企业数据化运营范文

导语：如何才能写好一篇企业数据化运营，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

随着电信企业数据域系统的不断建设和完善，企业数据的不断汇聚，数据的储备和数据应用范围不断扩大。如何发挥数据价值，构建智慧型企业，在去电信化过程中，适应市场化变革，实现差异化经营，离不开“快、精、准”的数据服务支撑，数据已逐渐成为中国电信最重要的战略资源。企业数据应用范围越来越广，数据应用领域越来越专业化。在数据应用域，在建的系统也越来越多，越来越突出应用的专业化。对系统的运营维护提出的更高的要求，对维护人员水平提出高标准。如何在人员保持不增长情况下，提升系统的维护支撑水平。只有采取集约化的运营维护模式，紧紧抓住“数据”这个主线，持续优化，才能提升维护水平。

二、数据域系统在电信企业信息化系统定位及架构

在中国电信的CTG_MBOSS规范中，将信息系统划分为管理支持系统（MSS）、业务支撑系统（BSS）、运营支撑系统（OSS）及企业数据架构（EDA）四大域系统。企业数据仓储（ODS）和企业数据仓库（EDW）属于数据架构（EDA）域的系统。数据架构（EDA）域的系统主要实现的目标是从业务生产系统中（MBOSS域中）抽取相关的数据进行整合、清洗、汇总加工等处理。企业数据仓储ODS主要实现企业数据整合，提供数据共享和准实时数据同步和监控。企业数据仓库EDW主要面向分析型应用，提供企业经营分析和营销决策支撑两方面功能。

根据应用主题，形成企业有关的市场经营统一数据平台，通过报表查询、多维展示等方式提供给数据分析用户和营销决策人员； 而另一方面，数据仓库经过分析或挖掘，将发掘的客户异常消费、流失客户预警、营销活动目标客户等信息反馈到各客户接触系统，供营销经理、营业员、客服人员对相应客户提供针对性营销和服务企业。

三、数据域系统的集约化运营探索

广西电信IT运营中心根据数据应用专业特点，从组织架构、制度保障、技术创新上对数据仓库集约化运营进行了探索，实现数据应用专业（EDA域）人员结构调整，完善运维维护团队的组织架构，对系统基础架构重点优化，对生产运营中存在的硬骨头问题进行重点突破和攻关，重点解决运营中的难点问题以点带面实现整体提升。

具体做法包括：

3.1组织架构调整

调整人员结构，以数据流向为主线，把运营维护团队人员纵向划分为数据维护人员和数据应用人员，实现运营支撑和应用支撑专业集约化运营。

随着企业信息化队伍的整体调整，集约化运营的要求。企业数据运营支撑队伍人数下降，数据专业的运营维护工作有增无减，要求更高。 如何完成目前的支撑工作。变革势在必行。为了能更好的适应形式发展需求，打破原来的按数据专业（EDA域）内各系统横向分工模式（EDA域内ODS/EDW/企业数据门户系统、渠道系统、针对性营销系统等各自负责各自系统），以数据流向为主线，把运营维护团队人员纵向划分为数据维护人员和数据应用人员（EDA域内不在按系统来划分，按维护和应用来划分）。

数据运营维护人员，负责基础的数据平台ODS和EDW系统，负责数据在EDA域中从汇聚采集到处理加工、数据存储数据的全流程运营维护。数据运营维护人员，负责数据应用层面的统筹管理，数据业务层面的指标统计口径审核统一归档和实施，数据质量稽核等。通过人员职责的调整，实现了数据运营和数据应用的统一集约化运营，解决了原来按系统划分职责时的 数据维护不连贯耗费维护人力，数据指标口径各系统不统一等问题。数据专业（EDA域）数据的采集整合加工处理是按系统串行的，数据先由ODS系统采集初步数据处理后，流到EDW系统或其他的应用系统中。这种串行的特点，运营维护，更适合按职能来划分人员的职责而不是按系统来划分。这样按数据维护和数据应用 职能来分人员职责，更体现出EDA数据专业的特点。

