数字经济时代,数据是具有重要价值的生产要素。 能源数据不仅是推动行业发展的关键因素,也是国家、社会和能源企业的重要资产。 面对“十四五”时期新阶段、新要求,能源数据治理成为能源治理中不可回避的问题。 易信华辰今天就跟大家聊聊能源行业数字化转型的背景,以及能源企业应该如何做好数据治理?

图片1

能源治理与法律前景_能源治理_能源治理与法律/

01.我国能源产业数字化升级正在加速

3月22日,国家发展改革委、国家能源局印发《现代能源体系“十四五”规划》。 文件表示,我国进入建设现代能源体系新阶段。 现代能源产业进入创新升级时期。 聚焦碳达峰和碳中和,能源体系面临新的变革需求。 迫切需要进一步增强科技创新的引领和战略支撑作用,全面提升先进能源产业基础和产业链现代化水平。

能源治理与法律_能源治理_能源治理与法律前景/

此外,文件还表示,要加快能源产业数字化、智能化升级。 推动能源基础设施数字化。 加快信息技术与能源产业融合发展,推动能源产业数字化升级,加强新一代信息技术、人工智能、云计算、区块链、物联网、大数据等新技术推广应用在能源领域。

积极开展发电厂、电网、油气田、油气管网、油气储库、煤矿、终端能源消费等领域设备、设施和流程的智能化升级,提高能源系统的柔性感知和高效的生产运营能力。 适应能源基础设施数字化、自动化、网络化发展要求,建设智能调度系统,实现源网荷储联动、多能协同互补、能源需求智能调节。

02.能源企业数据治理实践的三个方面

目前,能源行业企业也在适应数字经济形势,正在紧锣密鼓地进行数字化转型,强调“数据驱动价值”,或希望通过对数据的深入探索和有效治理,重塑差异化竞争力。

能源治理与法律_能源治理_能源治理与法律前景/

能源产业对于国民经济具有独特的属性。 随着企业数字化转型的深入,业务系统越来越多,数据量越来越大,数据集成的难度加大。 面对数据冲突、数据标准不一致、缺乏管理机制、数据共享、使用效率低等挑战,数据治理的重要性和必要性进一步凸显。 目前,能源企业的数据治理实践主要集中在结构化数据,通常分为以下三个方面:

1.分析领域数据治理(元数据管理)

以元数据为核心,目标是简化数据分析和建模流程,提高数据质量,为构建分析数据应用提供保障。 元数据主要解决所谓“数据四个问题”,即我是谁? 我在哪里? 我从哪里来? 我要去哪里?

2、交易域数据治理(主数据管理)

以主数据为核心,目标是保证业务应用及其集成交互的顺畅,提高数据质量,降低业务风险。

3、数据质量驱动的数据治理(数据标准管理)

对于业务应用和分析应用的数据采集、传输、存储、建模和利用过程中涉及的数据,应重点关注其技术上的唯一性、一致性、完整性等质量特征,以及业务的准确性、标准化、综合性。等质量特征,开展分类、清洁、检查、维护等治理工作。

从能源行业的现状来看,这三个方面在实践中存在一定的重叠性。 但三方面的数据治理实践还没有很好的融合,没有出现非结构化数据,特别是时间序列数据。 这是能源大数据治理的典型案例。

03.能源企业数据治理问题

疫情之下,很多企业都受到了影响。 在此形势下,能源企业认识到自己是稳定社会经济的重要基础,肩负着越来越重要的责任。 越来越多的企业意识到,在当前“危机”与“机遇”并存的情况下,依靠大数据技术加速企业数字化转型或许是维持业务增长的可靠路径。 当数据是企业的重要资产成为行业共识时,企业对数据治理、数据质量的理解和发展也凸显出来。

尽管很多企业认识到数据是企业的核心资产,但如果没有完整的数据资产管理体系,就很难释放数据要素的生产力。 能源企业数据量大、数据类型多、数据产生速度快,这就要求企业对实际生产过程中数据产生、存储、处理、应用、归档的整个生命周期进行管理。

