水务企业数据资产管理探索与实践

　　摘要：随着信息化和大数据的深入发展，数据资产逐渐成为共识，与之而来的，是数据资产管理体系的探索搭建和实践。本文首先阐述了数据资产的概念与特性；其次指出水务企业数据资产现存的问题，并为水务企业如何打造数据资产管理体系进行方法论探索；最后介绍了青岛水务大数据中心项目的实践案例，阐明在这一具体项目管理实践中如何运用数据资产管理并使其发挥最大价值。

　　1. 发展背景

　　随着互联网、大数据、人工智能等技术的发展和深度融合，水务企业数字化程度不断加深。据《中国城镇水务行业2035年技术进步规划》，2021年智慧水务信息化投资超百亿元。

　　要想把大数据发展对企业运营带来的挑战转化为机遇，就需要对数据资产进行管理。数据资产管理的核心是将数据作为与人才资产、知识资产、实物资产等一样能创造价值的核心资产，企业需要为其构建完备一致的管控架构以进行管理[1]。

　　2. 数据资产的概念与特性

　　2.1 数据资产概念

　　“数据资产”一词最早由Peters于1974年提出，根据数据资源和信息资源的概念演变而来。之后随着数据应用、数据管理和数字经济的深入发展被普及。

　　在企业中，并非所有数据都能构成数据资产，那什么样的数据才有资格成为资产呢？从财务意义的层面看，是能够用货币计量的企业经济资源，表现为以下两种形式：数据本身能在合适的场景中产生价值；能促进企业产品增长收益。从广义层面看，数据资产是企业拥有并在运营活动中形成的数据资源，在企业治理应用数据的全生命周期中都有可控价值，这里的价值不仅限于直接经济收益，还包括通过数据资产化管理为企业增效产生的无形价值[2]。

　　2.2 数据资产特性

　　数据资产具备两大基本特性：广泛应用性和效益性。广泛应用性是指数据资产可以通过不断分析挖掘进行重复使用并被广泛应用，而且数据资产的效益产生不局限于企业内部，同一份数据资产可以根据不同需求，创造不同的管理价值和效益。效益性是指数据资产产生的价值应大于企业对其生产、维护、管理所产生的成本。这就可以引入“数据回报率”的概念来衡量，即数据回报率=数据效益/数据成本。

　　3. 水务企业数据资产存在的问题

　　相关统计数据表明，近年来，传统水务企业总营收、净利润增速均呈下降趋势，虽然流动性出现回暖信号，但全行业资产负债率仍在逐年上升[3]。一系列的数据和相关政策表明我国水务行业未来发展空间十分广阔，但面临的问题也尤为突出。究其根本，有以下四方面的原因：

　　3.1 数据丰富但分散，需汇聚总览

　　水务企业业务形态丰富，持续的运营生产在每时每刻源源不断地产生数据，但企业层面缺少获取一手生产数据的渠道，无法实时掌握各单位生产、管理实际情况，由此导致缺乏实时化、数字化的管理决策支撑系统。

　　3.2 数据存在多源或歧义，需统一定义与管理

　　目前多数水务企业数据依赖手工填报，针对不同部门、不同需求、不同口径下的数据统计往往由不同人员多次执行，一方面重复填报浪费精力，另一方面数据来源渠道不统一，使数据统计的及时性、准确性难以得到保障，且由于人员理解不同而导致数据指标计算方式不同，往往使统计结果存在一定偏差。

　　3.3 数据离散孤立，需互通共享

　　目前在国内水务企业生产经营活动中，各业务板块普遍相对独立，各方数据仅供自身使用，各系统间未能成为有机数据互联的整体，未能实现合理的透明与共享，不利于一体化调度等先进的生产管理措施的推进，这在一定程度上抑制了集团创新活力。

　　3.4 数据使用方式较传统，需进一步挖掘价值

　　目前多数水务企业对数据的使用还依靠传统手段，直接指挥一线生产运营，或简单地统计汇报。对数据价值的挖掘和深入探讨才刚刚起步，暂时未能借助一些更先进的大数据相关技术或工具。

　　4. 打造水务企业数据资产管理体系

　　目前水务企业的数据资产管理体系要从四个维度来打造：制定标准、搭建平台、治理数据、智能应用。

　　4.1 制定标准

　　制定数据标准，确保数据标准化是实现系统联通、数据驱动，建设好大数据中心的基础保障。制定标准规范，可以统一企业的基础数据规范和各业务系统的基础数据标准，打破信息孤岛，解决各层级数据基础数据不一致、难以共享对接等问题。

