电网企业适应大数据发展的转型策略研究

◆滕明勇 蒋福佑 王明明

近年来，工业化和信息化融合、“互联网+”战略的推进已经极大改变了企业生态，这一进程所带来的最大变革就是数据成几何级数增长，从政府到企业、从互联网到传统产业，各不同领域都在讲述数据爆炸式增长的故事，大数据时代应运而生。回顾过去，大数据在经历了概念引入，探索试点，现在已进入了大规模实践应用的时期，一些基于大数据运营的企业已经获得了巨大竞争优势，比如苹果、谷歌、阿里巴巴、腾讯。展望未来，大数据正以惊人的速度渗透到越来越多的领域，电商、零售商、IT企业等应用大数据的成功案例屡见不鲜，传统产业受到的挑战越来越大。“互联网+能源”已经开始展露峥嵘，能源互联网建设开启了能源产业的下一个愿景，电力大数据必将对电网企业的发展方式、企业管理、运营分析等方面产生深远影响。

一、大数据内涵

大数据是一个重要的概念，代表了互联网时代重要的发展趋势，具有丰富内涵，蕴涵着巨大商业价值。

（一）认识大数据

什么是大数据？目前尚未有一个统一的定义，不同的组织和机构从不同视角给出了不同定义。麦肯锡认为，大数据是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集。中国的工业和信息化部认为，大数据是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。

大数据有哪些基本特征？概括来说，大数据具有四大基本特征，一是数据量巨大，海量数据，数据已经从GB、TB跃升到PB、EB级，对数据的存储、处理提出了挑战。二是多样化、混杂性，大数据已经超越传统意义上的“数据”概念，既包括具有相关性的传统结构化数据，也包括网络日志、图片、视频、地理位置、天气等一切信息的非结构化数据，对数据量化提出了挑战。三是价值密度低，对数据价值“提纯”提出了挑战。四是处理快速，需要以秒为单位实现数据获取、处理、计算、价值发现全过程，对数据计算提出了挑战。

（二）理解大数据

大数据开启了一次重要的时代转型，理解大数据概念、把握大数据时代的脉搏需要变革我们的思维，关键是要把握三个重要转变。第一个重要转变是“样本=全体”，基于科技进步，大数据时代我们可以存储、分析更多的数据，甚至是分析所有数据，不再依赖长期以来所依赖的随机抽样，分析全体数据将让我们看到一些以前无法发现的细节，大数据让我们更清楚地看到了抽样无法揭示的细节信息，给我们带来了更深刻的洞察。第二个重要转变是追求数据的量更甚于追求数据的精确度，适当忽略微观层面的精确度让我们在宏观层面拥有更加深刻的洞察。第三个重要的转变是寻找相关关系比寻找因果关系更重要，大数据在一定程度上只是告诉我们“是什么”而不是“为什么”，让数据自己发声，在当今这个变革加速的时代，企业运营过程中知道“是什么”在大多数情况下就足够了。

（三）运营大数据

大数据发展的核心动力源于数据本身，人们对数据的理解从数据资源上升到数据资产，数据资产将成为企业的战略性资产，是未来企业重要的核心竞争力，获得并挖掘数据的价值将成为大数据时代企业运营的重要导向。大数据时代对企业运营提出了三个方面的要求：一是通过掌控海量的多样化交易数据、交互数据和传感数据，成为数据的掌控者，从而树立自身在数据生态链中的基础地位。二是通过掌握量化数据、处理数据的技术能力，成为数据解决方案的提供者。三是在数据发挥基本功能之后，运用创新思维对数据价值实现二次发掘，不断发现蕴藏在数据中的巨大商业价值，实现数据价值的拓展和延伸，成为大数据思维创新者。当前，我们已进入大数据时代的发展期，思维创新和技术变革都展现了巨大的商业价值，但最终数据的大部分价值都会回归到数据本身，大数据领袖企业都是集合了大数据的三个方面，从而实现对数据生态链的掌控，如谷歌、亚马逊等公司。

二、大数据发展现状与趋势

大数据概念首次提出源于2008年美国《自然》推出的名为“大数据”的专刊。美国互联网数据中心指出，互联网上的数据每年将增长50%以上，每两年翻一番，且目前世界上90%以上的数据是最近几年才产生的。

（一）大数据发展现状

大数据一经提出便获得了蓬勃发展，同时催生了数据的快速增长，2011年全球数据的存储量为1.8ZB，预计到2020年将达到44 ZB，仅存储市场就将达到889亿美元的市场规模。

