电力企业数据资产管理及数据化运营分析

1、电力企业数据资产管理及数据化运营分析摘要：随着智能电网建设的深入以及管理体系的决策部署，对业务数据处理提 出了更高的要求。数据资产管理是一种新型的数据管理理念，是将数据等同于实 物、知识、人才等企业核心资产进行的管理和利用，有助于提升企业的数据价值， 推动企业向数据化运营转型，实现将数据转换为智慧，使企业获得商业竞争优势， 进而更好地把握市场先机，向更高层次发展迈进。电力企业虽然也意识到深度挖 掘数据资产价值，实现数据资产化管理的重要性，但与互联网、电信、电子商务 等新兴行业相比，在数据资产的管理及应用等方面还存在较大的差距，主要是由 于电力企业信息化建设水平偏低，对数据资产价值的挖掘还不够深

2、入，无法实现 数据的可信可用、保值增值、高效共享和质量有效管控。因此，有效开展数据资 产管理工作成为电力企业面临的重要课题。关键词：电力企业；数据资产管理；数据化运营数据资产管理工作对电力企业的发展具有积极的推动作用，但由于电力企业 受自身的管理模式、认识水平、数据质量和应用水平的限制，导致数据资产未能 有效地发挥应有价值。基于此，从数据资产管理的特征入手，通过对电力企业数 据资产管理现状进行分析，进一步提出改进数据资产管理工作的有效措施，旨在 提高电力企业数据资产管理水平和夯实数据化运营基础。1数据资产管理的特征数据资产既具有实物资产的特征，又具有无形资产的特点，主要表现为数据 资产的客户广

3、泛性、成本收益性和寿命周期性。客户广泛性是指数据资产可为不 同客户提供服务。数据资产作为一种资源，可以根据客户的不同需求，挖掘出不 同的价值，应用范围十分广泛，已不局限于企业内部或行业内部，可以把数据资 产当作商品进行出租、出售而产生效益。成本收益性是指数据资产创造的价值大 于消耗的成本，也就是通常所说的资产回报率大于100%。数据的产生、存储、 运维、共享、使用、退出等过程都是需要投入一定的人力、物力和时间，具有一 定的成本。同时数据使用后又可以创造一定的价值，具有相应的收益，当数据效 益大于数据成本时才可以归为数据资产。寿命周期性是指数据资产具有生命周期，不同阶段具有不同的使用价值，随 时

4、间推移数据资产价值逐渐降低，当产生的价值无法抵消其存储、维护成本时， 就会将其处置掉。同时也要体现对数据资产的全生命周期管理。2开展数据资产管理的必要性电力企业开展数据资产管理工作是实现数据化运营转型的重要基础。数据化 运营是指企业开展的所有生产、经营、管理活动都是以数据信息为依据，数据不 只是简单的辅助诊断工具，更是企业制定发展战略、经营策略、政策方针的科学 依据。通过开展数据资产管理工作，提高了企业工作人员对数据资产产生价值重 要性认识，形成了统一的数据视图和数据规范，提升了电力企业数据资产管理水 平，为后续大规模数据应用夯实了基础。3电力企业数据资产管理现状3.1对数据资产管理工作不够重

5、视电力企业信息化建设过程中，数据资产总量高速增长，虽然有专门的机构负 责数据管理，但仍然存在数据质量不高、管理方式粗放等问题，影响数据资产管 理工作的实际开展效果，主要是电力企业有着明显的行业优势，对经济收益的需 求不如一般商业公司强烈，造成对数据资产管理工作不够重视，有很多电力企业 都缺少数据管理岗位的编制，数据管理工作由其他部门人员兼职管理，不论是时 间上，还是精力上都不能满足数据资产管理的要求，再加上有些电力企业数据管 理的关键操作流程缺失，工作人员在具体实施数据管理时只能凭经验或参照传统 商业智能分析思路，最终导致数据管控能力较弱，数据质量不高，直接影响数据 分析的准确性和实时性。3.

