摘要：大數(shù)據(jù)帶來機(jī)遇的同時也對企業(yè)的信息化提出了新的挑戰(zhàn)。如何在現(xiàn)有企業(yè)信息化成果基礎(chǔ)之上利用大數(shù)據(jù)發(fā)掘新的商業(yè)價值，并采用成本效益最好的方式獲得大數(shù)據(jù)帶來的好處，不僅需要堅實(shí)的技術(shù)架構(gòu)進(jìn)行支撐，同時也必須考慮與信息化密切相關(guān)的業(yè)務(wù)管理機(jī)制，從而積極尋求大數(shù)據(jù)在現(xiàn)代企業(yè)管理的應(yīng)用創(chuàng)新，支持企業(yè)實(shí)現(xiàn)其自身戰(zhàn)略目標(biāo)。本文探索互聯(lián)網(wǎng)+時代以“數(shù)據(jù)驅(qū)動，業(yè)務(wù)引領(lǐng)，技術(shù)保障”的新型信息化模式，從而為企業(yè)帶來創(chuàng)新的信息化價值。

關(guān)鍵詞：聯(lián)邦式；4V；BI；Gartner；What-If；BDA

某企業(yè)起初集中進(jìn)行了信息化建設(shè)，其獨(dú)特之處是按照“有統(tǒng)有分，統(tǒng)分結(jié)合”的模式建立起了聯(lián)邦式的信息化管理體制。為“再造三個”等量企業(yè)發(fā)展戰(zhàn)略提供了堅強(qiáng)支撐，滿足了集團(tuán)戰(zhàn)略對管理范圍、管理幅度和管理精度的要求^[1]。

在2005年企業(yè)進(jìn)行集中的信息化建設(shè)之初，我們就提出了與商務(wù)智能（下稱BI）的報表系統(tǒng)的規(guī)范和統(tǒng)一路線，同步建成了某企業(yè)集中統(tǒng)一的報表平臺，其報表平臺的特征與當(dāng)時Gartner所定義的商務(wù)智能特征相符。隨著信息化從集中建設(shè)轉(zhuǎn)移到深化應(yīng)用的過程中，逐步建立起了集團(tuán)與二級單位的自主和集中相結(jié)合的信息化管理方式。如圖1所示：

圖1 聯(lián)邦式IT

這種聯(lián)邦式的模式主要體現(xiàn)了“業(yè)務(wù)驅(qū)動，技術(shù)引領(lǐng)”的思路。便于推動各二級單位或職能部門能主導(dǎo)信息化項(xiàng)目的建設(shè)，從而擺脫由信息化部門主導(dǎo)而產(chǎn)生的業(yè)務(wù)部門應(yīng)用效果不理想的問題。另一方面，為了更好地利用集中建設(shè)時期形成的知識和成果積累，避免各二級單位在同類信息化建設(shè)項(xiàng)目中走彎路，提高項(xiàng)目建設(shè)成功率，降低試錯成本，于2015年1月發(fā)布了《統(tǒng)一報表平臺架構(gòu)》規(guī)定。其中是如下定義報表系統(tǒng)：“指用信息化手段進(jìn)行數(shù)據(jù)采集、加工、匯總、展示，以滿足通過各種形式的報表進(jìn)行數(shù)據(jù)分析、查看、整合、預(yù)測等需求的系統(tǒng)。包括但不限于數(shù)據(jù)倉庫、決策支持、分析平臺、大數(shù)據(jù)平臺、商務(wù)智能、管理駕駛艙等術(shù)語和俗稱所指的系統(tǒng)。”其中，已經(jīng)將“大數(shù)據(jù)平臺”、“決策支持”、“分析平臺”作為報表平臺能支撐的系統(tǒng)。

隨著互聯(lián)網(wǎng)+的到來，黨的十八屆五中全會公報提出要實(shí)施“國家大數(shù)據(jù)戰(zhàn)略”，這是大數(shù)據(jù)第一次寫入黨的全會決議，標(biāo)志著大數(shù)據(jù)戰(zhàn)略正式上升為國家戰(zhàn)略。原有的報表系統(tǒng)輔助以大數(shù)據(jù)等信息化手段，各二級單位和職能部門對信息化建設(shè)的方式逐步發(fā)生了變化，變得更加積極和自主起來，所以這也符合企業(yè)和國家發(fā)展戰(zhàn)略的要求。比如，2013年，進(jìn)出口公司作為首家“移動智能報表系統(tǒng)”建設(shè)單位，實(shí)現(xiàn)了“以iPad、智能手機(jī)等移動終端實(shí)時、便捷訪問公司重點(diǎn)報表”的目標(biāo)。而“移動智能報表系統(tǒng)”項(xiàng)目又屬于ERP深化應(yīng)用項(xiàng)目中的專項(xiàng)工作之一。緊接著，某企業(yè)下屬電力能源公司通過統(tǒng)一的數(shù)據(jù)填報平臺，減輕所屬單位生產(chǎn)崗56%的填報工作量（以電廠為例）。生產(chǎn)報表由周頻提高到日頻，采辦報表由半年提高到月頻，上報報表可系統(tǒng)自動生成，提高了數(shù)據(jù)上報的及時性和準(zhǔn)確性。系統(tǒng)數(shù)據(jù)和手工平臺數(shù)據(jù)相結(jié)合，為領(lǐng)導(dǎo)提供了集團(tuán)全口徑數(shù)據(jù)。2014年，該企業(yè)下屬工程公司通過報表平臺實(shí)現(xiàn)了預(yù)算科目與核算科目的映射，從而解決了多年來工程項(xiàng)目成本核算不準(zhǔn)確、無法給業(yè)主提供科學(xué)合理的工程報價的難題。在諸多的例子中，我們已經(jīng)發(fā)現(xiàn)潛在的業(yè)務(wù)驅(qū)動的內(nèi)在已經(jīng)圍繞“數(shù)據(jù)”而展開。

