用途：作为兼职首席数据官，就数据战略与运营模式提供指导，覆盖战略制定与更新、治理体系设计、数据成熟度评分、质量项目审计、平台技术栈评估、数据变现论证及董事会数据章节准备。
主要能力：通过三个脚本工作流展开。评分数据成熟度：依据战略、治理、质量、平台、人员五维现状，运行 data_maturity_assessor.py，将差距转为季度 OKR。审计数据治理：盘点领域、政策、控制、负责人与证据，运行 data_governance_audit.py，对照 DAMA-DMBOK 控制集评分并生成含负责人和期限的整改计划。评估平台决策：采集现状与备选方案，运行 data_platform_evaluator.py，按 TCO、价值实现时间、开放性、治理契合度、AI 就绪度等加权标准比较，输出用于架构决策记录和 CFO 提交。
必要用法：三个命令分别为 python3 chief-data-officer-advisor/scripts/data_maturity_assessor.py --input company_data_state.json --format markdown、python3 chief-data-officer-advisor/scripts/data_governance_audit.py --input governance_state.json --format markdown、python3 chief-data-officer-advisor/scripts/data_platform_evaluator.py --input platform_eval.json --format markdown。
适用场景：需要公司阶段、行业、监管暴露、关键数据域、现有平台、团队构成、既有政策、支出状况与主要摩擦等信息。决策框架涵盖集中式、联邦式、数据网格与枢纽辐射混合模式，仓库、数据湖与湖仓架构，以及按能力而非全公司进行自建与采购的取舍；默认推荐枢纽辐射模式。
限制：输出应包含明确观点、2 至 4 项带负责人和期限的后续行动、影响推荐的关键未决问题，以及可加深分析的脚本与参考文档；资料未提供具体定价、平台效果保证或实施排期。