基于数据生产要素的石化行业数据治理解决方案设计.docxVIP

基于数据生产要素的石化行业数据治理解决方案设计 摘要：数据治理是对数据资源及其应用过程中相关管控活动、绩效和风险管理的集合。本文面向石化行业需求，结合行业特点，从制定数据治理策略出发，在数据战略、数据治理总体设计、数据治理技术支撑、数据治理保障机制方面提出了针对大型石化企业的数据治理解决方案的设计思路与方法，并对石化行业数据运营及数据资产化的进一步研究作了展望。 关键词：石化行业；数据治理；数字化转型；数据资产；数据要素 引言 数据是数字经济时代的生产要素，是企业数字化转型、智能化发展的关键性前置条件。数据治理是实现高质量数据供给、深度数据价值挖掘、创新数据开发利用的基础性工作。数据治理作为数据的核心管理手段和管理范式，得到了政府、企业、个人的高度关注，伴随着理论、法律、政策、产业的一系列实质性变化，各方正在将数据治理纳入到政务活动、企业治理、经营管理等领域，数据治理的理念、法规、方法、工具也得到了蓬勃发展。[1] 石油化工行业是我国的支柱产业,关系着国家的经济命脉，在国民经济中占有极其重要的地位。近几年，石化行业产能过剩问题严重。产能严重过剩的石化行业，目前产能还在继续扩张，部分新兴产业也出现了过剩苗头。2020年新冠肺炎疫情的出现，对全球石油化工行业的消费端带来了一定冲击。2020年全球一次性石化能源消费量较2019年出现了较大幅度得回落。面对来自国内外的冲击与挑战,国内石油石化行业的生存发展环境都发生了较大变化,不仅面临着产业升级和结构调整的双重任务,同时更面临着全球化、信息化的挑战。 在数字经济新形势下，伴随着2020年“数据”成为新型生产要素之一，石化行业在数字化转型、数据资产化、数据价值挖掘等方面面临机会与威胁。数字经济的高质量发展有赖于科学完整的数据治理体系，业界需要指导性强、可实践落地的数据治理解决方案。因此，面向石化行业，对大型石化企业的数据治理解决方案的设计思路和方法开展研究具有重要意义。 1石化行业数据治理的目的 基于流程行业的特点，石化行业在信息化建设方面起步较早，从DCS/PLC实时数据采集、现场视频/物联设备信息采集、生产运行监控、生产调度、计划优化，到ERP、供应链管理、设备资产管理，再到基于数据仓库的BI智能分析，基本涵盖了生产企业横向扩展纵向延伸的信息化建设。随着智能制造的深入开展、国有企业数字化转型的推进，数据质量问题、数据共享问题、数据安全问题已经成为亟需解决的问题。仅有针对主数据的管理已经不能满足跨部门数据共享的需求，诸如从信息化单项目建设中形成的数据，到企业按部门汇总跨部门应用，再到业务板块统计、对标，最后支撑集团层面BI分析，以及针对多源异构数据的管理都需要通过标准化处理才能统一业务认识、统一数据源、统一口径。而通过数据治理体系的建设，明确数据治理归口管理部门，加强数据标准化、数据元素和主数据管理等工作，定期评估数据治理能力成熟度，可进一步确保根据数据管理制度和最佳实践正确地管理数据。 2?石化行业数据治理的策略 石化行业生产线长、涉及面广，生产过程包括油气勘探、油气田开发、钻井工程、采油工程、油气集输、原油储运、石油炼制、化工生产、油品销售等。石化行业又是一个高风险的行业，具有易燃易爆、高温高压、深冷低温、有毒有害、连续作业的特点。在数据治理方面，石化行业既要涵盖多业务域的协同，又要重点抓好单项目层面的数据治理工作。从安全生产、跨业务共享数据等方面统筹考虑数据治理工作的开展。 面向石化行业，数据治理的策略可从如下四个维度进行思考。 （1）集团层面数据治理：数据已经被认为是组织生存和发展的基础，相关管理流程能实时优化，并可实现至顶向下逐层细化的治理； （2）板块/业务域层面数据治理：可对数据管理的效率进行量化分析和监控，实现联邦制的数据分级治理； （3）企业层面数据治理：实现企业内部数据的标准化管理，包括制定数据管理规范，设置相应的岗位，并对数据建模、数据安全及风险具有一定的管理机制，具备数据管理人员等，进而推动至底向上逐层归并的治理; （4）单项目/业务单元层面数据治理：基于关键业务管理需求，从信息化项目的可研、初步设计、详细设计，以至应用系统上线运行各阶段进行数据治理，实现从数据的产生源进行治理，进而从源头保障数据的标准化程度及质量。 3?石化行业数据治理的解决方案 通过开展数据治理可以系统化解决数据管理及应用过程中面临的问题。 3.1 数据战略 3.1.1 数据治理章程 结合企业自身发展需要及内外部监管需要，制定适合于企业的数据治理目标，数据治理的目标可包括业务增值、提高效率、降低风险等方面。根据企业的数据治理目标，制定企业的数据治理原则、数据治理组织及数据驱动文化，用以确保信息利益相关者达成一致的企业目标，确保有效助力业务的决策机制和方向，确保绩效和合规监督。 3.1.2 数