在這種情況下，統(tǒng)一的報表平臺架構(gòu)得到了廣泛的應(yīng)用，從而使得數(shù)據(jù)集聚到了集中的數(shù)據(jù)倉庫中。這種數(shù)據(jù)的集聚也使得各二級單位和職能部門逐漸意識到數(shù)據(jù)治理工作對信息化價值實(shí)現(xiàn)的重要性。比如，在2015年，結(jié)合業(yè)務(wù)發(fā)展與信息化建設(shè)，陸續(xù)啟動了物資數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)治理總體規(guī)劃等數(shù)據(jù)治理工作，力圖解決日益凸顯的數(shù)據(jù)資產(chǎn)日益增長與數(shù)據(jù)資產(chǎn)應(yīng)用不足管理零散之間的矛盾，不斷推進(jìn)數(shù)據(jù)環(huán)境的優(yōu)化。企業(yè)數(shù)據(jù)治理的理念初步形成。

1　大數(shù)據(jù)時代所帶來的機(jī)遇和挑戰(zhàn)

“數(shù)據(jù)是新時代石油”，誰擁有了誰就具有相對其他人更大的競爭優(yōu)勢。數(shù)據(jù)所蘊(yùn)藏的巨大價值將引發(fā)一系列的管理變革，大數(shù)據(jù)技術(shù)與思維為企業(yè)經(jīng)營和管理提供全新的機(jī)遇。大數(shù)據(jù)的概念起源于2000年前后谷歌提出的一套以分布式為特征的全新技術(shù)體系。經(jīng)過三次重要的迭代。大數(shù)據(jù)的1.0時代，商業(yè)中的生產(chǎn)流程、銷售、客戶交互等數(shù)據(jù)開始被存錄、整合和分析。大數(shù)據(jù)的2.0時代，數(shù)據(jù)應(yīng)用的對象出現(xiàn)了擴(kuò)展，企業(yè)數(shù)據(jù)采集范圍從企業(yè)內(nèi)部擴(kuò)大到了整個互聯(lián)網(wǎng)。同時，應(yīng)用對象也從企業(yè)的管理決策轉(zhuǎn)向了客戶行為分析。正在發(fā)展的大數(shù)據(jù)3.0時代，逐漸將數(shù)據(jù)的應(yīng)用擴(kuò)展到了各個產(chǎn)業(yè)和生產(chǎn)環(huán)節(jié)。大數(shù)據(jù)滲透到了企業(yè)的全部生產(chǎn)流程上。在數(shù)據(jù)來源方面，許多企業(yè)通過結(jié)合ERP系統(tǒng)、設(shè)備傳感器系統(tǒng)等數(shù)據(jù)源，全面掌握了企業(yè)生產(chǎn)環(huán)節(jié)的信息。在分析應(yīng)用方面，則通過對監(jiān)控信息和儲運(yùn)信息的解讀，優(yōu)化了生產(chǎn)流程和資源配置狀況，并將信息發(fā)送給使用終端設(shè)備的作業(yè)現(xiàn)場管理人員。對應(yīng)大數(shù)據(jù)的三個時代，其應(yīng)用可分為如下幾個方面：

1.1　加速商業(yè)智能BI在企業(yè)的應(yīng)用

很多企業(yè)的管理者開始意識到大數(shù)據(jù)給企業(yè)所能帶來的巨大的商業(yè)價值，開始嘗試運(yùn)用數(shù)據(jù)創(chuàng)造企業(yè)的利益增長和管理模式的創(chuàng)新。BI通過結(jié)合企業(yè)實(shí)際和事實(shí)進(jìn)行分析總結(jié)，從而輔助商業(yè)決策的制定。2015年4月Gartner 發(fā)布報告，認(rèn)為當(dāng)今商業(yè)數(shù)字化呈現(xiàn)3個核心趨勢，其中前兩項(xiàng)為虛擬與現(xiàn)實(shí)結(jié)合、無處不在的商業(yè)智能。而在實(shí)現(xiàn)“虛擬與現(xiàn)實(shí)相結(jié)合”及“無處不在的商務(wù)智能”的主流技術(shù)中，大數(shù)據(jù)都處在變革的地位，而且影響力巨大。

圖2 虛擬與現(xiàn)實(shí)相結(jié)合中大數(shù)據(jù)的變革地位

圖3 無處不在的BI中大數(shù)據(jù)的變革地位

BI的新技術(shù)可以為企業(yè)提供快速有效的數(shù)據(jù)處理過程，包括從數(shù)據(jù)的收集到整理再到分析的整體過程。在數(shù)據(jù)化時代中，大數(shù)據(jù)不僅僅是BI的升級版，同時也是一場革命，可以在更大范圍的數(shù)據(jù)中獲取更多洞察力。大數(shù)據(jù)與BI的融合為企業(yè)帶來了巨大機(jī)遇，革新了商務(wù)智能的布局。