系统维护建设中，流程更优效率更高。比如：原来一个系统故障或一个新的需求需要从源系统采集新数据，数据需要从源系统到ODS系统在到EDW系统在到企业数据门户展现，需要3个不同系统的维护人员参与处理。现在只需要1个数据维护人员参与处理即可，提高的维护效率和降低了维护人力。 同时更是创新性的将EDA的数据维护人员嵌入到CRM专业中，承接CRM系统与EDA系统接口的数据维护工作，极大的提高了EDA系统与外系统的接口维护质量。降低了接口的维护成本。

3.2制度保障

在组织架构调整基础上，完善管理制度，强调内部沟通协调，依靠外部协作，逐步完善生产制度，作业计划细化到小时。

在完成相应的人员调整后，需要对现有的管理制度，运营流程生产制度作业计划等进行相应的调整和进一步完善。从数据生产全流程考虑，重新梳理生产流程的各个环节，融合原来各系统的生产作业计划，制定数据全流程的生产作业计划。明确输入输出的确认工作，方便实现各系统的衔接。完善各系统间的故障处理流程，完善内部的沟通确认机制。完善生产管理制度，进一步强人员责任以及运营维护工作纪律。逐步实现维护的流程标准化。依靠外部协作，做好外系统的数据接口完善各类文档，并加强与外系统数据源的沟通协作，完善沟通机制，完善数据源的监控告警，及时督促外系统进行数据质量的整改。

按照全流程的数据生产过程来编制作业计划，按照数据生产的要求细化到每日的小时，逐步实现的维护工作标准化，来提升的我们数据生产的维护质量。同时进行事后总结评估来不断的优化我们的作业计划和维护工作。进一部强调了，版本的审核测试流程，标准化了审核的步骤，加强的性能方面的技术层面审核。制定严格的准入标准，从准入方面控制版本质量，来实现系统稳定和优化，来提升我们的维护质量。

3.3技术优化创新

围绕数据支撑的“快、精、准”，逐步在技术上进行提升，进行数据库底层优化、抽取转换加载（etl）功能优化、库表优化。来提升维护支撑水平。

通过进行各类优化提升工作，数据分层优化，基本架构提升，运维重点难点问题的攻关和击破。

（1）数据分层优化，着眼于全局，将原来各系统割裂的数据分层，数据存储，统筹考虑分析。优化EDA域类的数据分层架构。从数据库底层优化分析，提升数据处理效率。

（2）优化数据处理流程，减少冗余数据的分散处理，冗余存储。梳理核心数据，进行数据相关的冗余字段，指标清理。调整各系统的数据融合，按照集团规范优化分层架构。分析完成日报数据月报生产的不合理数据流程。完成基本架构提升，优化了ETL 调度系统平台的性能。增加了ETL调度平台的集群数量增置3个。大大的提供的ETL的并行处理效率。解决了在月生产之初，大并发量瓶颈导致的延误生产情况，提高了维护的便利性和简单性。

（3）对重点难点问题的攻关和击破，特别是企业数据门户日监控报表数据的优化。企业数据门户日监控报表是领导特别关注的报表，日监控报表的整合处理任务，每月月初的时候都会因为任务卡死而导致报表延迟，但确无法确诊是平台问题、数据库问题还是应用系统问题。故障发生时有如下特点：在凌晨的时候发生，不容易发现和处理；故障无法重现，只能等月初月末时发生；故障发生影响大，门户日监控报表无法展示，领导感知差。因为影响到领导看数，对EDA域影响非常大。为确保稳定，曾经还一度采用人海战术，通过值班人员的通宵达旦的值守监控来确保报表及时展示。但收效甚微，问题未得到有效解决。经过长时间的观察分析，并协调应用系统、数据库系统、平台系统专家进行综合研究，最后经过多次的故障重现后跟踪分析，最综定位到此问题是由于应用程序的BUG导致。经过整改后，困扰过一段时间的问题得到了根本解决，每日早上数据展示及时。