　　4.2 平台搭建

　　搭建大数据汇聚与共享平台，通过云计算、大数据、物联网、移动应用、人工智能、区块链等新技术，深度融合水务行业，把“数字化”应用于公司治理与为民服务中，创造新型的管理与服务模式。平台搭建需要采集并整合公司各个部门及所属企业的相关数据，建立水务综合数据库和共享交换数据库[4]，并建立对数据库的管理、维护、更新和使用的长效管理机制，实现公司各部门之间的互联互通、资源共享，各个部门可以及时、方便地获取与当前业务密切相关的其他部门共享的业务信息资源。

　　4.3 数据治理

　　数据治理是将数据转换为数据资产。具体包含主数据管理、元数据管理、数据质量管理、数据资源目录、数据地图、数据安全等。由于数据治理工作难度大，建议公司前期统一进行数据治理，以技术信息部为牵头，建立工作站，培养人才队伍，后续再将责任落实到各下属单位。

　　4.4 智能应用

　　水务企业可根据自身需求，建设展示大屏、报表中心、管理驾驶舱、自助式分析应用、AI应用等数据应用，赋能业务，充分发挥数据价值。

　　5. 青岛水务大数据中心项目实践案例

　　5.1 概述

　　5.1.1 建设背景

　　青岛水务集团基于数字化转型的背景，编制了《青岛水务集团有限公司智慧水务总体规划报告（2021-2025年）》，提出“1-3-6-N”的总体蓝图，明确智慧水务建设总体目标是：以创新引领集团数字化转型，通过企业价值链重构，全面提升安全保障、管理效能、用户满意度水平，推动节能降耗、提质增效，实现数据资源化、生产智能化、管理精细化、服务主动化，为管理决策提供数字化平台支撑。其中，大数据中心的建设是集团数字化转型战略的重要举措之一。

　　5.1.2 建设内容

　　结合集团智慧水务专项规划中“1-3-6-N”的建设内容以及云脑规划的展现形式，初步构想青岛水务集团智慧水务统一门户的多中心架构作为承载大数据中心一期建设内容的平台，包括标准中心、应用中心、大数据中心、能力共享中心、物联感知中心以及资源中心等6大板块。

　　通过捋清总体架构，明确近、远期项目的相关性，处理好局部与全局的关系，可避免重复建设，也有助于在大数据中心一期建设过程中预留相关接口。

　　本次大数据中心一期建设内容共包括数据标准、大数据中心、监管指挥中心、数据智能应用四大部分，分别属于标准中心、大数据中心、应用中心等板块。如图1所示。

　　5.2 大数据中心建设内容

　　5.2.1 建设数据标准

　　为满足大数据中心一期建设需求，在已建设的信息化标准体系基础上，针对数据体系进一步补充完善相关九个标准，包括供水管网、排水管网、生产调度及设备等四个主题，最终满足集团大数据中心对数据集成、数据交换、数据共享、数据安全等方面的需要。同时在系统实施过程中对已有标准进行检验和完善，形成标准和信息化建设相互促进的良性发展循环。

　　5.2.2 建设大数据中心

　　搭建两个平台工具，即大数据计算平台工具与智能数据构建平台工具。前者采用成熟的商用大数据平台软件，支撑企业数据模型的建立与维护、贴源数据的存储、检核以及供给结构化、半结构化和非结构化数据处理、实时流数据处理等。后者提供一站式集数据引入与规范定义、数据建模、数据指标等功能为一体的全链路智能数据构建及管理服务，助力企业打造属于自己的统一标准、融会贯通、资产化、服务化、闭环自优化的智能数据体系以驱动创新。

　　完成八项治理任务：借助搭建的平台工具，针对集团、二级公司、厂站等的应用系统数据、实时生产数据、部分手工填报数据，完成数据资产盘点等工作。在数据治理范围方面，为能更好地契合青岛水务集团智慧水务建设步骤，根据重要性、价值度、数据质量基础等因素，确定一期项目数据治理的重点为营销、客服与供、排、污等生产主题，后续可考虑继续选择设备、工程等专题逐步推进。

　　建设两个管理系统：通过数据资产管理系统与主数据管理系统，提供数据资产与主数据资产的查询、交互、使用界面，实现集团数据全貌掌控，更好地提供数据概览和使用服务，发挥数据价值。

　　5.2.3 建设监管指挥中心

　　建设集团级监管指挥中心，同时将其作为大数据一期工作成果的承载与展示平台。一方面承担日常监管、应急指挥、对外开放这三类场景下的监控、指挥、调度等功能；另一方面依托监管指挥中心在大屏端、PC端、移动端的载体，重点呈现数据治理与应用效果，制定管理、生产、运营、安全等不同主题的数据分析页面，提供更丰富的数据价值体现。最终搭建数据驱动、多重功能的大数据中心的多维展示平台。