1.2　提高企業(yè)關(guān)聯(lián)數(shù)據(jù)挖掘技術(shù)的發(fā)展

由于本階段企業(yè)的數(shù)據(jù)采集范圍已經(jīng)擴(kuò)展到互聯(lián)網(wǎng)，隨著信息技術(shù)的不斷進(jìn)步，各種新技術(shù)逐漸興起，比如云計算技術(shù)、交互行為技術(shù)等。由于數(shù)據(jù)范圍的擴(kuò)充驅(qū)動了業(yè)務(wù)應(yīng)用的擴(kuò)展，如何應(yīng)用數(shù)據(jù)的關(guān)聯(lián)性分析獲得商業(yè)價值成為了主要趨勢。傳統(tǒng)人工分析無法處理大量運(yùn)算，也無有效方法來運(yùn)用非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行全面的分析。因此大數(shù)據(jù)分析應(yīng)用的兩個難點(diǎn)分別是實(shí)現(xiàn)數(shù)據(jù)的關(guān)聯(lián)性挖掘，以及針對業(yè)務(wù)場景搭建合理的模型并進(jìn)行擬合。

第一個難點(diǎn)是數(shù)據(jù)關(guān)聯(lián)性挖掘。為了全面挖掘沒有強(qiáng)相關(guān)性的變量間的聯(lián)系，首先需要進(jìn)行全部變量互相間的相關(guān)性分析，以設(shè)備大數(shù)據(jù)故障預(yù)警為例，需要選取如事故日志、停機(jī)報告、產(chǎn)量統(tǒng)計等關(guān)鍵變量，進(jìn)行全部變量針對關(guān)鍵變量的集群分類，以及關(guān)鍵變量和集群分類結(jié)果間的因子分析。得出了針對關(guān)鍵變量的相關(guān)因子之后，一方面需要將因子分析結(jié)果反推至所包含的變量，進(jìn)行合理性的人工審查，一方面需要繼續(xù)利用回歸模型生成指導(dǎo)性結(jié)論。這個過程中的各個環(huán)節(jié)需要投入大量業(yè)務(wù)和技術(shù)人力進(jìn)行篩選、修改、調(diào)整。所涉及變量數(shù)量眾多，每個變量對應(yīng)數(shù)據(jù)的時間維度、細(xì)分程度等方面的選擇需要進(jìn)行符合業(yè)務(wù)情況的檢驗(yàn)和論證。

第二個難點(diǎn)是根據(jù)業(yè)務(wù)建模并進(jìn)行擬合，在數(shù)據(jù)關(guān)聯(lián)性挖掘的環(huán)節(jié)中，首先要定位和理解有分析需求的業(yè)務(wù)場景。針對不同的業(yè)務(wù)場景和相關(guān)性分析、集群分類、因子分析等分析過程，需要從神經(jīng)網(wǎng)絡(luò)算法、樹狀貝葉斯分類、層次聚類、非層次聚類等多種數(shù)學(xué)方法中，選擇匹配業(yè)務(wù)場景和分析需求的進(jìn)行建模。整個模型的搭建過程中也需要針對實(shí)際業(yè)務(wù)情況，對模型的變量、參數(shù)進(jìn)行多次驗(yàn)證、調(diào)整和，并結(jié)合先驗(yàn)數(shù)據(jù)進(jìn)行擬合，以期建立合理、解釋性強(qiáng)的分析模型。

整個挖掘與分析的過程需要克服涉及變量眾多、歷史數(shù)據(jù)量巨大、需要專業(yè)業(yè)務(wù)和技術(shù)人力進(jìn)行校驗(yàn)、需要進(jìn)行多次擬合和調(diào)整等多方面的困難。

1.3　加速物聯(lián)網(wǎng)與大數(shù)據(jù)等新業(yè)態(tài)融合創(chuàng)新

由于大數(shù)據(jù)3.0時代，已經(jīng)滲透進(jìn)企業(yè)生產(chǎn)全流程過程，包括ERP、傳感器等實(shí)時數(shù)據(jù)等。產(chǎn)生了BI和OI融合的業(yè)務(wù)需求，云計算、大數(shù)據(jù)與物聯(lián)網(wǎng)有著密不可分的關(guān)系。拿互聯(lián)網(wǎng)來舉例，物聯(lián)網(wǎng)對應(yīng)了互聯(lián)網(wǎng)的感覺和運(yùn)動神經(jīng)系統(tǒng)。云計算是互聯(lián)網(wǎng)的核心硬件層和核心軟件層的集合，也是互聯(lián)網(wǎng)中樞神經(jīng)系統(tǒng)萌芽。大數(shù)據(jù)代表了互聯(lián)網(wǎng)的信息層（數(shù)據(jù)海洋），是互聯(lián)網(wǎng)智慧和意識產(chǎn)生的基礎(chǔ)。包括物聯(lián)網(wǎng)，傳統(tǒng)互聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)在源源不斷地向互聯(lián)網(wǎng)大數(shù)據(jù)層匯聚數(shù)據(jù)和接受數(shù)據(jù)。云計算與物聯(lián)網(wǎng)推動大數(shù)據(jù)發(fā)展。

物聯(lián)網(wǎng)的傳感器與云計算的大數(shù)據(jù)相結(jié)合，一個提供感應(yīng)，一個提供反應(yīng)，在大數(shù)據(jù)的提供下對數(shù)據(jù)進(jìn)行分析和挖掘。同時通過對流式數(shù)據(jù)等傳感器數(shù)據(jù)的導(dǎo)入，產(chǎn)生了大量的IoT價值，這些數(shù)據(jù)是原始而且實(shí)時的，可以與現(xiàn)有數(shù)據(jù)結(jié)合而產(chǎn)生巨大的商業(yè)價值，可以廣泛應(yīng)用于石油勘探、開發(fā)、生產(chǎn)等領(lǐng)域。比如，利用大數(shù)據(jù)和商務(wù)智能進(jìn)行鉆井勘探成本分析（有限公司已有應(yīng)用），潛在勘探點(diǎn)、油氣生產(chǎn)、人力資源和運(yùn)輸優(yōu)化分析，鉆井檢測分析（包括電潛泵的故障預(yù)測預(yù)警分析，目前某企業(yè)的工程技術(shù)服務(wù)公司正在做）。由于流式數(shù)據(jù)的接入，大數(shù)據(jù)的應(yīng)用將產(chǎn)生無法

