数字经济时代，数据是重要的生产要素。和能源公司的重要资产。今天宜信华晨就来给大家讲讲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？面对“十四五”时期的新阶段新要求，能源数据治理成为能源治理不可回避的话题。01.我国能源产业数字化升级步伐加快。3月22日，国家发改委、国家能源局发布♂。文件称，我国进入建设现代能源体系的新阶段。现代能源产业进入创新升级期。以碳达峰和碳中和为核心，能源体系面临新的变革需求，亟需进一步增强科技创新引领和战略支撑作用，全面提升先进能源产业基础和产业水平链现代化。此外，文件还表示，要加快推进能源产业数字化、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、物联网等新技术推广应用。能源领域的大数据。积极开展电厂、电网、油气田、油气管网、油气库、煤矿、终端用能设备设施和流程智能化升级改造，提高柔性感知和效率能源系统的生产经营能力。适应能源数字化、自动化、网络化的基本发展要求，构建智能调度系统，实现源、网、荷、储互动、多能协调互补、能源需求智能调控。02.能源企业三方面数据治理实践目前，能源行业企业也在适应数字经济，如火如荼地进行数字化转型，强调“数据驱动价值”，或希望通过信息化重塑数据。——数据深度挖掘与有效治理。差异化竞争力。能源产业对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，数据集成难度也越来越大。面对数据冲突、数据标准不统一、管理机制缺失、数据共享、使用效率低下等挑战，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上，通常分为以下三个方面：1.分析域数据治理（元数据管理）以元数据为核心，目标是理顺数据分析与构建。建模流程，提升数据质量，为构建分析型数据应用提供保障。元数据主要解决所谓的“数据四问”，即我是谁？我在哪里？我从哪里来？我要去哪里？2、事务域数据治理（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）关注数据在数据采集、传输、存储、建模、利用等业务应用和分析应用等过程中的技术唯一性、一致性和完整性质量特征，以及业务准确性、规范性、全面性等质量特征，开展分类、清洗、检查、维护等管理工作。从能源行业的现状来看，这三个方面在实践过程中都存在一定的重叠，但目前还没有很好地融合这三个方面的数据治理实践，也没有出现不需要非结构化的数据治理实践。数据，尤其是时间序列数据。能源大数据治理代表性典型案例03、能源企业数据治理存在的问题疫情之下，不少企业受到波及。在此形势下，能源企业已经意识到，作为稳定社会经济的重要基础，自身的责任也越来越重要。越来越多的企业意识到，在“危”与“机”并存的情况下，依托大数据技术加速企业数字化转型或许是保持业务持续增长的可靠途径。而当数据是企业的重要资产已经成为业界共识的时候，企业对数据治理和数据质量的认知和发展也变得凸显。虽然很多企业都意识到数据是企业的核心资产，但是如果没有完善的数据资产管理体系，就很难发挥出数据要素的生产力。能源企业数据量大、数据类型多、数据生成速度快。这就需要企业对实际生产过程中的数据产生、存储、处理、应用、归档的整个数据生命周期进行管理。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措施开发利用数据。但也有企业发现，数据资产体系建设后，数据资产化和数据价值并未实现预期，数据产生的洞察力和报告也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下、数据标准不一致、数据安全性不足、应用场景不足等。04.宜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帮助能源企业充分整合多源、异构的数据信息资源、治理和智能数据资产规划和开放能力，以合理、合规、安全、高效的方式为各业务条线的数据需求方提供有价值的数据。高效的方式，全面监控数据资产在全业务流程中的赋能和有效性，激活数据元素的潜能，驱动治理方式和生产方式的变革。如图所示，按照“全球意识、业务导向、数据为核心、分步演进、本地执行”的原则，建设发展将以“1+4+N”模型，以促进数据资产管理项目的敏捷构建和开发。迭代升级。1策略：保证数据资产管理功能的实现；4大功能体系：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：服务于N个数据增值应用和数字应用场景。1、数据集成实现企业内多源异构数据的汇集，并进行有效的整合与开发，使数据实现更多的关联与碰撞，打破企业数据孤岛，产生更多有价值的数据，有利于以业务发展和创新，保证数据资产的完整性。2、数据治理构建统一可执行的标准，提升数据质量，挖掘数据关系，建立数据认可和责任追究机制，治理后的标准化数据可以融入不同的业务领域。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，是推动数据向全业务条线推进，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步骤.4、资产运营推广高价值数据，收集数据资产需求，不断完善和扩展整个数据资产体系。