电网信息化

从业务驱动到数据驱动 洞悉数字化转型秘密

2019-08-20 13:54:44 南方电网报 作者:刘杰

传统的企业信息化建设就是将物理世界的业务流程在信息世界中定义一遍,现在的业务现状、竞争格局,客户需求,无时无刻不在发生变化。

大数据的重要性已无需多谈。早在2012年,IBM董事长兼CEO罗睿兰就在她的年度公开信中写道:“大数据不亚于一种新的自然资源。数据在我们当今时代的角色就像是蒸汽、电磁和化石燃料对之前时代的角色一样。它有潜力推动更高一层的社会进步和繁荣。”正如那句被用滥的比喻,大数据就是现代社会的石油。

企业在热情拥抱数字化转型时,必须具有一种治理思维。通过过去十几年的信息化建设,很多企业已经积累了大量的数据,从数据中挖掘和分析价值,从业务驱动向数据驱动的数字化转型体系,将是数字化转型的一个颠覆性变革。

1从源头治理,保证数据质量

随着全球竞争不断深化,一个专利从申请到最后被其他商家复制的时间越来越短,企业在创新之外,必须更加注重以“低成本高效率”方式开展公司业务,即保证每一个商业决策明智、正确,在竞争过程不犯错误,在经营中减少浪费。做到这一点,企业必须广泛推行以事实为基础的决策方法,使用数据分析来优化企业的运营环节,挖掘其中的潜在价值。

这要求用来做决策的数据必须是真实可靠的。试想一下,如果电网公司市场营销部门提供错误地址信息,检修人员如何迅速帮助其复电?银行里,风险管控部门需要核对大量贷款材料细节,医院里,医生需要尽可能全面了解患者临床信息,如果这些信息出现错漏,将大大影响各种决策的准确度。

为了避免这一点,必须从源头入手,规范数据化采集。据《哈佛商业评论》报道,能源公司Aer-aEnery集全公司之力,详细定义了包括合同、客户在内的53个业务关键词,成功打造了高质量元数据。这项工作费时费力,最终公司工程师的生产效率却提高一倍以上,企业收到巨大的回报。

另一方面,还应避免信息孤岛的产生。华南理工大学教授、博士生导师蔡泽祥,中国工程院院士李立浧等人在合写的《能源大数据技术的应用与发展》论文中曾提到,在能源行业,由于电力、煤炭、天然气等企业信息化过程中,在缺乏有效的统一管理机制,各自建设独立的能源管理系统,通过各自的传感器采集单独系统的数据,彼此系统架构、协议等不一致,各自采集的数据无法共享,在未来也将影响大数据进一步挖掘和分析。

从技术入手,做好规范外,让数据变得有效还应加强业务部门与信息技术部门的沟通。一般来说,高质量数据会提升产品、服务和决策质量,业务部门获益最大。如果数据质量不高,业务部门将首当其冲,需要直面客户发难,而后方的信息技术部门却很难体会到其中痛苦。因此在数据的提供者与使用者之间也应建立起长效可靠的改进业务机制。

也就是说,企业应该像对待其他重要资产一样,学会发现、评估和治理数据资产。在进行数字化转型的今天,一定要明确数据资产的来源、类型和数据准备情况,才能根据企业的经营战略,确定其中需要弥补的差距及优先级,最后在综合考虑数据质量、重要性、相关度、获取成本等因素后,对数据资产优化。从剔除其中的错误数据开始,重塑数据质量管理。

2数据要用得着,就不会望“数据海洋”兴叹

物联网时代,人、物无时无刻不在产生数据。随着小微传感器、信息技术的发展,每年可产生的数据呈指数级增长。对于员工来说,在海量数据中找到日常工作所需的信息成为一个难题。要解决这个问题,企业在储存数据时首先应该考虑怎么提出正确问题。即,从业务角度出发,想到解决什么问题,这些数据要和回答这个问题有关,从而值得收集和处理。

广州市梅东路大桥底下的充电桩,全部安装了有序充电管控装置。每个管控装置可控制的充电桩数量达30个以上。有了这个装置,不仅可以避免瞬时充电过大,局部重过载,更能在后续的电网规划时,避免为了尖峰负荷配置更多的电网设备。这个装置还可以读取数据,自主学习。广州供电局相关负责人介绍,等到电力市场交易品种更加丰富时,这些数据就能够更好地指导用户行为。

同样的还有与工业园区的企业合作。在广州市从化明珠工业园区多元互动项目里,广州供电局相关负责人为记者展示了几组工艺曲线,当无序生产控制1小时,11台密炼机最大高功率达到6200千瓦,它能够通过识别每台密炼机典型工艺过程的负荷曲线进行有序控制,设置不同的平移时间,当平移时间为20秒时,最大功率已变为5000千瓦,削峰比例19%。也就是说,这里最先提取的数据是为了最优的节能方案而来。