預(yù)估的經(jīng)濟(jì)價值。

1.4　加強(qiáng)企業(yè)數(shù)據(jù)安全管理措施

在企業(yè)的經(jīng)營管理當(dāng)中，產(chǎn)生的企業(yè)數(shù)據(jù)主要包括客戶信息、企業(yè)信息等，其中包含了很多個人隱私信息。在大數(shù)據(jù)時代背景下，企業(yè)在加強(qiáng)信息管理創(chuàng)新的同時，還應(yīng)當(dāng)對企業(yè)的客戶個人信息，企業(yè)商業(yè)機(jī)密等數(shù)據(jù)進(jìn)行有效的保護(hù)。在復(fù)雜的網(wǎng)絡(luò)環(huán)境中，企業(yè)必須采取有效的管理措施，更好的應(yīng)對企業(yè)面臨的數(shù)據(jù)安全問題，才能夠更好的推動企業(yè)的經(jīng)營發(fā)展。

2　大數(shù)據(jù)時代的內(nèi)涵和外延應(yīng)用

2.1　大數(shù)據(jù)時代的內(nèi)涵

大數(shù)據(jù)是由數(shù)量巨大、結(jié)構(gòu)復(fù)雜、類型眾多數(shù)據(jù)構(gòu)成的數(shù)據(jù)集合，通過數(shù)據(jù)的集成共享，交叉復(fù)用形成的智力資源和知識服務(wù)能力。與傳統(tǒng)數(shù)據(jù)相比，大數(shù)據(jù)具有4V特征，即規(guī)模性（Volume）、多樣性（Varity）、高速性（Velocity）和價值性（Value）。同時也從這四個維度詮釋了大數(shù)據(jù)時代的真實(shí)內(nèi)涵是大數(shù)據(jù)、大價值、深入綜合、精準(zhǔn)化管理。

2.2　大數(shù)據(jù)時代的外延應(yīng)用

在大數(shù)據(jù)驅(qū)動過程中，還存在其他的影響要素。而這一過程是大數(shù)據(jù)技術(shù)和分析的混合物，它們被用于定義數(shù)據(jù)資源的價值，而這種價值又可以轉(zhuǎn)化成驅(qū)動商業(yè)進(jìn)步的可操作元素，包括：

（1）預(yù)測分析：預(yù)測分析是數(shù)據(jù)統(tǒng)計程序中的一類，它主要是對數(shù)據(jù)庫中的信息和趨勢進(jìn)行分析，從而得到預(yù)測結(jié)論。在金融和科學(xué)領(lǐng)域中預(yù)測分析尤為重要，一旦有外部因素加入數(shù)據(jù)集中，就需要進(jìn)行新的預(yù)測。預(yù)測分析的一個主要目的在于識別商業(yè)運(yùn)作、市場和制造業(yè)中的風(fēng)險與機(jī)遇。

（2）數(shù)據(jù)建模：它是一種假設(shè)性的分析應(yīng)用，其中嵌套著多重的“what-if”語句，通過算法被應(yīng)用于多個數(shù)據(jù)集。典型的例子是我們已經(jīng)實(shí)現(xiàn)過的杜邦分析。杜邦分析法是一種用來評價公司贏利能力和股東權(quán)益回報水平，從財務(wù)角度評價企業(yè)績效的一種經(jīng)典方法。在BI應(yīng)用過程中，我們利用What-If分析的工具構(gòu)成運(yùn)營者的靈活分析模式，通過調(diào)整對資產(chǎn)負(fù)債率的大小變動，洞察權(quán)益乘數(shù)這類的財務(wù)杠桿效應(yīng)，最終反映出公司權(quán)益資本收益率的決定因素。

（3）數(shù)據(jù)管理（Data Management）^[2]：數(shù)據(jù)管理是指利用計算機(jī)硬件和軟件技術(shù)對數(shù)據(jù)進(jìn)行有效的收集、存儲、處理和應(yīng)用的過程。其目的在于充分有效地發(fā)揮數(shù)據(jù)的作用，包括元數(shù)據(jù)管理、數(shù)據(jù)結(jié)構(gòu)化、數(shù)據(jù)安全等內(nèi)容。在統(tǒng)一的報表架構(gòu)中，數(shù)據(jù)共享和處理層即是該項(xiàng)功能的具體體現(xiàn)。

（4）數(shù)據(jù)工程（Data Engineering）：數(shù)據(jù)工程是關(guān)于數(shù)據(jù)生產(chǎn)和數(shù)據(jù)使用的信息系統(tǒng)工程。數(shù)據(jù)工程建立在大數(shù)據(jù)背景之下，是對數(shù)據(jù)庫的建設(shè)與管理的工程，其主要內(nèi)容包括數(shù)據(jù)資產(chǎn)積累、數(shù)據(jù)運(yùn)營過程、數(shù)據(jù)處理結(jié)果和應(yīng)用、數(shù)據(jù)時間和咨詢等。2015年4月14日，全國首個大數(shù)據(jù)交易所——貴陽大數(shù)據(jù)交易所正式掛牌運(yùn)營并完成首批大數(shù)據(jù)交易。

