山东某能源集团某下属集团：集团级数据治理平台

工业互联网激起能源领域一池春水，新一代信息技术则是其不断发展的加速器。山东能源集团某下属集团率先在煤炭行业实践大数据建设，响应山东省号召积极开展新旧动能转换，将大数据、云计算、人工智能、工业互联网等技术与企业融合创新，促进企业的精细管理、精准决策、精益运营。

在具体推进中，集团很快遇到了瓶颈——发现内部虽有海量数据，却无法发挥出数据价值，想做数据分析挖掘，却没有高质量的数据支撑，只能做一些浅层的数据分析应用。在多方考察和比较下，该集团最终选择亿信睿治智能数据治理平台，希望能携手实现新旧动能转换，管理升级，数据化运营，在多个场景实现经营管理效率的提升。经多方考察分析，当前集团要实现此次项目目标面临着诸多问题：

1、历史原因：遗留数据孤岛

集团大量的信息化自动化系统，产生了海量多源异构数据，这些系统数据的数据标准不一，形成了一个个数据烟囱，无法实现数据融合、关联分析。

2、客观存在：信息海量脏数据多

该集团整体信息化能力较强，业务部门对信息系统的使用率较高，但由于数据质量管理体系没有来得及建立，容易出现数据录入错误，录入数据格式不规范、多头报数等数据质量问题。

3、部门独立：无数据资产编目

每个部门业务人员只知道自己工作中接触到的数据，不知道全集团有些什么数据，有哪些和自己工作相关的数据可以利用，使大量数据变成沉睡数据。集团数据治理体系尚在建设中，发现问题但也无法及时纠正过来。

针对该集团的实际数据问题，充分考虑到国家大数据战略规划的前提下，我们实行数据治理、建设数据仓库、逐步按需推进数据应用落地。

通过数据治理、数据赋能、数据化运营核心要素建设集团数据治理平台。最终采用标本兼治、持续发展的设计理念，制定“三步走”计划。

1、  治本：自上而下建立数据治理体系  

首先从管理层面帮助集团建设数据治理体系，制定数据质量管理办法，确定数据质量主体责任在业务部门，建立数据质量绩效考核制度，从源头上解决数据质量问题。

同时在技术层面对集团进行涵盖数据全生命周期数据治理，通过元数据管理，掌握数据来龙去脉；通过数据标准管理，统一数据标准；通过数据质量管理，发现数据质量原因，从源头循序渐进提升数据质量；通过数据资产编目，让各业务部门了解集团数据及其含义，申请取数加工分析，最终实现人力、财务、安全生产、设备、ERP、OA、党建、档案八大系统的数据治理。

2、  治标：建设集团级大数据资产平台

在集团搭建基于hadoop架构的大数据平台，通过Kafka，Flume等技术手段，实现矿端安全监测、人员定位、设备、应力、水文等感知数据的实时采集、清洗和存储。并结合各系统治理之后的数据，进行数据整合，建立人力、财务、安全生产、设备、办公五大主题域的数据仓库。最终针对各类数据资产进行编目，形成整个集团的大数据资产平台，同时通过权限管理、流程审批、数据加密脱敏等一系列手段保障数据安全，实现数据共享。

3、  治岗：业务人员快速实现数据赋能

该集团意识到数据化运营，最终必须让一线业务人员具有数据思维，掌握数据分析能力。所以本期项目由实施工程师抛砖引玉，制作了一批数据自助式分析模板，业务人员不但可以利用模板现有的分析模型分析取数，更可通过简单的拖拽方式做探索性分析，尝试新的数据分析模型，学习数据分析思路，逐渐掌握数据分析能力，实现数据赋能。

通过一期项目的数据治理，我们为客户建立了集团级大数据资产平台，运用大数据技术实现数据采集、清洗、分析建模，实现了集团全量多源异构数据采集，并对核心的人力、财务、设备、煤质、生产安全数据进行数据治理，形成高质量的数据资产。

通过数据资产目录对全集团发布，并用业务元数据解释数据含义，便于业务人员寻找自己所需的数据。业务人员可以对自己所需数据提出申请，数据管理员审批通过后，业务人员可以利用零代码敏捷分析工具自助分析取数，实现数据赋能，支持日常生产经营管理。

由于采用标本兼治，数据赋能的建设策略，解决数据质量，数据融合等企业痛点难题，也通过数据赋能让客户看到了数据治理的成果，建立了信心，集团领导表示：“未来我们会积极拥抱工业互联网，推行5+N平台化管理模式，把数据作为企业创新发展的核心资产。希望在现有成果基础上，我们能通过后续项目实现集团所有核心数据的数据治理，并针对集团核心的人、财、物、产、供、销、环，生产安全全要素业务场景，利用数据分析挖掘技术建设分析模型，从而实现全集团数据化运营智慧管控。”