总揽大数据近年来的发展，主要具有如下特点：一是为适应大数据发展的需要，信息存储技术和计算能力获得快速的发展，众多IT厂商为用户推出了企业级的存储方案帮助用户安全有效存储海量数据。二是可用于大数据处理和分析的关键技术取得发展，为适应非结构化数据处理和海量数据分析的需要，新的方法和工具不断被开发出来，大数据分析的关键技术包括数据融合和集成、机器学习、A/B测试等，大数据处理技术包括云计算、商业智能、可视化技术等。三是大数据运营的行业特点具有显著差异，IT行业的领先企业和创新企业成为了大数据时代的领先者，传统行业虽有成功的实践者，但是数量极少，比如互联网企业谷歌、亚马逊、阿里巴巴等，IT企业如苹果、IBM等，这些行业的企业在大数据领域已占据了一定的领先优势；相反，如重工业、电力等行业企业在该领域还处于概念引入和试点实践阶段，成功商业实践案例鲜见。

（二）大数据发展趋势

大数据发展经过概念引入和试点实践后，已经进入了发展期，尽管大数据领先企业已经取得了巨大成就，但是发展机遇依然是开放性的，尤其是传统产业中掌控产业链关键环节的领导型企业，依然有机会拥抱大数据时代，关键是要准确把握大数据的发展趋势。

1.数据量呈现指数级增长。

在PC互联网时代，全球接入网络的设备大约十亿台，移动互联网时代接入网络的设备达到百亿台以上，而进入物联网时代，接入网络的设备将达到千亿、甚至万亿台的量级。无论是接入网络的设备数量，还是每台设备的数据生产量，都在快速提升，所以全球数据量增长的速度没有放缓，依然在以前所未有的指数级速度增长。数据容量的增长已经成为了硬件技术发展的不竭动力，数据存储和处理将面临挑战，同时也成为了大数据产业生态的重要组成部分。

2.大数据将与人、财、物一样成为重要的生产要素。首先，大数据将成为未来企业提高竞争力、生产力和创新能力以及创造消费者剩余的关键要素。第二，在大数据时代，数据渗透到各个行业，逐渐成为了企业重要的战略资产，掌控数据且有能力处理并挖掘数据价值将决定企业的核心竞争力，数据将为企业带来巨大的投资回报，企业的IT部门将从“成本中心”转变为“利润中心”。第三，基于数据的资产属性，在未来，数据可能成为重要的交易商品，那些占有大量数据，通过交易整合数据发现巨大商业价值的企业将获得更大的回报，这一趋势无疑将进一步强化数据的资产属性。

3.大数据发展将提升企业决策水平，推动企业战略从“业务驱动”转向“数据驱动”。科学决策和智能化决策是企业未来发展方向。随着社会、市场的发展越发复杂，企业决策难度在不断加大，只凭决策者的知识、经验来对市场进行主观臆测，存在很大风险。在大数据时代，企业通过分析企业内外部环境的各类数据及历史数据，获取有价值的信息，通过挖掘这些信息的价值，将大力提升企业决策的科学化和智能化水平。有研究表明，在美国，公司数据智能化提高10%，产品和服务质量提高14.6%。

4.大数据的市场规模快速增长，政府政策导向在进一步加强。大数据从IT行业快速地向传统行业、公共服务等领域渗透扩散，越来越多的企业基于大数据构建企业级的数据中心，大数据在企业的应用日益普及。政府主导在加速大数据进程，中国制定了国家级大数据发展规划，多个地区在国家政策激励下，在快速推进智慧城市建设，四川、贵州等地成为大数据中心的集中地。新加坡制定了一个十年蓝图，核心是发展包括数据分析在内的强大的信息和通信业，最近当局实施了一项公开数据计划，让人们可以轻松获得大量政府数据，这一系列的举措必将推动当地大数据蓬勃发展。

5.信息安全问题引发人们的普遍担忧。淘宝网监视着我们的购物习惯，百度收集了我们浏览网页的习惯，而微博、微信不但知道我们心里所想，更了解我们的社交网络，这一切的数据都将我们暴露在“第三只眼睛”下，人们的隐私受到了威胁。随着物联网的发展，与物联网相关的数据泄露产生的影响越来越严重。据统计，2016年全球大约有65亿台设备连接到了互联网，预计到2020年这一数据会达到500亿台，因数据泄露带来的网络安全和信息安全遇到了艰巨挑战。此外，大数据时代强调数据价值的二次挖掘，鼓励数据公开、流动和共享，无法预测数据经过不断的交叉整合和多次价值挖掘后，将带来什么样的后果？这一趋势引发的不仅仅是个人隐私的担忧，企业的信息安全一样值得我们关注。信息安全和数据开放平衡体系的缺失将影响到数据资源的合理使用。