四、实施后效果

实施企业数据应用集约化运营与提升后，实现了人员的减员增效，在维护人员不增反减的情况下，完成了EDA域各系统的运营维护工作。优化了数据支撑维护流程，并进行了大量的优化，EDA域系统有较大的提升。特别是企业数据门户的稳定性及时性得到很大的提升。

数据基础管理数据应用方面：统一了数据基础管理，一点管理统一建模统一编码。形成了企业数据的统一视图。通过统一的组织统筹数据应用，极大的提升了数据的应用的质量。

数据运营维护方面：通过人员组织调整，优化职责分工，实现数据全流程全生命周期的运营生产管理和数据质量统一管理和控制，提高了数据运营维护效率以及系统维护保障质量。加强和完善了数据运营维护体系建设，保障全生命周期的数据质量。通过对系统的全面优化提升完善系统的不足，加强对系统的自动化的监控手段，夯实数据平台系统基础，提升系统的健壮性降低系统故障发生率，整体提升维护数据运营维护的水平。

篇2

关键词：电力运营 数据处理 资源整合

中图分类号： TP311 文献标识码：A 文章编号1672-3791（2016）07（b）-0000-00

通过对电力系统动态性和实时性监测可以掌握大量的实时数据，它是电力系统动态运行的具体体现，但这也严重制约了电力系统的长期发展。现代电力运营监测员应充分利用电力运营监测平台，提升系统数据利用率，建立以供电部门基础数据处理，做好各项数据的衔接、处理，协同各部门协同问题，促进国家电网数据系统的高效运转。

1大数据时代相关内容概述

1.1大数据时代整体发展形势

从我国互联网技术的快速发展，各行业企业在大数据时代中均积累了大量的经营数据，它决定了企业的长期健康发展。为了更好的完成我国电力企业在大数据时代下的发展任务，本文笔者主要从以下四方面进行了大数据时展形势加以概括，进一步实现对电力企业数据共享，实现多种资源的优化整合：

一，促进电力各部门数据的优化整合与共享，提升企业各种资源的整体利用率；二，加快电力数据资源开放力度，扩大资源利用面；三，进行大数据基础设施的统筹规划，提升数据资源利用的合理性；四，构建科学的宏观调控数据体系，进一步实现电力运营监控的宏观调控。

1.2充分发挥大数据平台业务优势，进行管理短板定位

综合考量电力运营业务流程绩效指标，对业务流程整体执行效率进行综合评价；进行执行效率较低业务流程环节的准确定位，全面分析业务流程设计的科学性与合理性，并提出综合性流程改进建议；我们应当在整体业务流程绩效指标和详细数据的基础上，作出有关于业务流程制度、岗位绩效、职责及标准的整体改进意见和建议；提升各部门、不同业务之间的协同性，进行管理短板的准确定位。

1.3加强数据资源安全保障

数据资源的有效利用离不开数据体系的健全和完善，它是加强大数据环境网络技术研究和安全的关键，只有构建大数据时代下的电力运营监测安全评估体系，才能够使企业在大数据安全基础上，提升电力运营监测和预警工作质量，提升电力企业服务水平。

2做好大数据时代电力运营监测系统数据处理

2.1监测数据类型

电力运营监测数据类型主要分为基础型数据、电力企业运营数据以及电力企业管理数据几种，基础型数据是以电力企业生产数据为主，它包含了电压稳定性、发电量、电能质量等，业务部门和业务系统要确保基础数据的完整性和准确性；电力企业运营数据指的是电力企业在生产过程中所产生的数据，通过对上述数据进行分析、处理，它能够为公司整体运营决策指明方向。电力企业管理数据仅限于特定环境下的共享和使用，它主要指协同办公、ERP及一体化平台等方面数据，做好该方面数据分析、处理有利于推进各部门工作的开展。