大數(shù)據(jù)交易最大的應(yīng)用前景在傳統(tǒng)產(chǎn)業(yè)，這不僅是由于幾乎所有傳統(tǒng)產(chǎn)業(yè)都在互聯(lián)網(wǎng)化，更是因?yàn)閭鹘y(tǒng)產(chǎn)業(yè)仍然占據(jù)了國內(nèi)生產(chǎn)總值的絕大部分份額，大數(shù)據(jù)交易會幫助這些傳統(tǒng)產(chǎn)業(yè)更快地完成轉(zhuǎn)型升級。大數(shù)據(jù)交易所的建成對數(shù)據(jù)工程提出了新的技術(shù)保障要求。以上分析可以稱作是大數(shù)據(jù)的外延應(yīng)用。這種外延應(yīng)用的存在有賴于人們對競爭優(yōu)勢的永無止境的追求，并鼓勵企業(yè)組織采用更大的數(shù)據(jù)存儲庫，容納組織內(nèi)部和外部的數(shù)據(jù)，以更好地進(jìn)行趨勢揭示、數(shù)據(jù)統(tǒng)計、行動決策。這有助于將大數(shù)據(jù)的概念、相關(guān)工具、平臺和分析普及到企業(yè)經(jīng)營和管理中。

3　大數(shù)據(jù)在石油石化行業(yè)的應(yīng)用分析

I DC研究認(rèn)為，在可預(yù)測的將來，大數(shù)據(jù)分析（BDA）將是油氣行業(yè)的重點(diǎn)投資領(lǐng)域。在大數(shù)據(jù)應(yīng)用成熟度過程階段中，如圖4所示。

圖4 同行業(yè)企業(yè)大數(shù)據(jù)發(fā)展階段

國際大型油氣企業(yè)公司一直都非常重視數(shù)據(jù)處理，而大數(shù)據(jù)技術(shù)為這些企業(yè)提供了更多的創(chuàng)新性解決方案。康菲公司利用大數(shù)據(jù)技術(shù)，對油井壓力、溫度、產(chǎn)量、設(shè)備運(yùn)轉(zhuǎn)情況等多種信息進(jìn)行實(shí)時分析，提升了海量氣井?dāng)?shù)據(jù)的可視化和分析應(yīng)用，為管理人員的生產(chǎn)決策提供了有效支撐，使4500多處天然氣井產(chǎn)量提高30%。道達(dá)爾公司使用了針對作業(yè)區(qū)設(shè)備的大數(shù)據(jù)監(jiān)控和分析系統(tǒng)，在異常情況產(chǎn)生時可以及時發(fā)出預(yù)警，也可以提早預(yù)測和定位即將發(fā)生的設(shè)備問題，降低了生產(chǎn)損耗，避免了意外停車和惡性事故發(fā)生的概率。殼牌采用了大數(shù)據(jù)交易分析解決方案，在風(fēng)險管控和業(yè)務(wù)合規(guī)性中找到問題，然后通過數(shù)據(jù)分析監(jiān)控交易。這一方案中涵蓋了支持決策的預(yù)測分析技術(shù)，幫助企業(yè)定義交易模式，并利用統(tǒng)計分析防止?jié)撛诘膿p失。同時大數(shù)據(jù)在石油行業(yè)還可以進(jìn)行機(jī)器數(shù)據(jù)洞察和全渠道洞察。

圖5 石油行業(yè)的洞察力示意圖

4　大數(shù)據(jù)的價值體現(xiàn)

隨著大數(shù)據(jù)的發(fā)展，企業(yè)也越來越重視數(shù)據(jù)相關(guān)的開發(fā)和應(yīng)用，從而獲取更多的市場機(jī)會。一方面，大數(shù)據(jù)能夠明顯提升企業(yè)數(shù)據(jù)的準(zhǔn)確性和及時性；此外還能夠降低企業(yè)的交易摩擦成本；更為關(guān)鍵的是，大數(shù)據(jù)能夠幫助企業(yè)分析大量數(shù)據(jù)而進(jìn)一步挖掘細(xì)分市場的機(jī)會，最終能夠縮短企業(yè)產(chǎn)品研發(fā)時間、提升企業(yè)在商業(yè)模式、產(chǎn)品和服務(wù)上的創(chuàng)新力，大幅提升企業(yè)的商業(yè)決策水平，降低了企業(yè)經(jīng)營的風(fēng)險。波特五力分析模型是邁克爾·波特（Michael Porter）于80年代初提出，對企業(yè)戰(zhàn)略制定產(chǎn)生全球性的深遠(yuǎn)影響。五種力量模型將大量不同的因素匯集在一個簡便的模型中，以此分析一個行業(yè)的基本競爭態(tài)勢。

該模型的理論是建立在以下三個假定基礎(chǔ)之上的，這些假定通過非信息化傳統(tǒng)手段難以克服，但是隨著BI及大數(shù)據(jù)的發(fā)展，這些假定條件的約束已經(jīng)成為過去：

假定條件一：“制定戰(zhàn)略者可以了解整個行業(yè)的信息，顯然現(xiàn)實(shí)中是難于做到的。”

通過BI及大數(shù)據(jù)手段，確定企業(yè)和本行業(yè)的核心指標(biāo)內(nèi)容，比如通過標(biāo)桿分析、KPI分析等手段，越來越清晰地實(shí)現(xiàn)企業(yè)戰(zhàn)略者對整個行業(yè)的了解。

假定條件二：“行業(yè)的規(guī)模是固定的，因此，只有通過奪取對手的份額來占有更大的資源和市場。但現(xiàn)實(shí)中企業(yè)之間往往不是通過吃掉對手而是與對手共同做大行業(yè)的蛋糕來獲取更大的資源和市場。同時，市場可以通過不斷的開發(fā)和創(chuàng)新來增大容量。”

