CDO 和其他数据领导者必须确定如何将其组织需求与有能力的个人和技术相结合，以帮助实现其目标。以下是实现这一目标的几个步骤。
1. 根据堆栈中的工具（例如特定数据工具）定义当前和未来的数据堆栈需求。开源是您的数据战略的重要组成部分吗？如果是这样，您可能需要专家来帮助您管理开源计划。实施数据可观测性解决方案提供了一个通用框架，可提供对数据供应链的全面可见性，以最好地确定堆栈的需求。
2. 考虑您的平台现在的情况以及12-18个月后的情况，确定您的企业的数据平台计划。如果您现在仅在本地，并考虑采用混合方法，则您需要具有云环境背景的数据团队成员或数字化转型专家。
3. 如果可能，雇用具有多种技能和经验的人员。数据环境并不是一刀切的；正如他们适应新的需求一样，您也需要能够适应新需求的团队成员。理想的情况是拥有同时也是整体问题解决者的专家，并且能够确定如何优化企业的数据堆栈，无论其组件如何。
您认为今年与建立或增强数据团队相关的发展趋势是什么？
根据我们与具有前瞻性思维的企业的合作，以下是 2023 年建立数据团队的一些已确定的趋势：
- 数据团队将越来越多地使用人工智能和机器学习技术来分析和理解数据，并自动执行各种数据处理任务。
- 企业将继续采用基于云的技术（例如云原生数据湖和数据仓库解决方案）来轻松高效地处理和存储大量数据。
- 我们看到团队使用更多的实时数据流（例如物联网设备生成的数据流）来推动实时决策并提高响应能力。
- 组织将加强数据与业务流程的集成，将数据纳入组织各个层面的业务流程和决策中。
您如何看待未来一两年数据团队的角色变化？
我们预计人工智能和机器学习将在解决日益增长的数据复杂性和多样性方面发挥更大的作用，利用人工智能和机器学习技术的进步（例如生成式人工智能和 ChatGPT）来满足对数据驱动洞察力的需求增加以及提高自动化和效率。此外，我们还看到以下情况：
- 改善与跨职能团队的协作。数据团队应与跨职能团队（包括业务部门、IT、财务、网络安全和法律）更密切地合作，以使数据策略与整体业务目标保持一致。
- 在数据工程和分析中增加敏捷和 DevOps 的采用。数据团队已经采用敏捷和 DevOps 方法来简化数据工程和分析流程、促进协作并加快获得洞察的时间。
- 数据素养和技能提升的出现。随着数据在组织中的重要性日益增加，数据团队将通过向业务用户和其他利益相关者提供培训和技能改进计划来专注于提高整个组织的数据素养。
[
编者注： Rohit Choudhary 是Acceldata的首席执行官兼联合创始人 ，Acceldata 是一家总部位于圣何塞的初创公司，开发了端到端数据可观测性云，帮助企业观察和优化现代数据系统，并最大限度地提高数据投资回报。在加入 Acceldata 之前，Choudhary 曾担任 Hortonworks 的工程总监，领导 Dataplane Services、Ambari 和 Zeppelin 等产品的开发。在 Hortonworks 工作期间，Rohit 多次目睹客户价值数百万美元的数据计划尽管采用了最新的数据技术和经验丰富的数据专家团队却失败，因此受到启发，创办了 Acceldata。您可以通过
Twitter或
LinkedIn联系 Choudhary 。]