2.2监测移动数据处理

针对运营监测信息支撑系统来讲，异动产生、处理、统计是异动管理的主要内容，异动类型又可分为数据质量异动、接口异动和数据质量异动三种，业务异动就是通过业务数据分析出生产运营情况，业务异动又可详细划分为指标异动、流程异动和明细数据异动；而数据质量异动就是要分析出接入数据的准确性、完整性和及时性，并作出相关异动数据信息分析、处理。接口异动就是因接口问题产生的异动情况。

3.大数据时代下电力运营监控数据应用

3.1电力生产环节中大数据的具体应用

由于电力系统管理项目众多，想要单纯依靠人力来完成数据的分析和整体难度极大，只有充分利用现代化信息技术手段和多种业务模型才能够不断提升输电线路可靠性和在线计算输送功率，更好的完成电力生产相关技术指标，促进电压质量管理工作的发展。常态化低电压监测有利于实现用户和低电压电台之间的协同合作，实现对低电压运行情况的跟踪治理。因此，电力系统相关部门应在大数据环境下，按期做好停复电监测和电压质量分析报告。

3.2大数据在电力系统营销中的具体应用

远程视频技术应用能够帮助电力运营工作人员进行相关业务的巡查，是运营监测中心针对高压电力作业实施的重要举措。通过远程视频技术的帮助能够极大的缩短营业窗口情况的巡视，进一步提升电力营业窗口整体服务质量，降低用户投诉率，提升电力用户的满意度。积极开展工业电量预测，更好的满足用电需求管理，促进用电系统稽查监控业务，更好的挖掘线损治理工作成效挖掘及典型案例提炼。

3.3大数据在电力检修中的具体应用

电力系统运营中心通过大数据运营监控平台的利用，充分实现了对电网设备运维、资产寿命周期以及资金收支等情况，并将其上报于上级在线监测分析系统中，保证电网系统的正常稳定运行，进一步完成电网设备运维绩效分析。我们应当综合利用大数据时代数据挖掘手段，做好电网生产运营过程中的操作票、工作票及缺陷记录等相关明细的分析和静态数据流程匹配工作，做好配电网络设备的日常巡视、检修处理等工作，促进各部门之间的协同，提升电网运维管理工作发展，尽早发现电网运营过程中存在的不足，全面掌握巡视、检修、缺陷发现等流程绩效分析，做好各环节定量诊断调度和检修，进一步实现电网系统的纵向贯通和横向协同，不断提升我国电网运维管理水平。据相关数据统计，我国大数据时代下电力运营监控线路消缺原因、消缺时长如下图1所示：

4结束语

经上述分析，我们可以了解到数据信息维护、处理对于电力自动化系统运用意义重大，只有充分利用大数据时代所带来的数据分析、处理、应用方面的优势，做好不同数据类型的准备工作，进行电力自动化系统数据准确性、快速性整合，采用科学合理的策略指导，促进大数据时代电力系统数据的长期可持续发展。

参考文献

[1]崔希广；高速公路电力自动化系统信息平台的研究与应用[J]；科协论坛（下半月）；2012年10期

篇3

中兴通讯结合30多年的电信行业经验，阐述了对于运营商ICT融合的深刻理解，认为在云网融合时代，VDC将成为全球主流运营商转型的必然选择，是未来网络架构的核心，是ICT业务的核心载体与容器。

展示三大场景

针对电信行业在“互联网+”时代的变革与机遇，中兴通讯展示了VDC云数据中心解决方案三个典型应用场景。

第一个场景展示了NFV云解决方案，云计算、大数据、SDN/NFV推动全球运营商开始新一轮的网络架构重构。

中兴通讯VDC解决方案助力运营商以数据中心为核心，构建边际NFV云、区域NFV云以及中心NFV云三级化架构，业务及功能实现云化并集中部署至不同层面的数据中心。

通过中兴通讯VDC NFV云，运营商可以实现网络资源的有效利用，加快部署速度，大幅缩短新业务的上线周期，更好地提升用户满意度；另一方面，VDC NFV云可实现分层的设施管理和网络维护，进行动态的资源调度和设备节能，大幅降低网络建设和维护成本。

