數字經濟時代，數據是具有重要價值的生產要素，其中的能源數據既是推動行業發展的關鍵要素，也是國家、社會以及能源企業的重要資產。面對“十四五”時期的新階段、新要求，能源數據的治理問題已經成為能源治理繞不開的議題。億信華辰今天就來為大家說說能源行業數字化轉型的背景，以及能源企業該如何做好數據治理？
圖片1

01、我國能源產業數字化升級正在加速

3月22日，國家發展改革委、國家能源局印發《“十四五”現代能源體系規劃》，文件表示，我國步入構建現代能源體系的新階段。現代能源產業進入創新升級期。圍繞做好碳達峰、碳中和工作，能源系統面臨全新變革需要，迫切要求進一步增強科技創新引領和戰略支撐作用，全面提高能源產業基礎高級化和產業鏈現代化水平。

除此以外，文件還表示，要加快能源產業數字化智能化升級。推動能源基礎設施數字化。加快信息技術和能源產業融合發展，推動能源產業數字化升級，加強新一代信息技術、人工智能、云計算、區塊鏈、物聯網、大數據等新技術在能源領域的推廣應用。

積極開展電廠、電網、油氣田、油氣管網、油氣儲備庫、煤礦、終端用能等領域設備設施、工藝流程的智能化升級、提高能源系統靈活感知和高效生產運行能力。適應數字化、自動化、網絡化能源基礎發展要求，建設智能調度體系，實現源網荷儲互動、多能協同互補及用能需求智能調控。

02、能源企業數據治理實踐的3個方面?

目前，能源行業企業也順應數字經濟形勢，如火如荼地進行著數字化轉型，強調“數據驅動價值”，或者希望通過對數據的深入探究和有效治理，重塑差異化競爭力。

能源行業對于國民經濟具有獨特屬性。隨著企業數字化轉型的深入，業務系統更多，數據量更大，數據整合也更困難。面對數據打架、數據標準不統一、缺乏管理機制、數據共享、使用效率低等挑戰，數據治理的重要性和必要性進一步凸顯。當下，能源企業對這些數據治理的實踐主要集中在結構化數據方面，通常分為以下3個方面：

1.分析域數據治理（元數據管理）
以元數據為核心，目標是理順數據分析建模過程，提高數據質量，為構建分析型數據應用提供保障。而元數據主要解決所謂的 “數據四問”，即，我是誰？我在哪里？我從哪里來？我往何處去？

2.事務域數據治理（主數據管理）
以主數據為核心，目標是確保業務應用及其集成與交互的順暢，提高數據質量，降低業務風險。

3.數據質量驅動的數據治理（數據標準管理）
對業務應用、分析應用在數據采集、傳輸、存儲、建模、利用過程中涉及的數據，針對其技術上的唯一性、一致性、完整性等質量特性，以及業務上的準確性、標準化、全面性等質量特性，進行梳理、清洗、檢驗、維護等治理工作。
從能源行業現狀看，這三個方面在實踐過程中相互有一定的交叉，但目前還沒有很好地融合三個方面的數據治理實踐，也沒有出現對非結構化數據尤其是以時序數據為代表的能源大數據進行治理的典型案例。

03、能源企業數據治理存在的問題

疫情之下，很多企業備受影響，在此情境下，能源企業紛紛意識到自身作為穩定社會經濟的重要基礎，責任愈發重大。越來越多企業意識到，依托大數據技術加速企業數字化轉型，可能是當下“危”“機”共存下維續業務持續增長的可靠路徑。而當數據是企業重要資產成為業界共識，企業對數據治理和數據質量的認知和發展也隨之凸顯。

盡管有很多企業意識到數據是企業的核心資產，但是沒有完備的數據資產管理體系，數據要素的生產力就很難發揮出來。能源企業的數據體量大、數據類型多、數據產生快，這就要求企業在實際生產的過程中，對數據的產生、存儲、加工、應用、歸檔等數據全生命周期進行管理。

