電力企業數據中臺架構下的數據管理建設

江蘇電力信息技術有限公司 趙 琳

為解決數據問題，數據管理技術逐漸被各個企業所重視，諸多有關數據管理的思考與研究隨之涌現。但目前企業在實際的數據管理中還存在一定的問題。因此，本文基于數據中臺架構，提出了數據管理的建設思想，并針對數據管理中基于主數據的源端數據整合方法進行探析，以期提出有效的數據管理方法，為企業業務的智能創新發展提供數據支撐依據。

目前，企業的信息化建設基本采用傳統的建設理念進行規劃實施，對于各個大數據平臺基本采用“立煙囪”的方式，導致企業各個業務系統均擁有自身的設備和管理方法，導致信息化系統維護成本高、數據資源復用困難、數據質量不高等問題。如何能夠解決這一問題，打通數據并建立統一的數據標準，是企業應當考慮的重要問題，本文通過基于數據中臺機構的數據管理進行分析。

1 數據中臺相關理論

1.1 數據資產的產生背景

2020年4月，中共中央、國務院公布《關于構建更加完善的要素市場化配置機制的意見》，數據作為一種新型生產要素被寫入中央文件。2020年5月，第十三屆全國人民代表大會第三次會議上，李克強總理的政府工作報告中，提出“推進要素市場化配置改革”，“培育技術和數據市場，激活各類要素潛力”，“打造數字經濟優勢”。2020年10月，江蘇省政府印發《省政府辦公廳關于深入推進數字經濟發展的意見》，提出”研究數據要素市場運行機制“，”搭建基于區塊鏈等技術的數據安全共享與開發平臺“，”探索建設數據交易中心“，”加快構建以數據為關鍵要素的數字經濟”。國家電網公司和江蘇省電力公司高度重視數據要素的自由流動和價值發揮，將電力大數據增值工作列入新興產業升級和提質增效專項行動方案。要求聚焦政府、企業、居民對能源數據的應用需求，推動數據產品的規模化應用，打造多樣化的數據運營商業模式和服務模式。要以促進數據要素流動、釋放數據價值為目標，推進數字業務發展。

1.2 數據中臺的基本概念

數據中臺不是大數據平臺，而是借助各種數據技術，對海量的數據進行采集、存儲、計算、加工，從而形成統一的數據標準，根據標準數據，再對數據進行存儲，形成數據資產化，為服務對象提供優質、科學的服務。

傳統的數據開發的過程中，核心數據模型基本維持不變或變化相對較慢，但維護的數據量較大，因此難以匹配業務創新的速度，對于新的數據需求時長無法滿足。數據中臺的出現，良好解決了這一問題，提升了工作效率，加強了協作能力，為開發團隊的開發速度做出基礎保障，同時能夠滿足前臺的開發團隊在開發時不會受到后臺數據開發的影響。

1.3 建設原則

數據中臺的建設并非一朝一夕，建設企業需要結合自身實際情況，打造合適的數據中臺能力。數據中臺的建設，需要遵守相關的建設原則。第一，企業現有的組織架構與職能機制應配合數據中臺的建設進行完善。第二，工作方式將會發生改變，需要數據人員對企業自身的業務數據、模型進行充分調研，開展端到端的實踐。第三，數據中臺的團隊不應固化傳統支撐角色的思維，而是應向數據運營角色轉變，從而能夠為業務人員提供合理的決策依據，成為新的業務增長點。第四，數據中臺的建設需要充分結合企業的特點。信息時代，數據更加開放、共享，企業在進行數據中臺建設時應將數據視為資產進行運營，從而最大程度提升核心能力。

2 企業數據管理存在的問題

2.1 業務需求方面

通常，企業的各個部門根據部門自身的業務需要，均制定了本部門的數據業務標準，導致各個標準不統一，產生沖突、混淆等問題，在實際的業務開展過程中，數據不能做到互聯互通，極易形成數據煙囪、信息孤島，難以形成企業全量化的數據治理組織架構，同時基本不能建立完善的數據管理辦法。

2.2 系統建設方面

當下，企業的業務開展需求廣泛，企業信息化系統多而復雜。當企業的業務發生變化時，系統并沒有及時進行調整與適配，系統的集成度相對較低。而且，企業負責信息化的部門對于所需系統的建設難以做到及時響應和需求完全落地實現，系統功能呈現高耦合狀態，后期的運行維護成本高居不下，無法適應企業業務靈活變化。

