin digitaliseringsprocess har rekryterat en CDO eller motsvarande funktion. Samtidigt säger Gartner att bara 20% av de större företagen har en sådan roll på plats idag. Hur många företag har digitaliseringsstrategin på agendan? Det absolut mest trendigaste ordet just nu - förmodlingen fler än 20%.

För att lyckas som CDO enligt Apigee så ska han eller hon kunna; skapa gemensamma målsättningar för företaget, utveckla en digital strategi, omfamna experiment som baseras på data, ha stora nätverk med många experter, tala till tekniker på teknikers språk, och till affären på affärens språk och förstå vikten av att koppla samman digitaliseringsprocessen med affärsmålen. En mångfacetterad roll som kräver sin man eller kvinna.

Vilken verklighet kommer då CDO:n att mötas av? Vi har väl alla våra åsikter och erfarenheter om hur samarbetet mellan verksamheten, IT avdelningen och analysenheten fungerar. Till detta ska vi nu addera leverantörerna. I vissa undantagsfall finns ett fungerande samarbete men här finns mer att önska. Hur många på IT vet vilka företagets lönsammaste produkter är? Hur många på verksamheten vet vilket IT plattform som hela företagets framtid vilar på? Hur många på analysenheten vet vilka mätetal som styr besluten? och Hur många leverantörer kan sina kunders strategiska mål på sina fem fingrar? Trodde väl det.

Än sen då, vi har ju alla våra prioriteringar, specifika kompetenser och förmågor. Men här har saker och ting gått riktigt snett. 80% av alla IT projekt misslyckas och kostnaderna för detta känner vi alla till. Orsakerna kan diskuteras men ofta tenderar det att bero på tre saker; bristande kommunikation, dålig styrning och otydligt ledarskap. Nog om det, nu tittar vi framåt och lär oss av misstagen.

När det kommer till Big Data och Analytics så består denna vetenskap i huvudsak av tre delar;

1. Data Management (IT-avdelningen), handlar om att fånga-, tvätta-, rensa-, lagra- och berika data som kommer från verksamheten eller omvärlden.
2. Analytics (Analysenheten), handlar om analytiska modeller även kallade  "Algoritmerna" som står för själva receptet eller formlerna för resultatet.
3. Business Intelligence (Verksamheten), handlar om visualiseringen som gör det möjligt att förstå, realisera och använda resultatet i det dagliga arbetet.

Alla beståndsdelar behövs, alla avdelningar måste samarbeta - och för att lyckas måste arbetet orkestreras (kommuniceras, styras och ledas) av CDO:n.

CDO:n roll: världens mest intressanta jobb eller i stormens öga?

Hur kan då vi som leverantör stötta i arbetet? När det kommer till implementering av analysplattformar så har enbart vi på SAS gjort en sisådär 4000 projekt. Leverantörerna har värdefull erfarenhet som bör tas tillvara och det i ett tidigt skede. Ofta kommer ofullständiga krav som skapar fler frågor än svar vilket leder till tolkningar som varken leverantörerna eller kunderna gynnas av när den slutliga lösningen ska upphandlas och tas i produktion.

Ett angreppssätt att anamma är att börja med att förstå den analytiska mognaden i den egna organisationen; kompetenser, processer och förmågor. Något som vi på SAS kallar för Analytic Coaching och Analytical Factory. I och med detta kan vi skapa ett gemensamt språk med relevanta mätetal och definierad affärsnytta som tydligt påvisar syftet med lösningen och vilket värde den skall generera för att realisera verksamhetsmålen. Först då kan den verkliga nyttan till slutkunden eller medborgaren förverkligas, och som en positiv bieffekt - minska avståndet mellan affär, IT och analys.

Andra posts som jag skrivit om:

• Är Big Data hypen äntligen över?
• Hur analys förhindrar bidragsfusk och stoppar felaktiga utbetalningar
• Hur prediktiv analys identifierar ungdomar som riskerar att hamna snett
• Hur analys minskar arbetslösheten i Tyskland och sparar miljarder