電網大數據治理體系初探

談韻

摘 要 數據治理是指從使用零散數據變為使用統一主數據、從具有很少或沒有組織和流程治理到企業范圍內的綜合治理。它是一種關注于信息系統執行層面的體系，本文是國家電網合肥供電公司通過在營銷系統、用電信息采集數據的相關大數據應用業務探索和嘗試，在大數據基礎數據治理上的研究不斷加深，形成了自己的工作體系。

【關鍵詞】電網 電力大數據 治理 大數據管理

1 引言

2013年至2014年，國網公司信通部就逐步開展大數據研究與應用推進工作，完成編制《大數據應用研究報告》、《公司大數據典型應用需求分析報告》，組織中國電科院、南瑞集團等完成省公司大數據平臺總體設計，編制形成《公司大數據應用指導意見》。2015年正式啟動大數據平臺建設、應用試點工作。

目前，國網公司范圍內各單位陸續開展了一系列大數據的研究試點工作，但大多是集中于大數據平臺的技術研究實現，在應用方面多數是基于營銷系統、用電信息采集數據的相關應用業務探索和嘗試，而在大數據應用機制以及基礎數據治理上開展的研究工作較少。在進行數據綜合應用和智能分析的過程中，發現數據質量問題從表象看是數據不完整、數據質量差，但從深層次看是欠數據標準、缺數據管理職責、無數據考核機制等等。

2 數據治理的發展

上世紀九十年代以前，國外企業在數據治理方面也存在很多問題，IBM和摩托羅拉就是典型代表。

1992年之前，IBM在數據治理方面存在很多問題，沒有明確的可依賴的數據源，沒有明確的數據所有人，數據質量差。1995年，IBM梳理并制定了業務數據標準，定義了15大類業務標準、79個分類子業務標準，這樣全公司看到的是一個統一的業務定義；2004年，IBM制定了數據責任人體系，并聯合業界多家公司和學術研究機構，成立了數據治理論壇，制定包括四大領域11個要素的數據治理框架和方法，來指導數據治理工作的開展。2005年成立了數據治理委員會，之后又成立數據審核委員會。通過數據治理，IBM簡化了基礎架構，并降低了管理的復雜度。

同樣在上世紀末，摩托羅拉提出了六西格瑪管理策略，包含定義、測量、分析、改進、控制的DMAIC流程，初期用于解決產品/服務質量問題，后來也在解決數據質量方面得到很好的應用。

近幾年，IBM開展大數據治理研究，提出了18步大數據治理統一流程模型，并應用于電信、零售、金融和公共交通等行業。

2014年，中國出現了專門的數據治理研究組織ITSS WG1，并向ISO正式提交和發布了數據治理研究白皮書。

目前，國內電力行業開展的數據治理工作主要包含兩大類，一類是處理現有業務環節的數據質量問題，如營銷稽查；另一類是針對業務主題應用的數據治理，如營配貫通、運檢中心的數據質量評價。目前的數據治理工作沒有形成體系，缺少統一的標準、組織架構、管理考核機制，難以持續有效開展。

隨著對數據資產認識的不斷清晰，電力行業數據治理的目標也在發生轉變，國家電科院也已經開始著手數據治理體系的研究，但暫未涉及包含數據、應用、技術和管理的數據治理體系建設和應用。

3 電力大數據治理方法論

國網合肥供電公司在此背景下，制定深化大數據應用工作方案，以市縣公司實體業務為切入點，推進大數據應用方法在供電企業應用實踐，打造大數據應用環境，同時從以下幾個方面定義合肥供電公司數據治理的方法論：

（1）理解數據治理的職能；

（2）把握數據治理的核心；

（3）明確數據治理的目標。

通過執行數據治理，對電力企業數據的管理和利用進行評估、指導和監督，提供不斷創新的數據服務，為企業創造價值。

4 電力大數據治理體系探索

國網合肥供電公司經過不斷的在營銷系統、用電信息采集數據的相關應用業務探索和嘗試，在大數據基礎數據治理上的研究也在不斷加深，電力大數據治理體系建立需要明確的工作至少包含以下幾點：