　　5.2.4 建设数据智能应用

　　在智慧管控、智慧运营、智慧服务领域分别选择数项应用先行先试，重点呈现数据治理效果，搭建多维度的数据分析与展示系统，逐步开启数据驱动、数据创新之路。具体包括智慧管控、智慧服务、智慧运营三大领域。

　　大数据中心一期通过对上述四大部分内容的建设，在集团、分公司、厂站等多层级之间初步搭建起系统、全面的数据流转途径和管理工作平台，实现跨层级、跨系统、跨部门、跨业务的高效协同，通过信息化手段来支撑现代化管理方式与制度落地。未来再逐步实现更丰富、更多元、更高阶的智能化生产与管理。

　　5.3 建设大数据中心的成果

　　本次建设成果从以下五方面体现：

　　5.3.1 管控支撑

　　通过建设大数据中心，支撑集团级对下属公司级的管控需求。既实现在集团层面、核心领域的统建统管，又兼顾各业务子公司的特色需求和自主灵活度。

　　具体场景成果示例：通过全面收集和分析企业生产和经营管理中的数据，对可能出现的经营风险进行预警。通过提升数据准确性和共享程度，达到公司内信息更真实的目的，提高集团收益、成本的透明度，减少信息不透明产生的阻力，全面提升决策准确度与工作效率。通过数据归拢与统计，实现计划、执行、统计、纠偏、评价的管理闭环，实现更高精度的企业管控。

　　5.3.2 生产支撑

　　通过大数据中心与生产系统的紧密结合，匹配生产运营技术的升级变迁，支撑更复杂、要求更高、更科学的调度与决策。通过对各个环节产生的数据进行更深入地洞察，使集团管理层、生产决策层全面深入掌握集团运行的全貌，最终提高供排水系统的安全性和可靠性，降低运营成本，落实节能降耗和提质增效。

　　具体场景成果示例：可以通过监测水厂生产工艺及泵站等重要耗能环节的能耗数据，分析优化，实现节能降耗；或通过监测管网数据、水压、流量、声波等数据，排查漏水点，节约成本、提升收益；还可以通过数据的跨域汇通，重点实现过去未联系起来的综合调度，如供排一体化分析、厂网水位联动、内涝点和监测的联动、应急预案和物资的联动、更多维的用户分析与服务等。

　　5.3.3服务支撑

　　利用数据支撑实现个性化服务、主动服务。动态监测舆情中涉及青岛水务集团有关的客户服务诉求、水质水压反馈、投诉建议等信息，及时响应和处理。面向公众、舆情等构建智能化服务方案，做深、做优、做精服务运营体系，提升集团整体服务能效与质量，保障服务效果，获取更高的用户满意度。最终提升公共产品服务可靠性，为城市运行提供优良的保障服务。

　　具体场景成果示例：遵循政府信息公开的规定，及时公开水质、水量、环境监测等数据，保障市民的知情权。通过城市用水数据尝试客观反映不同区域经济结构、人口密度分布等，为城市规划提供参考依据，以合理布置公共设施。

　　5.3.4 创新支撑

　　利用数字驱动能力支撑供排一体化、城乡一体化、水务水环境一体化等新型多元业务与管理模式。通过突破不同分公司壁垒，对集团数据与资源实行统一规划、统一调度，挖掘创新生产、经营手段，提升科技属性。同时提升数据透明度，实现全员共享、全员创新。

　　5.3.5 集团品牌支撑

　　通过新技术、科技的应用，提高青岛水务集团在行业的品牌形象和参与度，进一步探索提供增值服务。未来，青岛水务还可将大数据治理和价值挖掘的经验和分析模型进行总结提炼，向同行水司输出大数据分析和服务能力，提升集团在行业的地位与影响力。

　　参考文献：

　　[1]戴炳荣,闭珊珊,杨琳,等.数据资产标准研究进展与建议[J].大数据,2020,6(3):40-48.

　　[2]刘俊.浅谈数据资产价值及其实现途径[J].陕西财政税务专科学校学报,2020, (1):38-40.

　　[3]樊淑炎.数据资产管理推动电力企业高质量发展[J].科技创新与应用,2021,(11): 88-90,93.

　　[4]张娣.新时期皮革企业行政管理体制改革及实施途径[J].中国皮革,2021,50(5): 33-35.

关注读览天下微信， 100万篇深度好文， 等你来看……