三、大数据带来的主要变革

摩尔定律推动IT技术迅速崛起，伴随IT技术能力增强的是商业趋势的巨大变革，数据的生产和利用都在以前所未有的速度向前发展，数据应用从量变到质变就是在这样的背景下产生的。

（一）海量数据所带来数据应用的变革——从量变到质变

当技术进步使得我们能对海量数据进行分析时，事物就发生了从量变到质变的巨大飞跃。以纳米技术为例，当物质小到分子级别时，它的许多物理性质就会发生改变，如铜本来是优良的电导体，但纳米级的铜在电磁场中就失去了导电属性，纳米级的银也不再具有消毒杀菌功能。纳米技术讲述了事物从大变小后的巨变，大数据给我们讲述的是事物发展的另一方向，就是当我们对海量数据进行运用时，我们就可以预测许多在小数据量上无法预测的事情，比如阿里巴巴运用大数据进行小额信用贷款，成本是不到传统银行的百分之一。近年来，各种数据的覆盖范围不断扩大，获取频度不断提高，数据再利用手段不断丰富，使数据的价值得到反复挖掘与提升，使实现从量变到质变的飞跃成为可能。以用电领域为例，高频智能电表对用户负荷特征的分析具有极高的经济价值。

（二）信息采集存储等处理方式产生变革——IT新技术崛起

IT新技术的成熟应用为大数据时代奠定了技术基础。依靠多网融合、云计算、数据处理平台等技术的大量应用，数据采集量和采集频度不断提高；随着数据处理和分析的关键技术不断进步，数据的存储和处理能力也获得极大提高，相应地数据处理成本大大降低。对电力行业而言，信息处理平台技术的发展，使得计算机系统不仅能处理大量结构化数据，还能够处理大量包括变电站音频、视频等非结构化数据；同时随着设备智能化水平不断提高，以秒级为目标的实时处理成为电力“大数据”的重要特征。

（三）数据分析范围与方法发生变革——基于全数据样本

依靠信息技术的发展，数据分析的范围不再是随机采样或汇总数据，而是相关领域的全部数据都是分析对象。与此同时，分析方法也随之发生变化，以往基于随机采样的数据分析模型更重视数据的精确性以及分析要素的因果关系；大数据时代下，更注重发现事物之间的相关关系，在知道“是什么”的基础上根据需要再去探究“为什么”，而企业运营过程中大多时候并不需要知道“为什么”，知道“是什么”就够了。在分析模型构建方面，对数据量和频度的要求超过了对精确性的要求，这是因为基于海量数据下的分析模型具备自反馈与学习功能，可以不断优化趋势预测与风险预判的精度。比如，结合大数据分析技术与方法，电网企业通过分析各类用户负荷数据，能够识别用户用电行为特征，为其提供更节能高效的用电方案。

（四）管理思维与商业价值变革——不断提升商业洞察能力

大数据时代产生了以数据为核心的商业生态系统，数据的采集、存储、处理、分析、应用等全过程都能带来巨大的商业价值，但每个企业都需要根据自身实际找准定位。如表1，大数据生态系统包括数据归集、数据处理、方案解决、价值发现四个层次。

表1 大数据生态系统

参照此生态系统，电力企业在电源电网规划、建设、运维、营销过程中占据了收集数据和挖掘数据价值的黄金位置，大数据在电力行业的信息交互、数据挖掘、价值发现等方面有广阔的应用前景。目前电力企业掌握了大量电力生产运营的数据资源，但只发现了数据归集及利用数据的基本用途，数据的二次价值发现意识缺乏，未能挖掘数据潜在的巨大价值，需要不断提升商业洞察能力。一旦数据得到有效利用，电力企业可以在更广阔的领域展开竞争，大数据就可以变革电力企业的赢利模式和传统的运营方式。

四、电网企业的大数据挑战

大数据是信息变革、技术变革，更是思维变革、管理变革，给电力企业带来了全新的发展机遇与挑战。任何电力企业都需要深刻认识大数据的本质，积极适应时代变化，化挑战为机遇，尽快引导企业进入大数据时代。