中兴通讯NFV云解决方案具有高性能、电信级可靠性、按需部署和易管理等优势，目前在全球市场已广泛应用。

第二个场景展示了中兴通讯VDC助力运营商构建IT云解决方案，重构运营商网络架构。

IT云带动运营商内部体制和运营模式的变革，支撑自身业务的云化，提升运营商云服务能力，全网资源实现池化、弹性。VDC IT云解决方案提供统一门户，统一管理，各级数据中心部署一套完整的资源池管理平台，实现对各级数据中心的计算、网络、存储、安全等资源统一管理和调度；提供计算服务、存储服务、网络服务、备份服务、容灾服务、云监控等服务，服务生命周期统一建模、部署、监控、回收。

VDC IT云解决方案帮助运营商构建多活数据中心，各级数据中心高效资源协同、规避能力不平衡的问题，并保障数据中心发生灾难时，自动切换到其他数据中心，保障业务高可用性。中兴通讯VDC 云平台不仅提供了IAAS能力，还具有自动部署、负载均衡、弹性伸缩、主备双机、业务自愈、业务监控等PAAS功能，帮助运营商实现类似互联网灰度等创新的模式和架构，进行业务快速创新试点。

第三个场景展示了运营商在能力开放过程中面临的机遇，VDC成为运营商拓展政企转售市场的核心载体和容器。

运营商具有丰富的网络能力、业务能力、云资源，但缺乏将能力整合并下沉到企业的平台载体。而同时政企客户则应用庞杂，IT资产建设成本高，运维成本高，安全风险高，难以获取到运营商能力的支撑。中兴通讯VDC结合uSmartPOD构建的混合云解决方案，正是解决这种困境的桥梁。

运营商通过VDC云平台抽象出能力集，网络切片化、能力开放切片化、应用APP化，并利用模板快速构建云服务，提供云主机、云存储、云桌面、云会议、企业协同办公、大数据等应用。

uSmartPOD是软硬件一体的智能化云平台，加电即用，一键部署，并提供强大的功能组件和丰富的业务种类，帮助政企客户快速构建私有云，解决有线、无线网络接入，VoIP、网络接入安全等难题，并与运营商VDC资源池无缝融合，构建混合云架构，实现数据私有化，软件、硬件、数据剥离，企业资源控制自主化，企业轻资产运作。

VDC和uSmartPOD通过丰富的应用，帮助运营商积极拓展政企市场，助力运营商网络深入企业内部，控制网络入口，通过建设混合云将ICT能力延伸到企业内部，实现能力、应用、数据在公有云、私有云之间的合理部署，通过资源共享、合作创新、产业联盟等多种形式构建开放共赢的生态环境。

支撑ICT融合

中兴通讯VDC解决方案基于OpenStack开放架构，在业务高可用性、高性能、高弹性、资源高效率等方面进行企业级优化，支持简单易用的业务定义模板，可以提供业务模板发放，并可以在多个数据中心中快速自动部署，实现业务快速上线。

VDC解决方案支持多数据中心统一管理，提供一致性体验，支持公有云、私有云和混合云的环境，支持异构虚拟化环境，大幅提高管理效率。

通过动态调度、自动伸缩、按需分配实现业务高弹性，VDC解决方案为运营商提供集中的、弹性伸缩的、高可靠性的计算、存储、网络等资源服务，并通过自动实施DRS策略，自动替换失效的实例，实现业务自愈，助力运营商实现自动化运维，自动优化系统架构。