通過大數(shù)據(jù)手段，可以隨時把握市場情況，獲得競爭優(yōu)勢。

4.1　大數(shù)據(jù)助企業(yè)挖掘市場機(jī)會探尋細(xì)分市場

大數(shù)據(jù)能夠幫助企業(yè)分析大量數(shù)據(jù)而進(jìn)一步挖掘市場機(jī)會和細(xì)分市場，然后對每個群體量體裁衣般的采取獨(dú)特的行動。用創(chuàng)新的方法解構(gòu)消費(fèi)者的生活方式，剖析消費(fèi)者的生活密碼，才能讓吻合消費(fèi)者未來生活方式的產(chǎn)品研發(fā)不再成為問題，如果你了解了消費(fèi)者的密碼，就知道其潛藏在背后的真正需求。大數(shù)據(jù)分析是發(fā)現(xiàn)新客戶群體、確定最優(yōu)供應(yīng)商、創(chuàng)新產(chǎn)品、理解銷售季節(jié)性等問題的最好方法。通過數(shù)據(jù)驅(qū)動，產(chǎn)生應(yīng)用，最后通過技術(shù)保障來實(shí)現(xiàn)整個產(chǎn)品的生命周期。

4.2　大數(shù)據(jù)提高決策能力

大數(shù)據(jù)能夠有效的幫助各個行業(yè)用戶做出更為準(zhǔn)確的商業(yè)決策，從而實(shí)現(xiàn)更大的商業(yè)價值，它從誕生開始就是站在決策的角度出發(fā)。雖然不同行業(yè)的業(yè)務(wù)不同，所產(chǎn)生的數(shù)據(jù)及其所支撐的管理形態(tài)也千差萬別，但從數(shù)據(jù)的獲取、數(shù)據(jù)的整合、數(shù)據(jù)的加工、數(shù)據(jù)的綜合應(yīng)用、數(shù)據(jù)的服務(wù)和推廣、數(shù)據(jù)處理的生命線流程來分析，所有行業(yè)的模式是一致的。

4.3　大數(shù)據(jù)創(chuàng)新企業(yè)管理模式，挖掘管理潛力

在企業(yè)管理的核心因素中，大數(shù)據(jù)技術(shù)與其高度契合。管理最核心的因素之一是信息搜集與傳遞，而大數(shù)據(jù)的內(nèi)涵和實(shí)質(zhì)在于大數(shù)據(jù)內(nèi)部信息的關(guān)聯(lián)、挖掘，由此發(fā)現(xiàn)新知識、創(chuàng)造新價值。兩者在這一特征上具有高度契合性，甚至可以標(biāo)稱大數(shù)據(jù)就是企業(yè)管理的又一種工具。因?yàn)閷τ谌魏纹髽I(yè)，信息即財富，從企業(yè)戰(zhàn)略著眼，利用大數(shù)據(jù)，充分發(fā)揮其輔助決策的潛力，可以更好地服務(wù)企業(yè)發(fā)展戰(zhàn)略。

5　某企業(yè)大數(shù)據(jù)的發(fā)展緊隨企業(yè)信息化管理的發(fā)展

某企業(yè)大數(shù)據(jù)發(fā)展主要分為三個時期：

（1）ERP時期

就信息化價值而言，某企業(yè)ERP系統(tǒng)為全集團(tuán)提供了一個統(tǒng)一及覆蓋總公司和各二級公司的經(jīng)營管理應(yīng)用系統(tǒng)，并且通過信息集成方式不僅完成人、財、物管理系統(tǒng)，也包括銷售、生產(chǎn)、維修等生產(chǎn)經(jīng)營的專業(yè)應(yīng)用系統(tǒng)，為戰(zhàn)略管理層提供決策分析基礎(chǔ)。此目標(biāo)達(dá)成的過程中，統(tǒng)一的BI平臺首先是同步建立起來的，并且在其中起到了重要的支撐作用。在此階段，首先BI解決了決策者及經(jīng)營管理者從“認(rèn)識到”到“看到”的過程，并將業(yè)務(wù)流程逐步順暢。

（2）后ERP時期

隨著某企業(yè)的管理需求不斷深化。云計算、SOA、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、大數(shù)據(jù)BI等新技術(shù)的發(fā)展，企業(yè)的管理需求不斷深化，不再局限于傳統(tǒng)優(yōu)化內(nèi)部業(yè)務(wù)流程、提升運(yùn)營效率的層面上，企業(yè)著眼的是企業(yè)管理系統(tǒng)能否提供有價值的商業(yè)信息，供管理層進(jìn)行科學(xué)決策。使得決策者及經(jīng)營管理者能充分利用碎片化時間，隨時隨地地掌握企業(yè)信息，從而改善原有的鼠標(biāo)鍵盤的方式，從“看到”到“體驗(yàn)到”。因此，企業(yè)ERP系統(tǒng)數(shù)據(jù)價值亟需挖掘。運(yùn)轉(zhuǎn)多年的EPR系統(tǒng)積累了大量的行業(yè)數(shù)據(jù)，這些數(shù)據(jù)對于企業(yè)的經(jīng)營決策和預(yù)測來說意義重大。如何確保這些數(shù)據(jù)安全存儲和及時運(yùn)用，將影響到企業(yè)能否最大化地發(fā)揮ERP的價值。可以說，后ERP時代，ERP+BI將會成為數(shù)據(jù)的深度應(yīng)用和分析將是企業(yè)管理的焦點(diǎn)，通過ERP、BI和大數(shù)據(jù)平臺的完美組合，ERP系統(tǒng)中的海量數(shù)據(jù)可以被充分挖掘，并進(jìn)行多維度的分析、橫縱向的剖析和篩選，將大量原始的數(shù)據(jù)轉(zhuǎn)化成有價值的商業(yè)信息，不斷地為企業(yè)策略的調(diào)整提供數(shù)據(jù)支撐，讓ERP系統(tǒng)更好地服務(wù)于企業(yè)。

