2020年，CIO将面临的挑战----企业数字化转型、参与核心业务

5G、大数据、人工智能、机器算法等新一代创新信息技术在企业深入推进，不断迭代，给IT部门带来了巨大的挑战。随着技术直接作用于产品和业务以及对业务支撑力度的不断加大，CIO的角色正在从过去IT时代的交付型，转变为DT时代的赋能型。

?

数字化转型的背后都是希望获得互联网创新的能力，能够快速感知、快速响应迭代，基于这样的能力体系，不断尝试各种业务创新，不管是通过独立的创新BU，或是阿米·1阿巴等管理机制，背后都需要创新的赋能。而这些赋能由谁来提供？这正是CIO在未来的新角色、新机会和新挑战，通过数字化能力，协助业务创新和最终实现增长。

如何通过大数据与人工智能技术，对业务进行创新、对业务部门进行赋能，并制定相应的策略是现如今CIO要考量的问题。

?

在数字化转型中，CIO还需要走向前台直面核心业务，将IT组织的贡献与公司的盈利水平密切联系在一起。单纯利用报表管理系统很难回溯业务逻辑的前因后果，也很难满足决策者真正的需求。要挖掘数据价值并真正作用于决策，选择合适的BI工具至关重要。

?

?

加速创新----BI(商业智能)成为CIO关注的焦点

与操作型系统ERP不同，BI是分析型系统，利用BI分析的结果给企业带来商业价值。BI商业智能其实就是通过计算机技术实现从数据到信息、从信息到知识、从知识到决策、由决策到财富的精细化运营过程，BI的重要性是随着信息化的深化和信息技术的推广不断提升的。

数字化和信息化的过程积累了大量的数据，数据的积累必然会推动数据应用的需求，也就推动BI的发展；另一方面，市场竞争的环境下，需要不断地提升，个性化的需求越来越强烈，这也推动了企业更多地要花功夫去收集数据，处理数据， 和分析数据，并以此来支持和指导决策。

?

Smartbi从业务对BI商业智能划分为五个方向：

第一：数据统一整合——数据整合是一切分析以及数据探索的开端。Smartbi对多类型数据源轻松支持，提供针对技术人员以及业务人员的不同数据处理方式，使用语义模型来满足大型企业自助分析的需求，同时提供对数据进行高速缓存处理，轻松实现亿级数据秒级响应，使数据整合以及数据提取不再是难题。

?

第二：让企业探索为何发生——也叫例外分析，业务部门可以从固定的报表、报告和一些关键的KPI中，可以得到很多相关的信息，但是当他们发现问题时，需要了解为何发生了这些问题。这时，就需要即席查询和多维分析，业务分析员可以根据自己的需求完成分析和报告。在很多情况下，业务分析员和决策制定者需要一套商务智能的工具，通过访问集成好的数据仓库，获得需要的信息。

?

第三：让用户实时看到现在发生了什么——在这个层次是实时的信息分析，企业决策层建立当前情况下的业务战略和决策。为了该层次的成功，几乎需要获得实时的数据，查询可以回答及时发生的问题，由此，运营模式和业务流程会发生较大的变化。例如：当客户因某种原因对服务不满时，需要退出服务或者产品时，相关客户服务人员发现这个客户是企业的大客户时，他应该迅速将情况发短信息给该客户的大客户经理，大客户经理很快查找到该客户的消费记录，马上和客户联系，争取挽留客户，而不是当客户流失后才着急和客户联系。

?

第四：帮企业预见即将发生什么——客户发现仅仅了解现在还远远不够，将来会发生什么，风险的预测和评估是非常重要的。还需要统计分析的功能，来帮助分析客户的细分、预测客户的行为、预言客户业务的趋势、辨认欺诈行为等等。需要这种模型的客户群是非常大的，由于它需要复杂的算法、统计模型和大量的数据，所以需要支持大数据量的处理能力，像并行算法和网格计算是极其必要的。

?

第五：“我希望发生什么”——决策是由系统提供的，系统的数据是由运营系统得到的。例如由Web页获得，或者由基于市场条件和用户需求进行的特价、促销活动得到。所以可以建立清楚的决策和业务政策，让事件沿着正确的轨迹、朝着预定的方向行进，达到预期的目标。

?

?

BI要求CIO具有企业经营管理的综合素质、同时具备一定的数据建模知识与方法，并实现这些素质、方法与IT的结合。善用BI工具，利用数据分析来发现新客户、解放人力、帮助领导决策、扩大现有业务规模。