篇4

关键词：运营监测；人力资源；知识体系

中图分类号：TM73 文献标识码：A 文章编号：1006-8937（2013）20-0148-01

1 背景

运营监测（控）中心建设是一项重大管理创新，其核心职能是针对企业核心资源的动态利用效率，各项业务活动的合规情况、风险水平和管理效率以及绩效目标偏差展开监测、分析工作，对各类运营管理中出现的问题和风险进行警示，提出应对措施和建议，并通过组织、协调业务部门快速反应，推动企业提高运营管理的效率和效益，提升企业整体的管理水平。由于员工岗位能力对岗位和部门工作绩效具有直接影响，甚至成为最关键的因素，因此建立知识体系，指导开发运营监测员工潜力、提高员工技能，是实现这一战略构想的重要管理工具和手段。

2 运营监测业务内容

运营监测（控）中心作为企业核心业务和核心资源的综合管控中心，是掌握情况、分析问题、防范风险的“千里眼、顺风耳、铁算盘、预警机”。其核心业务内容主要包括以下五项。

①全面监测。针对企业核心业务与核心资源在经营过程中的异动和问题进行的动态监测及自动预警，即通过构建监测模型、梳理指标体系、设定指标阈值等方式，监测企业内外部环境、核心资源、业务绩效和流程绩效，在线跟踪运营状态。②运营分析。在全面监测基础上，通过确定核心要素、梳理关联关系、研究分析技术、构建分析模型等方式，针对公司综合绩效、发展能力、竞争能力、风险管控等方面开展综合分析和专题分析，深度洞察运营中异动或问题发生的原因，所涉及的影响因素，所产生的风险以及未来的趋势，为提升企业总体运营水平提供决策支持。③协调控制。在全面监测、运营分析的基础上，针对已发现的运营管理中存在的异动问题和风险，协调相关部门或单位组织解决。④全景展示。通过可视化技术，实现运营信息的图形图像化，从而清晰直观并以互动的方式实现企业管理的全方位展示。⑤数据资产管理。通过建立海量数据的分级管理策略和业务数据入口质量管理和评价，提升企业运营数据质量，挖掘数据价值，实现企业运营数据资产价值最大化。

3 运营监测知识体系框架

高质高效的人才队伍是推进落实运营监测业务发展的有力保障，与业务条线的员工比较，运营监测人员要有更加专业的能力，根据运营监测的核心业务内容，对其业务能力要求是：

①掌握被监测对象相关业务知识。这是员工开展分析工作的基础，这包括掌握专业业务基础理论知识，熟悉专业业务开展流程，明确专业业务管理要求，具备一定管理业务经验。②具备获取业务数据的能力。在掌握专业业务知识上，掌握数据库基本理论，熟练使用业务信息系统获取数据并搭建业务监测和分析模型，掌握数治理方法。③具备分析和业务洞察能力。员工需要理解企业战略对每个业务的要求，掌握定量分析和定性分析的基础理论，知道如何运用数据挖掘的软件工具、建立分析模型、对具体业务进行分析。④其他能力。熟悉运营监测业务本身的管理制度，熟练使用信息系统，具备最佳沟通能力，与部门建立融洽的协作关系，并在部门内部实现最佳实践经验分享、分析技能推广。

4 运营监测能力提升策略

①能力建设初期阶段。以熟悉运营监测业务本身的管理制度和流程，熟练使用信息系统，掌握管理沟通能力为核心内容。②能力建设中期阶段。以掌握被监测对象相关业务知识，具备获取业务数据的能力为核心内容。③能力建设提升阶段。以具备定量分析能力和业务洞察能力为核心内容。

