缺乏高品質數據資料的企業，無法達成數據驅動（data-driven，又稱資料導向），倘若一間現代企業不能以數據驅動，將面臨低營運效率、錯失良好契機的風險，最終導致財務損失；而任何企業——無論規模大小——都無法在這種情況下成長茁壯。
（編按：數據驅動意指，決策過程中依靠數據分析和洞察，而非只憑經驗和直覺。）
為了避免這種情況發生，「資訊長」（Chief Information Officer，CIO）的角色就顯得十分關鍵：CIO 負責制定和實施整個組織的 IT 策略，管理預算並監督所有 IT 員工，職務範圍包含所有軟體、硬體設備和基礎設施，以及對組織整體資料管理的監控。
「資料品質」為什麼重要？調查揭將影響企業營運
根據 Gartner 的資料品質市場調查，光是在 2017 年，品質差的資料導致企業平均付出高達 1,500 萬美元（約台幣 4.6 億元）的年度財務成本，並且拖慢數位化進程、削弱競爭力，連帶流失客戶信任。
另一方面，像 AirBnB 和 Amazon 這樣以創新聞名的企業，善於運用高品質的資料來了解他們的客戶是誰、在哪裡以及他們喜歡什麼；良好資料能賦予企業所需的顧客洞察，並在各行業中創造新的商業模式，使企業能將資料轉換為有價值的資產，擴大營收。
「資料治理」3 面向：資料樣態、人員、流程
唯有落實「資料治理」（data governance）方能確保資料品質，而 CIO 就是資料治理的掌舵者，必須同時考量組織的商業利益與技術專業。
近十多年來，資料的可靠性一直是資料治理的難題，它涉及到數據的完整性、準確性、一致性、有效性、唯一性和完整性，又隨著 AI 技術進步，近幾年出現的新問題是日益增加的即時數據管道。
以往技術實務上較多批量處理的數據，這與企業今日面臨到的即時數據處理，有很大的差異，後者構成許多分析報告的基礎，並讓營運流程中的 AI 模型——像是產品推薦引擎——成為可能，因此 CIO 必須留心自家的即時數據管道，是否已經妥善建置且能夠跟上需求。
此外，資料處理背後的員工和流程，往往是資料品質的根本問題所在，當人們缺乏可靠的數據時，這種情況會滲透整個資料生命周期，故同樣也是資料治理的一大挑戰。
未來幾年，資訊長都該留意的 3 大問題
1. 如何取得高品質資料？
AI 模型要能穩定且有效地運行，前提在於精準優良的資料，以及這些資料的可觀察性（observability），意即當某些資料出現問題，可能影響系統輸出結果之前，組織能否及時發現並解決問題。
2. 優先考慮道德原則
誰應該被授權訪問數據？它可以被用於什麼目的？CIO 必須將組織的資料訪問和使用政策定義清楚、識別資料資產，更重要的是，落實資料和 AI 治理解決方案，以管理和監控資料訪問和合規使用。
3. 能否跟上即時資料？
現代企業的 CIO 必須掌管用於各種報告、AI 模型的即時數據管道，這些即時資料將直接影響模型訓練與營運決策，因此 CIO 需要了解組織各部門現況，與其他管理高層一樣。
而隨著 AI 進展不斷加速，組織勢必需要大量的可靠數據，這將使 CIO 面對難度更高的挑戰。
【推薦閱讀】
◆ Google 下個資料中心在越南？科技巨頭「新南向」看見哪些機會
＊本文開放合作夥伴轉載，參考資料：《Fast Company》、Gartner、《Forbes》，首圖來源：Shutterstock。
（責任編輯：廖紹伶）
立即報名 8/27【Google Cloud 核心基礎架構】線上課程