6、2数据整合缺乏统一规范来至不同业务条线的数据统计口径、区间以及采集逻辑等相对独立，导致不 同来源数据间缺乏切实有效的整合，尚未形成统一的企业数据视图和数据标准， 直接影响数据统计结果的一致性和完整性。而且有些数据尚需手动输入，在一定 程度上也影响了数据的采集效率和准确度。3.3缺乏明确的数据应用场景电力企业很多数据分析工作仅限于企业内部，无法实现跨行业、跨领域的综 合分析，对实际产生的价值也并不十分明确，看似开展的数据资产管理工作意义 不大，最终导致开展数据应用的积极性不高；对新的数据分析软件、数据分析方 法的运用相对保守，对开展大规模的数据应用驱动力不足，限制了数据价值的有 效发挥。但是，在

7、电力企业特别关注的领域做得比较好，例如，安全供电方面就 采用了新的数据应用场景，提升了电网调度运行领域的数据应用水平。4改进电力企业数据资产管理的措施4.1强化对数据资产管理工作的重要性认识电力企业应定期开展数据资产管理知识的相关培训，将数据资产管理的有关 制度内化于心、外化与形，在思想上重视数据资产管理工作，在行动上践行数据 资产管理工作，整个企业形成浓郁的数据资产管理氛围。同时还要转变传统的数 据管理理念，摒弃数据越多越好的错误认识，树立有效数据价值观，把数据资产 管理工作看作是获取经济收益的有效手段和获得社会认可的有效途径，当然还需 要结合自身实际情况，积极采用符合自身特点的经营模式，全

8、面提升数据资产管 理工作效果。4.2夯实数据资产管理基础4.2.1基础架构目前电力企业普遍采用Oracle、旧M、HP等系统用于数据处理分析。但随着 数据量的飞速增长，只能以不断增加硬件资源来满足对数据存储和处理速度的要 求，造成采购成本不断攀升。因此，可以适时采用分布式Hadoop系统基础架构 试点部署，通过云计算来满足海量数据的分布存储、计算、整合和分析，同时也 降低了硬件采购成本。4.2.2安全保障以现有数据安全保障措施为基础，增加数据应用安全的管理规范，开展针对 用户群体的应用场景，注意保护用户的隐私数据信息。这是因为电力企业数据资 产的应用范围在不断扩展，再加上数据包含了经济、民生等

9、各个方面的信息，一 旦隐私数据外泄，将有可能给电力企业和用户造成不可挽回的损失。4.2.3人才保障以现有数据管理人员为基础，着重培养和聘用数据资产管理人才，包括数据 资产管理规范制定者、数据应用专家和数据资产清洗者。数据资产管理规范制定 者要求精通业务类型、懂得数据管理、熟悉数据应用，能够将各个部门数据信息 进行整理、汇总和共享，而且能制定出科学合理的企业整体数据规范和做好相应 的资产核算工作，为积极开展数据资产管理工作奠定坚实的基础。数据应用专家 要求对业务需求具有敏感性，具备对数据资产进行分析和研究的能力，能够根据 需要设计出不同的数据需求模型和数据应用场景以及相应产品，为各部门充分利 用

10、数据资产提供方便。数据资产清洗者要求具有良好的沟通协调能力、管理控制 能力和贯彻执行能力，能够针对日常产生的各项数据信息进行有效的筛选、甄别 和清洗，将有用信息进行整合，提升数据的有效性，同时也有效避免了无用数据 的干扰。4.3拓展数据资产管理应用场景拓展数据资产管理应用场景也即为数据资产应用的分析思路，电力企业数据 资产应用的分析思路包括比对、细分、溯源、趋势等四个方面。比对分析是指底 层数据与统计结果的比对，关键是对比来源不同但彼此关联的数据；细分分析是 指采用跨行业分析维度和一些数据挖掘的分析方法对数据进行进一步分解、分类; 溯源分析是指探究问题发生的原因，从根本上解决发现的问题或现象；趋势分析 是指根据现有统计数据描绘企业未来发展趋势，关键是提高分析的频度和准确性。5结语数据贯穿于企业运转的各个环节，数据资产管理是社会发展与企业发展共同 的要求，但是电力企业当前的数据资产管理工作还存在明显不足，需要采取切实 有效的方式和手段改进、提升数据资产管理工作，逐步实现数据存储、管理、月服 务的协调统一，以满足跨专业业务协同与信息共享，更好地为数据化运营夯实基 础，促进企业的绿色、健康、可持续发展。参考