广州供电局大数据应用：用数据为企业精准“画像”

　　提高数据质量，推动信息系统实用化是广州供电局今年的重点工作。

　　在大数据时代，数据成为企业的基础性战略资源。数据就是企业管理者的眼睛。数据质量不高，就像人蒙上眼睛或看错信号灯过马路，危险不言而喻。因此，不断提升数据质量，让数据准确实时地反映出企业状态，成为当前刻不容缓的重点工作内容。广州供电局制定规范、明确责任、建立机制，推动数据质量提升。

　　系统实用与数据质量密不可分

　　“数据一旦产生错误，就有可能立即造成调度监视、分析、控制的问题。”广州供电局系统运行部继保自动化科负责人介绍，自动化数据质量问题对电网安全调度运行至关重要。

　　在南方电网公司统一部署下，广州供电局2015年全面推广企业级管理信息系统，并于今年4月30日前全面实现系统单轨运行。影响企业生存发展的数据资源终于在同一平台汇集、流转，进而形成企业“画像”。

　　以往，数据分散在各专业领域系统之中，交互较少，除营销和营配等关键系统外，其它系统数据质量不高不容易引起“连锁反应”。现在，各系统间横向协同，一个系统数据质量不好就可能导致另一系统用不起来或者不好用，甚至可能导致决策失误。

　　“数据质量好了，信息系统应用就会更好;反之，系统就没法用。”广州供电局信息部有关专责说，信息系统和数据质量就像硬币的两面，密不可分。数据质量已成为影响信息系统实用化水平提升的关键因素。

　　提升数据质量一方面有利于保障各项业务安全、规范、稳定运行;另一方面，为落实企业科学决策和透明化管控提供重要保障。

　　细化分解落实治理责任

　　今年，广州供电局信息工作的重点是整顿、提升数据质量。按照南方电网公司2016年数据治理工作要求，广州供电局出台了治理工作方案。

　　数据迁移到企业级管理信息系统后，数据一致性、完整性差等数据质量问题逐步显现出来。按照南方电网公司下发的数据校验规则，发现了4600万条数据问题。另外，协同数据一致率偏低，在85%左右，问题数据量有680万条。

　　这只是冰山一角，潜在的存量数据问题体量更为庞大。问题的发现与解决，需要数据校验规则的不断完善。目前，一致性校验规则覆盖不全，协同数据对象138个，一致性校验规则只覆盖了41个，总体覆盖率仅30%。

　　“数据质量治理是一个长期持续的过程。”广州供电局信息部负责人表示。该局一方面补充完善数据校验规则，全面进行数据校验，完善数据质量管理系统功能，不断发现存在的数据质量问题;另一方面按照“谁受益、谁负责;谁使用、谁负责”的原则，通过责任划分矩阵明确责任，将数据质量等同于设备责任、营销责任、经营责任，将责任层层分解落实。

　　责任进一步明确了，纳入了组织绩效考核。这样，才能调动更多资源，促使数据质量提升。

　　长效机制助数据质量提升

　　治理数据质量重点是要形成长效机制，促使各方沉下心来持续改进。

　　目前，广州供电局初步建立了工作机制——定期发布数据质量分析报告和定期召开数据质量治理工作例会，协调解决问题，常态化开展治理工作。

　　既然数据缺陷情况复杂，无法面面俱到分析所有数据问题，那么各领域就要明确本领域的核心数据、非核心数据、协同数据，以点带面，将核心数据作为关键数据重点突破，以“钉钉子”的精神，不断推动整体数据治理工作的开展。

　　与此同时，该局逐步建立问责机制。数据质量治理工作进度较慢、工作主动性不够、问题较多的部门单位要分层分级向上“说清楚”。

　　对于增量数据，首先制定规范与落实制度，在数据录入与传输环节有效控制质量，采用双审核的管理机制。

　　一个理想数据进入系统应经过以下过程：数据记录人如实纪录，验收人认真核对，录入人复核无误。确保每一环节的质量，有赖于干部员工数据质量意识的建立。但更为重要的是建立一套数据复核的机制，从源头上保证数据准确。　　(王志明)