電力企業(yè)級數據治理體系的研究

廣州供電局有限公司 史 琳 吳 疆 吳霞虹

在信息化發(fā)展的背景下，互聯網技術以及信息技術也對電力企業(yè)帶來了沖擊和負面影響，尤其是大量的數據積累產生了數據治理問題。由于當前大數據帶來的負面影響，電力企業(yè)必須要加強數據治理。本文主要針對電力企業(yè)級數據治理現狀進行分析，在分析的基礎上構建電力企業(yè)級數據治理體系，并對該體系中的功能進行介紹分析。

1.電力企業(yè)級數據治理現狀

1.1 數據治理職責不健全

在我國，眾多電力企業(yè)響應政府的號召展開了關于數據監(jiān)視以及控制的工作，但是開始的時間較短，而且數據治理工作涉及到不同部門、不同專業(yè)以及不同層級，導致數據治理監(jiān)督措施不能得到很好的落實。尤其是目前眾多的電力企業(yè)當中并沒有建立專門的數據治理組織機構，就算部分組織成立了數據治理組織，組織中的人員存在職責不清的問題。就電力企業(yè)總體狀況而言，并沒有形成專門針對數據治理的“高層統籌，中層監(jiān)督，基層實踐”的機制，直接影響了電力企業(yè)內部的數據治理。

1.2 數據治理方法缺失

大數據時代來臨時間較短，因此在大數據治理方面的經驗相對較少，尤其是對于電力企業(yè)而言，數據治理方法也存在缺失的問題，最終導致電力企業(yè)的數據治理能力較弱。在我國當前電力企業(yè)當中，對于數據定義、監(jiān)控等方面的不足，直接導致了數據混亂、數據不完整等問題，限制了數據的深入分析和治理。

1.3 數據質量戰(zhàn)略執(zhí)行策略缺失

作為電力企業(yè)的數據治理而言，指導數據管理的核心是戰(zhàn)略，戰(zhàn)略也是數據質量的關鍵。隨著數據治理問題的提出，已經提出了關于數據治理、質量控制的規(guī)則，通過這些規(guī)則能夠加強數據質量監(jiān)督與管控，但是在實際的數據治理執(zhí)行的過程中仍然存在問題，缺乏有效性。尤其是對于電力企業(yè)中的新增數據而言，管控方面難度較大，在管理方法方面也有待于完善。在無差異化的數據質量執(zhí)行策略方面，管控效果極差。

通過對當前電力企業(yè)數據治理的分析能夠發(fā)現，當前電力企業(yè)的數據治理中存在較大問題，不僅僅在很多企業(yè)中沒有建立相應的數據治理組織，而且也沒有建立起相應數據治理的標準和方法。在未來電力企業(yè)數據治理的發(fā)展中必須注重這一問題，注重點，完善治理體系，引進治理方法，提升電力企業(yè)的數據治理能力。

2.電力企業(yè)級數據治理體系構建及優(yōu)化

2.1 電力企業(yè)級數據治理體系模型選擇

在前面分析了當前我國電力企業(yè)發(fā)展現狀以及數據治理建設的現狀，按照IBM數據治理成熟度參考模型來看我國電力企業(yè)的數據治理僅僅處于基本管理階段（第二級），為進一步促進我國電力企業(yè)數據治理能力與數據治理發(fā)展，擬對當前管理階段進行升級，到第三級、第四級以及第五級，按照這一模型進行優(yōu)化，制定電力企業(yè)數據治理的工作目標以及計劃。不斷優(yōu)化電力企業(yè)的數據治理，從而提高電力企業(yè)數據治理成效。

圖1 IBM數據治理成熟度參考模型

2.2 電力企業(yè)級數據治理體系構建原則

對于電力企業(yè)的數據治理而言，關鍵是采取科學有效的措施來實現常態(tài)化管理，建立相應全方位、全深度、全周期的數據治理體系，以此來保障電力企業(yè)。

2.2.1 全周期

對于電力企業(yè)的數據治理而言，應該關注電力企業(yè)的各個環(huán)節(jié)，從電力生產開始一直到用戶的整個生命周期都需要進行監(jiān)控與管理。

2.2.2 全深度

在進行電力企業(yè)的數據管理的過程中，需要對數據架構的每一個指標以及每一個數據進行深層度的分析，還應該進行細化，保證數據分析的準確性、科學性。

2.2.3 全方位

在電力企業(yè)的數據治理過程中需要各個部門、不同單位以及全部人員參與其中，而且需要不同系統、不同領域之間的協調參與。

2.3 電力企業(yè)級數據治理體系模式選擇

在前面對電力企業(yè)數據治理現狀以及工作計劃與目標的分析中，可以最終確定電力企業(yè)級數據治理的建設模式。經過分子最終建議電力企業(yè)選擇自上而下的建設模式，確定電力企業(yè)級數據治理體系中涉及的主要內容與關鍵，主要包括主數據管理及應用、數據質量提升、數據安全管理強化、信息生命周期管理、企業(yè)級數據架構設計與管理、全方位數據應用等方面。