需求也可以随着技术的发展不断优化。美国国家海洋与大气管理局最开始做“海浪监测计划”时,最早的传感器只能监测海浪的能量,因此是对海浪大小的监控。随着系统升级,计划增加了对大海能量进行发电提供关键的分析型数据。企业也如是,比如供电企业对设备通过传感器进行实时监测,得到24小时的设备运行状态数据。但是在具体分析时会发现,单一数据可能无法全面解决自己提出的问题,需要借用外部合作。设备数据如果引入气象局的气象数据,两相叠加,对设备的评价也就更客观。

要做到这一点,企业内部应该达成一个共识:企业的数据最开始基本掌握在信息技术部门手中,跟随财务、供应链、人事合作等发展起来,这些部门的业务需求十分明确。但是随着企业数字化的深入推进,其他部门的数据需求可能更加多元,甚至很难确切表达。这时候数据分析人员在侧重“技术”的同时,也应加强“信息”的理解,即对业务、人类行为提出更好的问题,这样大数据才能真正为企业所用。

3数据驱动创新,产生附加价值

让数据产生价值的最后一步是让它流转起来。信息会因为共享发酵出更强大的效果。

首先,企业内部要建立良好的数据流转机制,确保只要经过必要的流程,任何部门在业务活动中需要用作分析的数据都可以及时、完整、高质量、界面友好地获取。用作分析后,业务部门还应将数据结果及时反馈给信息部门,用于数据质量的管理。

随着数据存储量的增大,企业还应留意“边缘智能”,即在终端侧部署人工智能,不用全部实时数据回传云平台,可以更有效地在前端解决部分问题。

深圳供电局与华为公司合作完成的基于前端智能识别卡的输电视频智能巡检系统就是很好的“边缘智能”案例。简单说,以前,传统输电线路视频监控终端通过通信服务商专网直接接入监控中心后台,视频图像不加筛选就回传。现在双方共同研制的输电智能识别卡,具备线路杆塔终端侧智能分析能力,也就是在出现警告事件时才回传图片或短视频。在后台,则通过对不断丰富的问题样本进行算法训练优化,提升识别效果。

数据在企业内部流转起来后,还应该有意识地借助联盟合作、行业组织、政府部门及国际组织等,建立起不同社会组织之间数据传输、共享、交易等需要的治理机制。一旦这个机制得以建立,数据的能量将会被更加放大。

显而易见,企业积累的产品数据不仅对客户有价值,对第三方也非常有价值。以此,企业可以基于这些数据开展新的业务。深圳电网综合能源公司最近与招商银行合作电力数据商业化运营,研发“大数据+能源金融”产品。银行通过电网公司提供的电力数据分析,解决中小企业征信难的问题。电网公司将已有的数据通过分析也活化起来。

在这种与外部数据流通机制的建立过程中,企业应该避免陷入好大喜功的陷阱。很多企业对数字化转型大干快上,试图很快提升业绩水平。数据如何迅速变现,很难直接衡量。治理数据需要的技术、人才投入却是显而易见的。这笔数字账,企业也应精心计算好。

■推荐阅读

数字化转型中的数据策略管理

对于智能互联产品,数据是价值创造和保持竞争优势的基础。然而收集数据需要传感器,这会增加产品成本,同理,数据传输、存储、保护和分析也会提高成本。要发现哪些类型的数据有最高的性价比,公司必须先回答以下问题:每一类数据如何为产品功能增添实际价值?数据如何提高公司在价值链中的效率?这些数据能否帮助企业理解并提升整个产品系统的性能?要优化数据功效,收集数据的频率应该是多少?数据保存的时间该多长?

除此之外,公司还需考虑产品的完整性、安全性以及每类数据涉及的隐私风险和成本。公司收集的数据敏感性越低,那么遭遇攻击和传输中断的风险就越低。当数据的安全要求较高时,公司就要拥有能力保护数据,同时尽量将数据储存在产品中,降低传输风险。(我们将在今后的文章中详细讨论产品安全问题。)公司选择的数据还要以战略定位为基础。如果公司的战略聚焦于提升单一产品性能或降低服务成本,那么它通常需要收集实时的,能立即产生价值的数据。对于复杂昂贵的产品,例如风力涡轮和飞机引擎,它们的停机成本非常高,这些数就尤为重要。

立志在系统中领先的公司,它们需要对多个产品和周边环境的详细数据进行收集和分析,即便这些产品不由公司生产。例如,一个智能互联产品系统需要为不同地点的所有设备收集交通、天气条件和燃油价格等信息。公司收集数据的选择因战略而异。

智能温控器生产商Nest公司的目标是在提高能效和降低能源成本方面领先,因此,公司不但收集产品使用的详细数据,还收集电网用电高峰的数据。公司根据这些数据开发了高峰时段奖励系统(RushHourRewards),该系统能在用电高峰时段自动升高空调温度,减少能耗,同时能在高峰时段来临前对房间进行提前降温。Nest还和供电公司合作,将它们提供的数据与用户数据整合,并由供电公司奖励那些减少峰时用电的客户折扣和积分。(节选自迈克尔·波特、詹姆斯·贺普曼《物联网时代企业竞争战略》)


北极星智能电网在线官方微信

相关推荐

加载中...