在数字经济时代，算法对企业业务增长至关重要，是企业进行数字化转型、构建竞争优势的关键。IT工程师或数据分析师可能会将算法描述为一组由数据操作形成的规则。而从业务价值方面考虑，算法是一种捕获商业机会、提高商业洞察力的方法，对其进行产品化并应用于业务分析，可以为前端业务部门提供更多便利。

在数据智能时代，随着数字技术的发展，算法业务将会引发更高水平的智能决策。大型企业会采用先进的数据分析和算法模型，提高企业竞争力，提升行业领先地位。甚至一些企业内部会设立一个高利润部门，对数据资产进行产品化和商业化运作。因此，采用严格的方法来确保算法和数据分析方法的正确性及可信度是十分必要的。

尽管算法对业务的价值如此重要，但是对于技术部门、数据分析部门以及业务应用部门的负责人来说，盘点算法以及将算法应用于业务仍然存在一定困难。CDO作为企业数字化转型重要的推动者，应积极探索算法在驱动业务、提升用户体验方面的价值，不仅要深谙算法盘点方式以及通过算法推动业务增长的方法，还要明晰算法驱动业务的要点。

01、盘点算法的步骤

在企业数字化转型过程中，数据技术能力直接影响业务分析的效果和作用，依赖于一系列高级算法构建而成的分析模型可以提升业务分析的准确性及可预测性，这也是数字化转型企业关注算法和模型的原因。

CDO对算法的盘点和管理至关重要，可以从明晰算法类型、建立算法服务业务的思维、构建协同合作的工作流程、形成有效的算法模型管理框架、多维盘点算法、全面管理算法市场、形成算法激励模式这7个方面进行盘点，如图1-1所示。

1-1 CDO如何盘点算法

01 明晰算法类型

CDO在管理算法的过程中，首先要明晰算法的类型。算法主要分为三类：统计型算法、挖掘型算法和AI深度学习型算法。其次要了解与算法有紧密联系的行业模型，也就是将算法与行业应用场景结合，对结果进行业务处理而得出的大数据分析模型。

02 建立算法服务业务的思维

数字化转型程度不同的企业，算法团队隶属于不同的部门。有的算法团队向IT部门汇报，有的算法团队向运营部门或营销部门汇报，有的算法团队由CDO领导，最终向CEO汇报。但在以“业务变现”为最高目标的数字化转型过程中，算法团队无论是向谁汇报，最后的服务对象都应该是业务部门，而不是IT部门。

03 构建协同合作的工作流程

明确了算法团队的组织关系后，CDO便可带领团队进行算法和模型的开发。在进行算法开发工作前，CDO应构建算法团队的工作流程，合理规划数据使用、流程管理、技术配给、人员安排，形成协同有效、合作无间的工作单元。

04 形成有效的算法模型管理框架

如今越来越多的业务会用到算法和模型技术，这些专业技术构成了数字化转型企业的无形资产。为了管理这些无形资产，CDO需要构建有效的管理框架，比如模型验证测试方法、模型加载环境配置、模型升级方案等。

05 多维盘点算法

在形成算法和模型管理框架后，CDO需要与算法团队编制算法目录，对现有的算法进行盘点。在盘点的过程中，CDO要对算法和模型的各类情况做到心知肚明，比如了解组织内算法的数量及种类，对可共享的二次使用的算法、组织内自行产生的行业模型、组织内自行开发的算法、外部开源算法及第三方供应算法等进行盘点。

在完成对现有算法的盘点后，CDO还需要与各个业务线的负责人沟通，了解可以开发哪些算法来提升业务价值，然后安排算法团队进行开发。

06 全面管理算法市场

算法和模型作为企业的无形资产在业务发展的过程中会越积越多，CDO需要对这些算法进行管理，搭建一个管理展示平台，将不同类别、不同属性的算法和模型放到一个平台上，形成算法市场。

CDO还需要配置算法的开发、上传、下载、应用一条龙服务路径，明确第三方团队如何参与平台算法的开发与合作。CDO在管理算法市场的过程中，需要针对企业未来开发的算法进行优先级排序，从而为接下来的人员安排、资源配置和预算分配提供参考意见。