2.3 業務數據方面

企業中各個的業務部門在建立對應的系統后，均會產生大量的業務數據，但均存在以下問題。第一，數據冗余復雜。多源異構導致的數據大量冗余，為數據的分析與挖掘帶來了諸多不便。第二，數據質量相對較低。系統在數據類型的設計上并未考慮企業架構對數據架構的需求，難以形成企業規模的數據統一架構，造成數據的完整性、一致性無法實現。

圖1 電力企業數據中臺架構下的數據管理建設

3 電力企業數據中臺架構的數據管理建設思想

電力企業數據中臺架構下的數據管理的核心思路是需要將數據作為一種資產，對其進行全面的管理。最終的目標是打破數據的隔閡，消除數據接口不統一的問題。具體可分為兩步走：第一，根據現有的系統數據源，對基于主數據管理的模塊實施源端數據整合，通過構建數據倉庫，將數據進行輕度的匯總，對數據集成全量的復制至數據倉庫中。同時，對數據采用清洗、加工等，使數據倉庫的模型能夠整合多源數據，從而實現數據的互通共享，能夠對原系統進行校驗與比對。第二，在對數據完成匯總后，需基于元數據管理進行相關邏輯整合，將數據實現應用共享，同時，也應能夠對原系統數據采取元數據管理，實現邏輯上的整合管理。

數據中臺具備數據接入、存儲計算、數據分析、資源管理、服務管理、運營管理六大能力。按照數據中臺“貼源層、共享層、分析層”的三層數據架構，統籌推進數據資源歸集、數據模型整合和數據產品構建工作。打造企業中臺門戶，開放各專業數據資源目錄、模型資產、數據產品等，實現數據“可視、可查、可取、可用”，提供“全流程、一站式”便捷服務，進一步提升中臺能力開放水平，促進公司數據價值全面釋放。

4 基于主數據的源端數據整合方法

主數據是指用于描述組織機構內的物、人等業務實體的數據，其核心是企業的業務數據。主數據是各個系統之間實現數據互通共享的關鍵。當下，部分企業雖已經建立了統一的主數據平臺，但是，主數據仍然是由企業內專業的部門分別對其維護與使用，依舊沒有形成企業級別的標準，存在著諸如項目、業務、組織機構等主數據的編碼不統一、不一致的問題，加大了人員在不同的系統中重復管理、低效率工作的現象。

基于統一的數據模型，構建企業主數據管理平臺，識別與分離遍布在各個系統之間的主數據，并對主數據表的各個字段進行管理與維護，對其使用權限進行認證，利用分發機制共享至各個業務系統，滿足其使用的需求。同時，還需對各個業務系統的功能進行改造升級，通過集成企業主數據管理平臺的相關功能，維護好自身系統內的主數據，避免出現主數據在各個系統間發生數據冗余的問題。

因此，基于主數據的源端數據整合建議如下：一，構建企業級數據模型標準。通過建立企業的主數據分類標準框架，設定目錄索引，根據各個業務系統的數據，逐一的分析并梳理，形成數據模型標準。二，對主數據進行盤點。通過識別各個業務系統的主數據，梳理相關參數屬性，確定各個數據項的來源與權限，建立主數據的臺賬。三，完善主數據平臺。對企業級主數據管理平臺及時維護更新，使其功能保持先進性，集成各項所需服務。四，對原有的信息化系統改造升級。通過應用集成各個業務系統中的相關功能，對原有系統的業務活動、事件等產生的主數據做調整。五，建立數據管理機制。對于數據管理工作進行相關機制構建，從而打造企業內的數據管理支撐平臺，對數據的標準、共享、臺賬、安全、質量等實施統一的管理。

綜上，企業的數據管理是企業數據中臺架構建設的基礎保障，而基于數據中臺機構探析數據管理時可以發現，首先需要解決的是數據共享、數據標準化的問題。本文同歸對數據中臺的相關理論概念進行闡述，分析了企業數據管理存在的主要問題，歸納了基于數據中臺架構的數據管理建設思想，并提出了基于主數據的源端數據整合方法。相關研究成果對于企業數據管理起到參考價值，為增強互聯網大數據時代企業競爭力做出貢獻。