（3）互聯(lián)網(wǎng)+時期

“互聯(lián)網(wǎng)+”時代商業(yè)智能易用性是商業(yè)智能發(fā)展的必然趨勢而這一趨勢也將改變商業(yè)智能分析人員的組成結(jié)構(gòu)，由傳統(tǒng)的IT信息人員做分析轉(zhuǎn)化為業(yè)務(wù)人員自主分析，更快地去響應(yīng)變化的需求，節(jié)省大量溝通時間。隨著數(shù)據(jù)挖掘技術(shù)算法的精進(jìn)，商業(yè)智能將結(jié)合人工智能真正實(shí)現(xiàn)預(yù)測分析，為企業(yè)決策提供前瞻性數(shù)據(jù)支持, 推動企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

6　形成的某企業(yè)BI及大數(shù)據(jù)應(yīng)用創(chuàng)新

6.1　企業(yè)BI及大數(shù)據(jù)應(yīng)用創(chuàng)新方向

基于前期積累的成果，我們也積極開展BI及大數(shù)據(jù)應(yīng)用創(chuàng)新實(shí)踐，探索企業(yè)管理創(chuàng)新的新模式。并確定大數(shù)據(jù)的應(yīng)用方向：

（1）“大數(shù)據(jù)”發(fā)現(xiàn)“大油田”：充分利用物化探、井筒等多學(xué)科、多維度的數(shù)據(jù)，通過對數(shù)據(jù)的挖掘和應(yīng)用，可以提高決策的準(zhǔn)確性和全面性，實(shí)現(xiàn)新的油氣增產(chǎn)。

（2）“大數(shù)據(jù)”預(yù)測“小問題”：通過海量實(shí)時數(shù)據(jù)與歷史數(shù)據(jù)的結(jié)合，建立生產(chǎn)運(yùn)行模型，實(shí)現(xiàn)生產(chǎn)預(yù)測及預(yù)警；分析挖掘設(shè)備的實(shí)施數(shù)據(jù)及歷史維護(hù)數(shù)據(jù)，實(shí)現(xiàn)設(shè)備的預(yù)測性維護(hù)，提高維護(hù)的針對性與有效性。

（3）“大數(shù)據(jù)”推動“微創(chuàng)新”：充分挖掘歷史的數(shù)據(jù)，優(yōu)化管理決策，保證業(yè)務(wù)操作的規(guī)范性、科學(xué)性，為績效考核提供量化手段。

6.2　企業(yè)BI及大數(shù)據(jù)應(yīng)用創(chuàng)新內(nèi)容

十三五期間，某企業(yè)的大數(shù)據(jù)平臺將首先深化應(yīng)用現(xiàn)有基于內(nèi)存的企業(yè)數(shù)據(jù)倉庫的“報表四化”，從而為某企業(yè)的業(yè)務(wù)發(fā)展和企業(yè)管理決策提供更好的業(yè)務(wù)支撐。

大數(shù)據(jù)平臺將整合實(shí)時數(shù)據(jù)倉庫，形成生產(chǎn)智能決策的統(tǒng)一數(shù)據(jù)管理平臺，與“報表四化”相結(jié)合，從而在滿足企業(yè)管理決策的同時，支持生產(chǎn)智能決策的需求。

隨著某企業(yè)在“云物移大個”等方面的深化應(yīng)用，需要在現(xiàn)有技術(shù)架構(gòu)基礎(chǔ)之上融入大數(shù)據(jù)架構(gòu)（Hadoop）,同時滿足結(jié)構(gòu)化和非結(jié)構(gòu)化的海量數(shù)據(jù)存儲和數(shù)據(jù)挖掘的需求。從而滿足基于大數(shù)據(jù)之上的企業(yè)決策需求，并支撐特定分析模型和業(yè)務(wù)場景的建設(shè)。

6.3　某企業(yè)BI及大數(shù)據(jù)應(yīng)用創(chuàng)新思路

經(jīng)過不斷地探索和實(shí)踐，企業(yè)各部門通過思維與制度轉(zhuǎn)變主動迎接和應(yīng)對大數(shù)據(jù)帶來的問題與挑戰(zhàn)。樹立大數(shù)據(jù)思維，即共享思維、擴(kuò)展思維、整合思維實(shí)用思維，實(shí)現(xiàn)精準(zhǔn)化管理，形成企業(yè)特色的管理創(chuàng)新思路。

（1）共享思維：數(shù)據(jù)集聚、平臺共享

通過平臺共享延伸資源的共享、服務(wù)的共享和規(guī)模的共享。通過提供統(tǒng)一規(guī)劃的體系架構(gòu)、管控模式，引入并融合大數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)倉庫和實(shí)時數(shù)據(jù)倉庫。通過數(shù)據(jù)集聚和平臺共享實(shí)現(xiàn)規(guī)模效應(yīng)，集團(tuán)和二級單位各施其責(zé)，通過數(shù)據(jù)和技術(shù)的融合，共同推進(jìn)大數(shù)據(jù)在企業(yè)全面而深入的應(yīng)用。不僅有利于集團(tuán)管控，也能滿足多家二級單位的自主特色應(yīng)用需求。