當前，大型央企從數據湖建設、數據資產目錄建設、數據指標體系建設、數字化運營平臺建設等方面采取了一系列開發利用數據的措施。

然而，部分企業發現數據資產體系構建后，并沒有像預期那樣實現數據資產化和數據價值化，數據產生的洞察和報表也沒有完全收到業務和管理部門的認可。主要原因包括數據質量不高、數據標準不一、數據安全缺位、應用場景匱乏等。

04、億信華辰大數據資產管理方案為能源企業數字化轉型賦能

億信華辰大數據資產管理方案可以幫助能源企業全面整合多源、異構的數據和信息資源，通過一站式的數據治理和智能的數據資產規劃開放能力，將有價值的數據合理、合規、安全、高效的提供給各業務條線的數據需求方，全方面監控數據資產在全業務流程中賦能程度和成效，激活數據要素潛能，驅動治理方式、生產方式的變革。

如圖所示，遵循“全局意識、業務為本、數據為核、分步演進、局部執行”為原則，圍繞“1+4+N”模式來建設和開展，助力數據資產管理項目敏捷建設和迭代升級。1個策略：保障數據資產管理職能落地實施；4大職能體系：以數據集成、數據治理、資產規劃開發、資產運營四大管理職能為支撐；N項服務：服務N個數據增值應用和數字化應用場景。

1.數據集成
實現企業中多源異構數據的采集，并進行有效的整合和開發，讓數據實現更多的關聯和碰撞，打破企業數據孤島，產生更多有利于業務開展和創新的價值數據，確保數據資產的完整性。

2.數據治理
構建統一可執行的標準，提升數據質量，發掘數據關系，建立數據認責和問責機制，治理后的標準化數據，才能融會貫通到不同的業務領域。

3.資產規劃開發
構建統一、規范的數據資產視角，合適的服務方式，是將數據向全業務條線推廣的重要步驟，充分釋放數據的巨大價值，使數據能夠更好地反哺企業業務的發展。

4.資產運營
推廣高價值的數據，收集數據資產需求，不斷完善、拓展整個數據資產體系，通過運營才能讓數據精準有效、安全合規地被數據消費者使用，并充分體現數據資產價值。

05、案例展示

1.項目背景
工業互聯網激起能源領域一池春水，新一代信息技術則是其不斷發展的加速器。山東能源集團某下屬集團率先在煤炭行業實踐大數據建設，響應山東省號召積極開展新舊動能轉換，將大數據、云計算、人工智能、工業互聯網等技術與企業融合創新，促進企業的精細管理、精準決策、精益運營。

2.痛點問題
在具體推進中，集團很快遇到了瓶頸——發現內部雖有海量數據，卻無法發揮出數據價值，想做數據分析挖掘，卻沒有高質量的數據支撐，只能做一些淺層的數據分析應用。在多方考察和比較下，該集團最終選擇億信睿治智能數據治理平臺，希望能攜手實現新舊動能轉換，管理升級，數據化運營，在多個場景實現經營管理效率的提升。經多方考察分析，當前集團要實現此次項目目標面臨著諸多問題：
（1）歷史原因：遺留數據孤島
集團大量的信息化自動化系統，產生了海量多源異構數據，這些系統數據的數據標準不一，形成了一個個數據煙囪，無法實現數據融合、關聯分析。

（2）客觀存在：信息海量臟數據多
該集團整體信息化能力較強，業務部門對信息系統的使用率較高，但由于數據質量管理體系沒有來得及建立，容易出現數據錄入錯誤，錄入數據格式不規范、多頭報數等數據質量問題。

（3）部門獨立：無數據資產編目
每個部門業務人員只知道自己工作中接觸到的數據，不知道全集團有些什么數據，有哪些和自己工作相關的數據可以利用，使大量數據變成沉睡數據。集團數據治理體系尚在建設中，發現問題但也無法及時糾正過來。