能源治理与法律前景_能源治理_能源治理与法律/

目前,大型央企在数据湖建设、数据资产目录建设、数据指标体系建设、数字化运营平台建设等方面采取了一系列数据开发利用措施。

然而,一些企业在搭建数据资产体系后发现,数据资本化和数据价值并没有按预期实现,数据产生的洞察和报告没有得到业务和管理部门的充分认可。 主要原因包括数据质量低、数据标准不一致、数据安全性缺失、应用场景缺乏等。

04.易信华辰大数据资产管理解决方案赋能能源企业数字化转型

易信华辰大数据资产管理解决方案可以帮助能源企业全面整合多源异构数据信息资源。 通过一站式数据治理和智能数据资产规划和开放能力,可以合理、全面地整合有价值的数据。 规范、安全、高效地为各业务线的数据需求者提供服务,全面监控整个业务流程中数据资产的赋能程度和有效性,激活数据要素潜力,驱动治理方式和生产方式变革。

能源治理与法律前景_能源治理与法律_能源治理/

如图所示,遵循“全球意识、业务导向、数据为核心、分步演进、本地执行”的原则,围绕“1+4+N”构建和开展模型帮助数据资产管理项目敏捷构建和开发。 迭代升级。 1策略:确保数据资产管理功能的实施; 4大功能系统:以数据集成、数据治理、资产规划与开发、资产运营四大管理功能为支撑; N个服务:服务N个数据增值应用和数字化应用场景。

1.数据整合

实现企业内多源异构数据的汇集,并进行有效的整合和开发,让数据实现更多的关联和碰撞,打破企业数据孤岛,产生更多有利于业务发展和创新的有价值的数据,保证完整性的数据资产。

2. 数据治理

只有建立统一、可执行的标准,提高数据质量,探索数据关系,建立数据责任和问责机制,治理后的标准化数据才能融入到不同的业务领域。

3、资产规划与开发

构建统一规范的数据资产视角和合适的服务方式,是推动数据向各业务线推进、充分释放数据巨大价值、让数据更好反哺企业业务发展的重要举措。

4、资产运营

推广高价值数据,收集数据资产需求,不断完善和拓展整个数据资产体系。 只有通过运营,数据才能被数据消费者准确、有效、安全、合规地使用,才能充分体现数据资产的价值。

05.案例展示

一、项目背景

工业互联网激起了能源领域的能量洪流,新一代信息技术是其不断发展的加速器。 山东能源集团下属集团率先在煤炭行业实践大数据建设。 响应山东省号召,积极开展新旧动能转换。 将大数据、云计算、人工智能、工业互联网等技术与企业融合创新,推动精准管理、精准决策、精益运营。

2.痛点问题

在具体推进过程中,小组很快遇到了瓶颈——发现内部虽然有海量数据,但数据的价值却无法发挥出来。 想做数据分析挖掘,但是没有高质量的数据支撑,只能做一些浅层的数据分析。 应用。 经过多方考察和比较,集团最终选择了易信睿智智能数据治理平台,希望共同实现新旧动能转换、管理升级、数字化运营,提升多场景运营管理效率。 经过多方调查分析,为实现该项目目标,目前集团面临诸多问题:

(1)历史原因:遗留数据孤岛

集团大量的信息自动化系统产生了来自多个来源的海量异构数据。 这些系统的数据标准不同,形成数据烟囱,无法实现数据融合和关联分析。

(2)客观存在:海量信息和脏数据

集团整体信息化能力较强,各业务部门信息系统利用率较高。 但由于数据质量管理体系没有及时建立,容易出现数据录入错误、输入数据格式不规范、多头报送等数据质量问题。

(3)部门独立性:无数据资产目录

各部门的业务人员只知道自己在工作中接触到的数据。 他们不知道整个组有哪些数据,哪些与自己工作相关的数据可以使用,将大量数据变成了休眠数据。 集团数据治理体系尚在建设中,发现问题无法及时纠正。