（2）擴(kuò)展思維：混合架構(gòu)、增量創(chuàng)新

持久的技術(shù)總是隨動于業(yè)務(wù)，為了避免信息孤島和信息化沉沒成本的流失，我們意在建立一套可靈活擴(kuò)展的架構(gòu)，不需要將舊系統(tǒng)推倒重來，而是在其基礎(chǔ)上融合現(xiàn)有基于內(nèi)存的企業(yè)數(shù)據(jù)倉庫、實(shí)時數(shù)據(jù)倉庫、商務(wù)智能、大數(shù)據(jù)、數(shù)據(jù)挖掘與可視化、數(shù)據(jù)治理與管控等先進(jìn)技術(shù)手段，以滿足未來企業(yè)的信息化管理要求。

（3）整合思維：整合資源、生態(tài)共贏

企業(yè)大數(shù)據(jù)平臺在整合某企業(yè)的內(nèi)部數(shù)據(jù)的同時，要整合外部公有的數(shù)據(jù)服務(wù)平臺的結(jié)果，從而可以為未來的業(yè)務(wù)發(fā)展提供全方位的數(shù)據(jù)服務(wù)。嘗試建立大數(shù)據(jù)資產(chǎn)內(nèi)部和外部流轉(zhuǎn)機(jī)制，構(gòu)建企業(yè)統(tǒng)一的大數(shù)據(jù)服務(wù)市場。促進(jìn)內(nèi)部和外部的大數(shù)據(jù)交易，通過數(shù)據(jù)資產(chǎn)的交易實(shí)現(xiàn)互利共贏。

（4）實(shí)用思維：業(yè)務(wù)驅(qū)動、數(shù)據(jù)引領(lǐng)

數(shù)據(jù)治理是解決數(shù)據(jù)資產(chǎn)主要矛盾、挖掘數(shù)據(jù)資產(chǎn)潛在價值的必然選擇。通過建立有效的管理組織、認(rèn)責(zé)機(jī)制、管理制度、系統(tǒng)架構(gòu)，保證公司數(shù)據(jù)資產(chǎn)的可用、完整、準(zhǔn)確、安全，并以此為基礎(chǔ)促進(jìn)大數(shù)據(jù)的全面共享和深層應(yīng)用。

6.4　企業(yè)BI及大數(shù)據(jù)應(yīng)用創(chuàng)新成效

通過商務(wù)智能和大數(shù)據(jù)技術(shù)有望在企業(yè)信息化領(lǐng)域形成如下四大成效：

形成企業(yè)大數(shù)據(jù)系統(tǒng)基礎(chǔ)框架。支持實(shí)時數(shù)據(jù)、預(yù)測、非結(jié)構(gòu)化數(shù)據(jù)分析等功基礎(chǔ)上融合現(xiàn)有企業(yè)基于內(nèi)存的企業(yè)數(shù)據(jù)倉庫、實(shí)時數(shù)據(jù)倉庫、商務(wù)智能、大數(shù)據(jù)、數(shù)據(jù)挖掘與可視化、數(shù)據(jù)治理與管控二、數(shù)據(jù)集聚初具規(guī)模。不僅集成了人、財、物等管理信息，其他各類管理系統(tǒng)信息數(shù)據(jù)也頗具規(guī)模，很好的支撐了各級管理者輔助決策、優(yōu)化運(yùn)營管理等需求。

以資源共享的方式降低大數(shù)據(jù)信息化項(xiàng)目的風(fēng)險和成本。

利用某企業(yè)集團(tuán)規(guī)模的優(yōu)勢效應(yīng)，充分發(fā)揮大數(shù)據(jù)的規(guī)模共享優(yōu)勢。

實(shí)現(xiàn)應(yīng)用的共享。降低業(yè)務(wù)部門對IT技術(shù)的依賴，實(shí)現(xiàn)靈活自助的數(shù)據(jù)分析，并能廣泛應(yīng)用。

實(shí)現(xiàn)更快更好的輔助決策支持。

7　結(jié)語

本文從BI開始，論述了大數(shù)據(jù)的出現(xiàn)如何改變了傳統(tǒng)“業(yè)務(wù)驅(qū)動、技術(shù)引領(lǐng)”的模式到“數(shù)據(jù)驅(qū)動、業(yè)務(wù)引領(lǐng)、技術(shù)保障”的模式，這種模式的變化是自然而然地，實(shí)踐呈現(xiàn)出來的。在這種發(fā)展趨勢下，我們可以與大數(shù)據(jù)一起，站在企業(yè)信息化創(chuàng)新應(yīng)用的跑道上，一同前進(jìn)，并發(fā)現(xiàn)其價值。

作者簡介：

王小玲（1972-），女，高級工程師，現(xiàn)任中國海洋石油總公司信息技術(shù)中心商務(wù)智能&大數(shù)據(jù)資深工程師，具有數(shù)據(jù)倉庫和商務(wù)智能技術(shù)理論基礎(chǔ)和實(shí)踐經(jīng)驗(yàn)的大數(shù)據(jù)分析及應(yīng)用專業(yè)人才，不僅在MRP、電子商務(wù)、互聯(lián)網(wǎng)、ERP、商務(wù)智能、大數(shù)據(jù)等領(lǐng)域具有實(shí)操能力，同時也持有多項(xiàng)專業(yè)技術(shù)認(rèn)證資格。

參考文獻(xiàn)：

[1] 中央企業(yè)管理提升活動領(lǐng)導(dǎo)小組. 企業(yè)集團(tuán)管控[M]. 團(tuán)結(jié)出版社.

[2] TalkingData. 智能數(shù)據(jù)時代：企業(yè)大數(shù)據(jù)戰(zhàn)略與實(shí)戰(zhàn)[M]. 機(jī)械工業(yè)出版社.

摘自《自動化博覽》2018年6月刊