2.4 電力企業(yè)級數據治理體系架構

通過前面分析最終確定電力企業(yè)級數據治理體系的主要架構，核心領域主要包括數據治理組織、數據構架管理、主數據管理、數據質量管理、數據服務管理及數據安全管理等內容，在實際的電力企業(yè)級數據治理的過程中，必須將這些內容有機結合在一起，相互協調，相互支撐，促進電力企業(yè)級數據建設發(fā)展。

3.電力企業(yè)級數據治理體系核心領域分析

3.1 主數據管理

對于主數據管理而言是保障數據有效性、一致性的前提，在電力企業(yè)的主數據管理中主要是針對數據以及基本信息，除基本信息之外其他信息分別由其他核心領域進行處理。在主數據管理平臺中建立執(zhí)行數據標準，并建立有效的主數據管理流程，通過標準以及流程來保證數據治理的有效執(zhí)行。在主數據的管理建設中還應該注重標準化，建立相應固化數據標準以及管理方法，形成符合規(guī)范的編碼庫，以此來保證數據管理能夠在整個電力企業(yè)中通用共享。

3.2 數據質量提升

針對數據管理中存在的各種問題發(fā)現必須要提高數據質量，因此要構建數據數據質量管理體系框架，以此來加強數據管理。分析電力企業(yè)中的數據管理的相關指標，并且對相關數據的成熟度分析的基礎上進行標準、編碼、模型和數據的統一管理。通過分析篩選其中的冗雜數據，避免資源的過多占用，另外還應該注重電力企業(yè)級數據的集中管理和數據共享，加強事前防范、事中監(jiān)控、事后治理，最終實現電力企業(yè)級數據的閉環(huán)反饋調節(jié)管理，以此來保證電力企業(yè)級數據管理中得到高質量數據。

3.3 數據安全管理強化

電力企業(yè)當中科學合理的使用數據，能夠幫助電力企業(yè)有效的規(guī)避風險，并充分利用這些數據加強電力企業(yè)管理與運營。在加強數據安全管理強化的過程中，必須要注重電力企業(yè)級數據的重要性、敏感性以及合規(guī)性，在此基礎上劃分電力企業(yè)數據的安全級別，并且根據安全級別制定授權機制和安全管理專職崗位。同時，在數據安全管理領域還需考慮的要素至少包括:數據存儲安全、數據傳輸安全、數據訪問權限管理、數據合規(guī)管理、數據隱私管理。

3.4 數據生命周期管理

全面分析提出了電力企業(yè)級管理中必須注重全周期管理，因此需要對電力企業(yè)級數據的各階段生命周期進行分析，明確數據生命周期管理組織體系、角色與職責，從數據開始作為整個數據治理系統主線，從不同層面對業(yè)務系統、數據交換以及分析應用等相關數據進行分析。同時還應該針對電力企業(yè)的實際狀況來設計相匹配的數據管控體系，根據電力企業(yè)數據生命周期來完善數據治理的機制，主要的生命周期管理流程如下所示：

1)數據創(chuàng)建階段。針對電力企業(yè)中的相應數據，來確定管理部門以及相應數據對應的責任人，明確不同數據針對的數據標準以及規(guī)則。

2)數據流轉階段。在數據進行流轉的過程中，必須明確電力企業(yè)數據架構的標準，并嚴格按照標準執(zhí)行，根據這些標準來合理構建數據模型以及數據接口，對于異構系統而言，應該著重提升數據集成能力。

3)數據存儲優(yōu)化階段。在電力企業(yè)的數據治理中，必不可少的要關注數據存儲問題。對于當前電力企業(yè)中的各種業(yè)務數據實際情況進行分析，明確實時數據特性，根據數據特性來制定相匹配的數據存儲方案，并不斷對存儲方案進行優(yōu)化。

4)數據質檢階段。根據電力企業(yè)的實際情況采用數據質量檢查管理工具來對工具進行管理，檢查數據的合法性、唯一性以及完整性等問題，在保證電力企業(yè)級數據高質量的基礎上反饋給用戶使用。

5)數據運維管控階段。

3.5 全方位數據應用

電力企業(yè)級數據的整合整理的基礎上對數據進行應用，應用也是建立在深層次分析基礎上的。在當前信息化的基礎上需要借助不同的手段來進行數據分析挖掘，這一過程中也必須引入數據治理，對電力企業(yè)級數據進行深入分析，確定數據和指標之間的關系，最終反映出數據的真實情況，通過智能決策確定電力企業(yè)級數據治理的有效性。

4.結論

當前對于電力企業(yè)而言，必須加強數據治理體系建設，結合電力企業(yè)的實際發(fā)展狀況來設計數據治理總體框架，并明確數據治理的核心工作是什么，以為基礎建立數據治理組織結構，強化數據安全管理，保證電力企業(yè)級數據治理工作的常態(tài)化、持續(xù)化和全周期性，提升電力企業(yè)級數據治理水平。