（1）需要在哪些業務領域或應用場景作出電力業務數據治理的決策；

（2）需要哪些角色的人，以及如何參與到決策過程中；

（3）明確、完善電力大數據治理的最終目標。

4.1 數據治理原理研究

4.1.1 六西格瑪（Six Sigma，6σ）管理及其數據管理延伸

六西格瑪（Six Sigma，6σ）是一種能夠嚴格、集中和高效地改善企業流程管理質量的實施原則和技術，以”零缺陷”的完美商業追求，帶動質量成本的大幅度降低，最終實現財務成效的提升與企業競爭力的突破。實施步驟包括：定義、測量、分析、改進、控制。

六西格瑪管理延伸到數據質量管理方面，一般采用十步數據質量管理方法。

（1）定義和商定問題、時機和目標，以指導整個數據質量管理的工作；

（2）收集、匯總、分析有關形式和信息環境。設計捕獲和評估的方案；

（3）按照數據質量維度對數據質量進行評估；

（4）使用各種技術評估劣質數據對業務產生的影響；

（5）確定影響數據質量的真實原因，并區分這些原因的影響的數據質量的級別；

（6）最終確定行動的建議，為數據質量改善制定方案，包括數據級和組織級的；

（7）建立數據錯誤預防方案，并改正當前數據問題；

（8）通過改進組織管理流程，最大限度控制由管理上的缺陷造成的數據質量問題；

（9）對數據和管理實施監控，維護已改善的效果；

（10）溝通貫穿管理始終，循環的評估組織管理流程，以確保數據質量改善的成果得到有效保持。

依據六西格瑪（Six Sigma，6σ）管理的原則和技術，借鑒十步數據質量管理方法，以業務驅動，用數據說話，進行數據治理體系的研究和典型實踐，開展長效數據治理工作，為業務應用和決策分析提供優質數據。

4.2 數據治理關鍵點研究

4.2.1 識別數據質量關鍵要素

依據特定的業務需求或完整的業務場景，明確需要進行數據治理的關鍵要素。數據要素的涉及范圍廣，業務邏輯復雜，同時也就牽涉到的數據內容較多。

以供電公司統推PMS系統、營銷MIS系統為例，其中數據質量關鍵要素包括電網設備臺帳和參數：營銷系統中的用戶檔案、計量臺帳和臺戶關系，電能量采集系統中開關臺帳和電量數據，調度技術支持系統中負荷數據、電網電壓、停電等運行數據，用電信息采集系統中負荷、電量和停電等運行數據。例如PMS系統中線路設備的編號、名稱、電壓等級、所屬變電站、運維單位、運行狀態等信息，調度技術支持系統中線路的電流、電壓、有功功率、無功功率、功率因素、運行狀態、狀態切換等數據。

4.2.2 數據標準的制訂

制訂數據標準是一個非常系統和復雜的工作，但它是開展數據治理工作的基礎。根據數據質量定義，制定數據度量規則，包括完整性、唯一性、一致性、精確性、合法性、及時性等，這是一個反復迭代的過程，度量規則需要進行實踐驗證并不斷補充和完善，這是開展數據質量度量的關鍵。

4.3 數據治理管理責任研究

國網合肥供電公司在大數據應用項目中，經過不斷的摸索，梳理出關鍵性基礎數據的責任分解，大致如圖1。

4.4 數據治理考核研究

（1）設立數據治理組織機構，明確工作權責，建立部門間管理協同和業務統籌協調機制，推動數據治理工作長效開展。

（2）制訂數據治理考核制度，明確考核指標、考核周期、考核范圍、考核標準等，落實數據認責，以績效考核的方式促進數據質量的提升。

5 總結

供電公司已經進入大數據時代，數據治理面臨著多重問題，因此，合肥供電公司不斷在大數據應用過程中加強數據文化意識，推行數據治企的理念。摸索建立數據治理組織機構、培養大數據人才、學習大數據質量治理技術、制訂數據標準，同時加強數據安全，保護供電公司個人隱私，建立數據責任人認責體系。最后，持續不斷進行質量改進，為合肥公司電力大數據應用提供堅實的高價值數據基礎。

參考文獻

[1]涂子沛.大數據：正在到來的數據革命[M].桂林：廣西師范大學出版社，2012.

[2]維克托·邁爾—舍恩伯格，肯尼斯·庫克耶·大數據時代[M].杭州：浙江人民出版社，2013.

[3]陳潭.大數據時代的國家治理[M].北京：中國社會科學出版社，2015.