只有通过运营，数据才能准确、有效、安全、合规地被数据消费者使用，才能充分体现数据资产的价值。05.案例展示1.项目背景工业互联网催生了能源领域的一潭泉水，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践行大数据建设，响应山东省积极开展新旧动能转换的号召，融合创新大数据、云计算、人工智能、工业互联网与企业共同推动企业精细化管理、精准化决策和精益化运营。2.痛点问题在具体推广过程中，集团很快遇到了瓶颈——发现内部虽然有海量数据，但数据的价值却无法得到充分发挥。想做数据分析和挖掘，但是没有高质量的数据支撑，只能做一些表层的数据分析应用。经过多方考察和比较，集团最终选择了易信锐智智能数据治理平台，希望通过多场景协同，实现新旧动能转换、管理升级、数据化运营，提升运营管理效率。经过多方调研分析，目前集团为实现本项目目标面临诸多问题：（1）历史原因：遗留数据孤岛集团大量信息自动化系统产生海量多源异构数据，这些系统的数据标准不统一，形成数据烟囱，无法实现数据融合和关联分析。(2)客观存在：存在大量脏数据。集团整体信息化能力较强，业务部门对信息系统的利用率较高。但由于缺乏建立数据质量管理体系的时间，容易出现数据录入错误、录入数据格式不规范、长报等数据质量问题。(3)部门独立性：没有数据资产编目。各部门的业务人员只知道自己在工作中接触到的数据，却不知道整个集团有哪些数据，哪些与自己工作相关的数据可以使用，使得大量的数据变成了休眠数据。集团数据治理体系仍在建设中，发现问题不能及时纠正。三、建设内容易信华辰针对集团实际数据问题，充分考虑国家大数据战略规划，实施数据治理，建设数据仓库，逐步推进数据应用按需落地。通过数据治理、数据赋能、数据化运营等核心要素，构建集团数据治理平台。最后，采用标本兼治、可持续发展的设计理念，制定了“三步走”计划。（1）根源：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，确定数据质量主体责任在业务部门，建立数据质量绩效考核体系，从源头上解决问题数据质量问题。同时，在技术层面进行覆盖集团数据全生命周期的数据治理。通过元数据管理，掌握数据的来龙去脉；通过数据标准管理，统一数据标准；通过数据质量管理，发现数据质量的原因，逐步从源头上提升数据质量；通过对数据资产的编目，各业务部门可以了解集团数据及其含义，申请数据接入处理和分析，最终实现人力资源、财务、安全生产、设备、ERP等八大系统的数据治理、OA、党建、档案。（2）姑息治疗：建设集团级大数据资产平台在集团内建设基于hadoop架构的大数据平台，利用Kafka、Flume等技术手段，实现矿山安全监控等实时感知数据，人员定位、设备、压力、水文采集、清洗和存放。结合各系统治理后的数据，进行数据集成，建立人力资源、财务、安全生产、设备、办公五个学科领域的数据仓库。最后将各类数据资产归类，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，保障数据安全，实现数据共享。（3）治理：业务人员快速实现数据赋能。集团意识到数据化运营最终一定要让一线业务人员具备数据思维，掌握数据分析能力。因此，在本项目中，实施工程师创建了一批数据自助分析模板。业务人员不仅可以利用模板已有的分析模型进行数据分析和检索，还可以通过简单的拖拽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。4、项目价值通过一期项目的数据治理，宜信华晨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，实现了集团全流程海量多源异构数据采集和管理人力、财务、设备、煤质、安全生产等核心数据，形成优质数据资产。通过数据资产目录向全集团发布，用业务元数据来解释数据的含义，方便业务人员找到自己需要的数据。业务人员可以申请自己需要的数据。数据管理员审核通过后，业务人员即可使用零代码敏捷分析工具自行分析检索数据，实现数据赋能，支撑日常生产运营管理。由于采用标本兼治、数据赋能的建设策略，解决企业数据质量、数据集成等痛点，通过数据赋能，让客户看到数据治理的成果，构建信心。集团负责人表示：“未来，我们将积极拥抱工业互联网，推进5+N平台管理模式，将数据作为企业创新发展的核心资产。我们希望在已有成绩的基础上，，我们可以通过后续项目实现对集团所有核心数据的数据治理，针对集团核心数据的人、财、物、产、供、销、环、生产安全全要素业务场景，利用数据分析和挖掘技术构建分析模型，实现全集团数据化运营的智能管控。”06.总结目前，很多企业在完成信息化建设后，随着企业逐步向智能化转型，企业内部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企业的价值和意义。但是，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查找难、应用难、管理难的问题，最终实现企业数据价值。挖掘和数据资产实现增值和数据资产“应用和管理”稳步推进。