（一）大数据引发电力企业全方位变革

经过近年来的快速发展，大数据正在全方位渗透至经济社会各领域，推动生产和消费方式变革，主要体现在客户个性化需求释放，商业模式重组，客户关系重构，企业业务流程再造，产业跨界融合发展等领域。此外，随着“互联网+能源”深入发展，能源互联网呼之欲出，电网正在成为多网融合基础平台。

（二）数据将成为电网企业最核心的资产之一

电力关乎国计民生，电力数据不仅反映宏观经济运行情况，也反映居民消费结构、生活状况、用电行为模式等诸多方面，电力数据将与人财物一样成为公司最核心的资产。一方面，数据将具有越来越重要的战略意义。电网企业掌握大量电力行业发输配售信息、企业生产运营、用户用电等明细数据，在信息获取方面具有显著优势。大数据处理、分析技术将为电网企业二次开发这些数据提供支持，结合不同的应用场景，数据能够在战略制定与执行、辅助决策、市场机会发现、管理提升等方面发挥重要的作用。另一方面，数据的安全问题将更为突出，危害更为严重。由于大数据的交互性、传播性强，一旦出现数据泄密，对企业乃至社会的负面影响往往会更为巨大。基于数据成为核心资产这一趋势的研判，企业必须以大数据为导向调整信息化和科技创新战略，提升公司数据处理和数据分析能力以适应大数据发展的需要。

（三）运营数据分析将为电网企业的规划、采购、运维等方面决策提供更多支撑

大数据能够为企业的运营管理提供有力的信息支撑和辅助决策工具，将显著提升企业决策科学化、管理精益化水平。在规划决策方面，根据电力供需、供电半径、负荷密度、人口经济等要素建立的综合评估分析模型，将为变电站布局、电动汽车充换电站分布等配网选址问题提供决策支撑；根据地形地貌、天气预报等信息将为输电线路通道选择提供决策支撑。在采购与供应链管理方面，实现设备运行数据与成本费用、供应商信息联动，为设备采购、供应商评估等提供支撑。在设备运维方面，大数据分析方法可以克服传统方法在大样本计算方面存在的不足，通过智能电网建设，电网的数字信息将更加丰富，安装在电网各个设备上的传感器将为我们提供大量的各类数据，通过对来自电网传感器及日常运维的海量数据分析，必将进一步提高设备状态评估水平，提高设备故障预测的准确性，有效提升供电可靠性和电压质量。

（四）运营监测与分析技术方向将发生重大变化

分析技术变革对分析视角、分析结果将产生重大影响。一方面，以明细数据为对象的监测与分析，在视角上将更加注重自下而上，从企业生产运营的最基层单元发现问题、分析问题、总结问题；此外，大数据下的运营监测与分析将不限于对单个指标的阈值设定与预警，而是对一组数据同时进行监测，并参考历史数据、横向数据进行综合判定与预警，考虑的因素将更综合、更全面，并进行自适应学习，使监测分析结果与实际更加吻合。另一方面，这种基于数据挖掘技术的监测分析支持系统更具有“黑箱化”倾向，虽然分析人员可以在较短时间内发现公司运营中的重大异动和问题，但由于分析模型考虑的因素很多，关联关系复杂，分析的数据量巨大，容易成为“黑箱”，分析人员只知其果，难解其因，这就要求分析人员既需要熟悉实际业务，又需要掌握模型构建的原理和具体算法，才能在大数据时代的分析工作中游刃有余。

（五）电网企业将承担更多服务用户的责任与义务

大数据时代，电网企业承担着进一步提升服务水平的义务与责任。对用电数据的深入挖掘将提升企业客户服务能力，并给予用户更多的服务体验。根据用电信息采集系统获取的准实时数据，结合峰谷电价、分时电价、可中断电价等电价政策，企业对海量的营销数据，可以从用户用电需求特点、用电成本、配套用电设备需求、缴费方式等方面进行分析与评估，利用大数据技术发现营销策略与用户特征之间的关联关系，使公司的营销投入更有针对性，为用户提供各种配套增值服务。

