快速从正确的来源收集正确的数据以做出最佳业务决策的能力至关重要。但是，人们普遍认为您需要首席数据官(CDO)才能使该决定成为现实。

CDO的作用只是在最近才出现，但它正在稳步增长，根据Gartner的预测，到2017年，将有25%的组织拥有CDO。但是，尽管大数据战略至关重要，但CDO可能并非必需。

组织必须摒弃大数据创新是技术性的IT任务的思维定势。为了实现数据驱动并取得成功，所有业务用户都应该能够访问正确的数据，以便他们可以创造性地解决实际问题。

在新型的数据领导者的帮助下，执行这种可能成为可能，这种领导者对大数据采取设计方法-向“首席增长官”打招呼。

弥合您的IT和业务需求之间的鸿沟

业界早就宣称要利用您的数据资产，您应该聘请CDO。但这并不是成为数据驱动型企业的必要投资;实际上，这甚至可能是有害的。

当涉及大数据策略时，IT部门和业务需求之间存在巨大的鸿沟。CDO倾向于将重点放在使用复杂技术构建复杂的体系结构上，最终结果并不总是与需要解决的业务问题相关。

CDO的角色迫使此人专注于收集数据源和构建数据湖。但是，简单地将数据整合在一起并不能实现很多目标。组织不仅要出于数据分析目的而使用数据分析，还需要将其数据策略集中在解决由转换用例(动作或事件步骤列表)支持的实际问题上。

随着CDO处于大数据掌控之下，组织可能会失去对他们需要解决的业务问题的视线。如果企业试图从A点到B点的距离很短，那么CDO的解决方案往往是花费大量资源来建造真正不适合该工作的高速船。

实际上，这些业务用户只需要能解决其最初问题并快速解决的脚踏车。

解决方案：聘请首席增长官并采用“设计思维”方法。

与CDO相比，首席增长官使用数据来创造性地发展业务。这些员工首先关注公司为何需要数据来解决问题，然后再构建其背后的技术。他们的议程基于将建立公司的用例。这种方法弥合了IT计划和业务需求之间的鸿沟。

首席增长官没有专注于最新和最先进的大数据技术，而是采用了一种针对实际业务问题并向后工作的设计方法。我们经常看到公司为了建立实时和极限处理能力而奔波以构建Apache Spark或Kafka工具。

但是，一旦公司实施了这些技术，它们将仅适用于少数用例(一系列操作或事件步骤)。实际上，这些业务用户首先需要能够帮助他们分析事物的工具，例如个人身份信息(PII)。

要开发一种用于数据分析的设计方法，请从用例开始并从那里扩展。考虑您想询问数据的问题，并优先考虑那些可带来最大投资回报率的问题。一旦确定了最重要的用例，就可以考虑使用哪种特定的大数据技术工具来解决您的问题。

大数据的设计方法为创造性思维的解决留下了空间，而CDO的旧传统方法则不具备创造力。

通过与首席增长官武装并采用大数据设计方法，公司可以利用创造力，出色的用户体验和计算能力，以最佳方式解决业务问题。