三、建设内容

针对集团实际数据问题,并充分考虑国家大数据战略规划,易信华辰实施数据治理,建设数据仓库,逐步推动数据应用按需实施。 以数据治理、数据赋能、数据化运营为核心要素,打造集团数据治理平台。 最后,采取标本兼治、可持续发展的设计理念,制定了“三步走”方案。

能源治理与法律前景_能源治理_能源治理与法律/

(一)治本:建立自上而下的数据治理体系

一是从管理层面,帮助集团构建数据治理体系,制定数据质量管理办法,确定业务部门数据质量主体责任,建立数据质量绩效考核体系,从源头解决数据质量问题。

同时,集团在技术层面进行覆盖数据全生命周期的数据治理。 通过元数据管理,我们可以掌握数据的来龙去脉; 通过数据标准管理,可以统一数据标准; 通过数据质量管理,可以发现数据质量的原因,从源头逐步提高数据质量; 通过数据资产编目,各业务部门可以了解集团数据及其含义,进行数据采集、处理和分析,最终实现人力资源、财务、安全生产、设备、ERP、OA、党建、档案。

(二)标本兼治:打造集团级大数据资产平台

集团搭建了基于Hadoop架构的大数据平台,利用Kafka、Flume等技术手段,实现矿山安全监测、人员定位、设备、应力、水文等传感数据的实时采集、清洗和存储。 并结合各系统治理后的数据,进行数据整合,建立人力资源、财务、安全生产、设备、办公5大学科领域的数据仓库。 最后对各类数据资产进行编目,形成整个集团的大数据资产平台。 同时通过权限管理、流程审批、数据加密脱敏等一系列手段保证数据安全并实现数据共享。

(3)岗位管理:业务人员快速实现数据赋能

集团认识到,数据化运营最终要让一线业务人员具备数据思维,掌握数据分析能力。 因此,在项目的这个阶段,实施工程师创建了一批自助数据分析模板。 业务人员不仅可以使用模板中现有的分析模型来分析数据,还可以通过简单的拖放方式进行探索性分析并尝试新的分析。 数据分析模型,学习数据分析思想,逐步掌握数据分析能力,实现数据赋能。

四、项目价值

通过一期项目的数据治理,易信华辰为客户建立了集团级大数据资产平台,利用大数据技术实现数据采集、清洗、分析和建模,实现了集团全多源异构数据采集​​,对核心人力资源、财务、设备、煤炭质量、安全生产等数据进行数据管理,形成优质数据资产。

将数据资产目录发布给全集团,通过业务元数据来解释数据的含义,让业务人员更容易找到自己需要的数据。 业务人员可以申请自己需要的数据。 经数据管理员批准后,业务人员可以使用零代码敏捷分析工具进行自助分析和数据采集,实现数据赋能,支撑日常生产运营管理。

由于采用了数据标本兼治、数据赋能的建设策略,解决了企业数据质量、数据融合等痛点和问题。 通过数据赋能,客户可以看到数据治理的成果,树立信心。 集团领导表示:“未来,我们将积极拥抱工业互联网,推行5+N平台管理模式,把数据作为企业创新发展的核心资产。我们希望在现有成果的基础上,可以通过后续项目实现集团所有核心数据的数据治理,针对集团核心数据,利用数据分析和挖掘技术,构建人、财、物、物等全要素业务场景的分析模型。生产、供应、销售、环境、安全生产等,实现全集团数据化运营的智能化管控。”

06. 总结

目前已有多家企业完成信息化建设。 随着企业逐步向智能化转型,企业内部已经开始形成一定的数字化战略蓝图和规划。 他们深知数据资产对于企业的价值和意义。

然而,只有构建企业数据资产管理体系,推动企业数据资产管理规范和创新,提升数据应用价值,才能解决企业数据资产找难、应用难、管理难的问题,最终实现企业数据价值挖掘和数据资产变现和增值。 数据资产“应用与管理”稳步推进。

作者 admin