当企业从数据驱动转为分析与AI驱动，首席分析官应运而生，更古老的首席数据官会就此失业吗？一起来听听《Analytics India》杂志的资深技术记者Vishal Chawla是怎么说的。中兴数据智能为您翻译如下。
数据主管对清晰的商业战略研究是不可或缺的，因为数据驱动创新已持续多年体现其重要性了。在所有“首席”级别的主管中，只有少数几个职位负责处理数据。其中最常见的两个职位是首席分析官和首席数据官。但这两个职位的根本区别是什么呢？
本文就来对来对比一下这两者，找出他们的异同。
首席分析官的角色
顾名思义，首席分析官是负责公司数据分析部门的高级管理人员。这一工作角色在许多公司内部高层管理架构中快速兴起。
首席分析官负责利用数据科学技术，基于对数据的洞察进行决策，进而推动数字化转型。尽管在大多数情况下，首席分析官直接向CEO汇报，但并非总是如此，也有一些情况下，分析主管是向首席信息官汇报的。
分析主管/首席分析官的日常工作包括采集数据并用其创建商业智能模型。同时，首席分析官还需要与首席信息官保持沟通，以便协调数据分析部门所需要用到的基础设施。所以，分析主管/首席分析官的重点工作在于利用公司内部可用的数据来创建面向商业的决策，无论这些数据来自市场、销售或者其它部门。
另外，首席分析官还会开发数据仓库，作为公司内部所有信息的中央存储，并负责公式数据治理和管理框架。报告和可视化工具一般也是由首席分析官主导。
首席数据官的角色
相反，首席数据官在数据管理及数据处理过程中的数据质量保证方面扮演技术领导人角色。另外，首席数据官并不一定需要掌握数据科学技能，而这是首席分析官和首席数据科学家必须具备的。
首席数据官负责全公司数据资产的治理和管理，这些数据来自于数据压力处理和数据挖掘。首席数据官确定企业将选择获取、保留和利用哪种类型的数据来实现商业目标。首席数据官跻身高级管理层始于1980年代，当时技术企业认识到了主数据管理的重要性，以及数据处理是业务运营的核心部分。
首席数据官确保数据处理的正常运行，并建立有效的数据管理，以实现业务目标。首席数据官直接向CEO汇报，并且和不同的部门协同工作。
尽管首席数据官并不一定需要掌握高级的数据分析或其它技术，但他们也需要熟悉数据分析，以及当前多种多样的开源工具。同时，在某些公司里，首席数据官同时直接负责数据分析。此外，首席数据官还需要关注通常由首席信息官负责的数据管理存储以及其它IT相关任务。
两者区别是什么？
首席分析官和首席数据官的区别在于：前者负责领导分析数据，后者负责管理数据。这是两个不同的功能，虽然两者的岗位有时会互换。
如果我们回头看，首席数据官是整个企业领域都比较古早的职位，在首席分析官出现之前就已经存在。由于存在功能重叠，近年来很多公司都将这两个功能/职务合二为一了。随着很多公司从数据驱动战略转向分析和AI驱动战略，注意力也渐渐从数据管理转向数据分析。
与首席分析官相比，首席数据官在成为方案架构师的过程中，会构建对商业结果有重大影响的流程，因此对商业管理有更好的理解。这和首席信息官或首席数字官非常相似。首席分析官从数据中获得洞察力，但首席数据官应该专注于从数据中获得最大价值。