07 形成算法激励模式

伴随人工智能的发展，算力和数据不断被深度利用，算法会深化到各种垂直需求中，为业务贡献的利润将是客观且可统计的。构建针对算法贡献者的激励模式，可以让更多的人参与到算法开发和建设中来。

02、CDO如何推动算法业务增长

如今，算法已经深入人们的日常生活中。在未来，算法可能会覆盖所有行业，产生价值、变现利润，这种趋势便是“算法业务”。利用算法推动业务增长也成为企业数字化转型的关键。

01 制定算法业务战略，配置基础资源

算法业务是工业互联网时代的有效推动力，大力应用算法可以推动决策的改进及项目过程自动化运转。在企业数字化转型过程中，算法的价值不可忽视。因此，CDO需要联合企业高层制定算法推动业务的战略，并在全公司推行，为算法团队的开发及运维工作配置资源，从而挖掘算法推动业务的价值。

02 开发可扩展平台及标准化架构，支持未来算法爆发

伴随着算法颠覆行业的发展趋势，企业想要在未来赢得竞争优势，须加快开发可扩展的平台和标准化架构，以支持未来推行算法及赋能业务的大规模扩展需求，同时提高自动化交互水平。

03、推动算法业务增长的注意事项

CDO在推动算法业务增长的过程中需要理解相关概念及举措，并适时地调整算法团队的工作。

01 算法伴随项目完整周期

企业数字化转型的热度不断飙升，算法推动业务增长的贡献价值也被市场认可。但是，算法并不是近期才出现在人们视野中的，而是早已存在于企业的市场运转过程中。项目初期的算法函数主要是为了满足业务需求，而到了中长期阶段则是通过机器学习算法，自主完成业务目标，实现智能化管理(见图1-2)。算法一直是制造控制系统、营销自动化和竞选管理的秘密武器，近几年在金融服务中发挥了重要作用。

复杂事件处理引擎、流处理、高级分析和商业智能(BI)都依赖算法得出答案。算法遍布于业务分析中，决定着商品定价、保险索赔额度等重要信息。随着物联网设备和低成本传感器的广泛应用，数据的获取速度得到了快速提高，算法对于业务的价值得以提升。通过数据处理、分析与应用，算法对于提升业务价值和发现商业机会的作用也被挖掘出来。随着开发人员的不断努力，算法在挖掘新的业务价值时变得更加智能和有效，并且随着数字化进程的深入，智能算法将获得更大的能力，并开始通过自动匹配业务目标来自动优化业务结果。

1-2 推动算法业务增长的注意事项一

因此，在算法应用业务的初期，CDO可领导算法团队使用算法函数来探索及满足业务需求;在数字化转型的中长期，CDO可带领算法团队开发机器学习算法，实现自主完成业务目标。

02 算法可优化业务结果

算法可实现互联网、社交媒体、移动商务等多领域的业务自动化。智能硬件及软件算法越来越多地通过自动寻找目标和自我学习来优化业务成果。CDO带领的算法团队需要记录决策规则和关键流程，以确定哪些地方可以实现自动化，并开发特定的算法实现自动化决策，将其应用到业务中，如图1-3所示。

1-3 推动算法业务增长的注意事项二

03 算法可监控数据发展趋势，提高企业应对技术变革的能力

如今数字技术迅猛发展，个人、企业和智能设备之间的连接水平不断提高，数据以几何倍数增长。技术变化如此之快，算法凭借灵活性及适应性，提高了企业捕捉商机的能力，帮助企业监控数据，提高企业应对技术变革的能力，如图1-4所示。

1-4 推动算法业务增长的注意事项三

企业对商业机会的捕捉能力必须具备灵活性和适应性，企业需要使用和增加非人力系统的技术来识别商业机会。算法可以更准确、更有效地识别多个数据流的相关趋势，企业利用算法可以监控新技术的发展趋势，提高业务灵活性和响应速度。