五、对策建议

图1 大数据对电力企业发展的影响

传统电网企业要成功转型为大数据企业，需要结合行业特点做好大数据研究和战略安排，关键要推动企业在大数据技术、管理和人才方面进行重大的三重投资，抢占发展先机。

（一）加强大数据研究

大数据发展对电网企业的影响还难以准确预判，加强研究是把握大数据时代脉搏的重要前提。基于大数据发展趋势，结合实际，建议重点开展三个方面的研究：一是加强大数据技术研究与应用。一方面跟踪大数据技术的发展，加强大数据在电力系统的应用技术研究与模型开发，加大对大数据技术研发的投入力度，科技资源要向大数据领域倾斜，刚性约束每年的科技项目和信息化项目必须安排一定比例的大数据项目；另一方面积极选择相关试点领域，以试点实践反辅大数据技术的研发。二是加强大数据演进路径对企业发展影响的研究。目前大数据的演进路径逐步清晰，就是以概念创新为起点，随着互联网、信息化投入加大，更多的行业开始运用大数据相关技术。领先企业在运用大数据推动智能化决策方面获得了巨大回报，进一步推动了大数据发展，预计随着商业模式的逐渐成熟，大数据运营将渗透到更多行业和领域。可以预见，电力等传统行业在不远的未来将迎来巨大冲击。企业还应加强大数据演进路径的跟踪研究，及时提出应对策略，抢占领先优势。三是加强大数据商业模式研究。加大对大数据成功运用案例的研究力度，积极研讨基于大数据的商业模式创新，充分发挥企业数据资源优势，改善现有产品和服务，探索新的利润增长点和赢利模式。

（二）制定企业大数据发展蓝图

大数据发展蓝图应包括愿景、战略和发展路线图等。研究表明，大数据领先企业大致都经过四个发展阶段，教育（知识积累）—探索（战略制订）—接触（开展试点）—执行（全面推进大数据高级分析和应用）。目前，大部分电网企业在大数据方面处于教育和探索的起步阶段，应尽快完成大数据的知识积累、战略制订、人才储备和技术技能储备，借鉴大数据领先企业的成功实践，提出本单位大数据发展路线图。领先企业的实践表明，最初的大数据举措都是从企业现有的和新的内部数据源中获得商业洞见，选取以客户为中心的营销领域做试点（调查表明47%的企业推进大数据战略都选择该领域）应该是明确之举，通过大数据分析对客户群进行非常具体的细分，实现对客户进行精准服务和增值服务以提升客户满意度。

（三）加强大数据人才储备

研究表明，开展大数据运营的企业都建立了强大的分析能力，首先是处理结构化数据，然后进一步增强数据挖掘能力，对企业所掌握的非结构化数据进行分析，以实现在更大范围使用大数据获得业务价值和竞争优势。这一大数据能力演进的普遍规律表明，大数据人才储备是企业实施大数据战略的关键。当前，为适应大数据发展需要，大量的大数据分析和处理的关键技术被研发出来，但是大部分企业缺乏掌握这些工具和技术的专业人才，人才短缺已成为了实施大数据战略的重要制约因素，企业应尽快完成大数据知识积累，开展大数据相关工具和技能的培训，整合内外部资源，尽快培养一批适应大数据转型需求的人才。

（四）基于云平台建设企业级数据集中控制中心

解决长久以来企业所形成的“数据孤岛”效应是实施大数据战略的重要前提。首先，基于云平台建设企业级数据集中控制中心来实现数据大集中，强化数据搜集、汇总、处理及分析的集中控制，加快促进形成数据资产，这是企业运用大数据价值的基础。第二，基于数据集中控制，实现多样化的终端展示，构建“数据集中控制+多样化终端展示”大数据运行体系，实现数据从企业决策层到业务人员的全覆盖，转变过去企业只重视数据的存储与传输的做法，而更加重视对大数据价值的深入分析和应用，推动企业决策智能化，实现决策“数据驱动”。第三，扩充信息容量储备，提高数据存储和处理能力。第四，强化数据核心资产属性，通过获得公开的可获取的公共数据和购买第三方数据资源，与自有数据整合，以实现更大的商业价值。

（五）基于大数据提升企业运营能力

一是基于大数据创新经营模式与管理模式。充分利用大数据技术在高频、大样本数据分析方面的优势，深入挖掘各类数据的潜在价值，创新发展节能服务、电力信息咨询、宏观政策研究等新型服务业务，同时为政府部门、工业及居民用户提供信息与建议，培育新的战略性新兴业务，创造新的利润增长点。二是利用大数据技术提升企业经营管理能力。以规划、检修、营销等历史数据、明细数据、实时数据较为完备的业务为重点，自下而上重点开发在线数据挖掘分析模型，分析具体业务数据之间的相关关系，建立政策、策略与管理模式和经营模式之间的定量关系，提升企业对运营状况、运营风险的分析预判能力。