3.建設內容
針對該集團的實際數據問題，充分考慮到國家大數據戰略規劃的前提下，億信華辰實行數據治理、建設數據倉庫、逐步按需推進數據應用落地。通過數據治理、數據賦能、數據化運營核心要素建設集團數據治理平臺。最終采用標本兼治、持續發展的設計理念，制定“三步走”計劃。

（1）治本：自上而下建立數據治理體系
首先從管理層面幫助集團建設數據治理體系，制定數據質量管理辦法，確定數據質量主體責任在業務部門，建立數據質量績效考核制度，從源頭上解決數據質量問題。

同時在技術層面對集團進行涵蓋數據全生命周期數據治理，通過元數據管理，掌握數據來龍去脈；通過數據標準管理，統一數據標準；通過數據質量管理，發現數據質量原因，從源頭循序漸進提升數據質量；通過數據資產編目，讓各業務部門了解集團數據及其含義，申請取數加工分析，最終實現人力、財務、安全生產、設備、ERP、OA、黨建、檔案八大系統的數據治理。

（2）治標：建設集團級大數據資產平臺
在集團搭建基于hadoop架構的大數據平臺，通過Kafka，Flume等技術手段，實現礦端安全監測、人員定位、設備、應力、水文等感知數據的實時采集、清洗和存儲。并結合各系統治理之后的數據，進行數據整合，建立人力、財務、安全生產、設備、辦公五大主題域的數據倉庫。最終針對各類數據資產進行編目，形成整個集團的大數據資產平臺，同時通過權限管理、流程審批、數據加密脫敏等一系列手段保障數據安全，實現數據共享。

（3）治崗：業務人員快速實現數據賦能
該集團意識到數據化運營，最終必須讓一線業務人員具有數據思維，掌握數據分析能力。所以本期項目由實施工程師拋磚引玉，制作了一批數據自助式分析模板，業務人員不但可以利用模板現有的分析模型分析取數，更可通過簡單的拖拽方式做探索性分析，嘗試新的數據分析模型，學習數據分析思路，逐漸掌握數據分析能力，實現數據賦能。

4.項目價值
通過一期項目的數據治理，億信華辰為客戶建立了集團級大數據資產平臺，運用大數據技術實現數據采集、清洗、分析建模，實現了集團全量多源異構數據采集，并對核心的人力、財務、設備、煤質、生產安全數據進行數據治理，形成高質量的數據資產。

通過數據資產目錄對全集團發布，并用業務元數據解釋數據含義，便于業務人員尋找自己所需的數據。業務人員可以對自己所需數據提出申請，數據管理員審批通過后，業務人員可以利用零代碼敏捷分析工具自助分析取數，實現數據賦能，支持日常生產經營管理。

由于采用標本兼治，數據賦能的建設策略，解決數據質量，數據融合等企業痛點難題，也通過數據賦能讓客戶看到了數據治理的成果，建立了信心，集團領導表示：“未來我們會積極擁抱工業互聯網，推行5+N平臺化管理模式，把數據作為企業創新發展的核心資產。希望在現有成果基礎上，我們能通過后續項目實現集團所有核心數據的數據治理，并針對集團核心的人、財、物、產、供、銷、環，生產安全全要素業務場景，利用數據分析挖掘技術建設分析模型，從而實現全集團數據化運營智慧管控。”

06、小結

至今為止，很多企業已完成信息化建設，隨著企業逐漸向智能化轉型，企業內部開始形成一定的數字化戰略藍圖與規劃，他們深知數據資產對于企業的價值與意義。

但只有搭建企業數據資產管理體系，推進企業數據資產管理規范和創新，提升數據應用價值，才能解決企業數據資產查找難、應用難、管理難等問題，最終實現企業數據價值挖掘及數據資產變現升值和數據資產的“應用和管理”的穩步前進。