由于业务知识面广，专业业务管理经验较难获取，因此必须建立运营监测专家保障机制，利用其它专业的管理专家，开展专业业务培训，快速熟悉业务知识，分享业务管理经验。

5 结 语

随着运营监测体系建设的持续深化及对其人力资源要求的不断提高，目前的知识体系建设将最终细化转向能力素质能力模型建设，即通过洞悉企业发展战略要求，从运营监测业务定位、岗位职责及工作任务着手，通过标杆经验解析法、业务功能解析法（BFA），研究与之匹配的能力要素，并经过关键行为事件访谈（BEI）进行验证，形成标准清晰、规范可控的能力素质模型，以运用于招聘、岗位能力测评和培训体系设计，提升其人力资源管理水平。

篇5

关键词： 运营检测； 全面监测； 运营分析； 协调控制； 全景展示

中图分类号： TN919?34； TP302.1 文献标识码： A 文章编号： 1004?373X（2013）06?0053?03

0 引 言

运营监测（控）是实现对公司经营管理24 h即时在线监测分析，实现对规划、建设、运行、检修、营销、人资、财务、物资等业务全方位监测分析，实现对计划预算、资金收支、电力购销、资产全寿命周期、供电服务、产业发展、金融领域等全流程监测分析，构建集全面监测、运营分析、协调控制、全景展示于一体的综合管控平台。

1 运营监测（控）信息系统基本简介

运营监测（控）信息系统主要实现全面监测、运营分析、协调控制、全景展示、综合管理、支撑管理等功能。

（1）全面监测。围绕运营监测（控）中心对外部环境、综合绩效、运营状况、核心资源、关键流程5种类型的业务进行全面监测的要求，通过对业务需求的分析，实现了外部环境监测、综合绩效监测、运营状况监测、核心资源监测、管理流程监测以及为了满足外部环境、综合绩效、运营状况、核心资源、关键流程的日常监测的功能性要求，实现后台监测管理的支撑功能，实现对全面监测业务的有效支撑。

（2）运营分析。围绕运营监测（控）中心对综合分析、专题分析的运营分析业务要求，通过对业务需求的分析，实现综合分析、专题分析、分析管理。

（3）协调控制。根据运营监测（控）中心对协调控制的业务要求，通过对业务需求的分析，实现异常事件管理、调控任务全过程管理、调控任务统计分析、调控任务评价管理。

（4）全景展示。根据运营监测（控）中心对全景展示的业务要求，通过对业务需求的分析，系统实现了公司概况、科学发展、经营业绩、优质服务、管理提升、科技创新、责任实践、热点聚焦、企业看板9大主题域的主题展示，为了满足全景展示业务的正常开展，运营监测（控）中心需要扩展后台展示管理的支撑功能，建立展示管理模块对全景展示业务进行有效的功能支撑。

（5）综合管理。根据运营监测（控）中心对综合管理的业务要求，通过对业务需求的分析，实现综合业务管理、报告管理。

（6）支撑管理。根据运营监测（控）中心全面监测、运营分析、协调控制、全景展示、综合管理的公共业务需求，实现手工录入、数据接口监控、数据质量监测、数据质量报告。

2 建设内容及应用分析

运营监测（控）信息系统建设主要包含运营监测工作台系统、大屏可视化展示系统、数据梳理及接入几方面工作。

2.1 工作台系统建设分析

运营监测（控）信息支撑系统需在总部和下属分公司构建了运营监测工作台系统，实现两级运营监测（控）中心数据纵向贯通，全面监测围绕公司核心业务活动与核心业务资源，实现全面监测、全景展示、综合管理和运营分析功能。

2.1.1 全面监测

全面监测围绕公司核心业务活动与核心业务资源，通过完善该功能模块，实现对公司外部环境、综合绩效、运营状况、核心资源和关键业务流程等进行24 h在线动态监测，及时发现公司运营过程中的异动和问题并自动预警[1]。

（1）外部环境监测。外部环境监测功能主要包括：政策和法律环境、社会文化和自然环境、经济环境、技术环境、产业环境、市场环境等。提供对政策环境、监管环境、法律环境、公共关系、法律法规、监管要求、宏观及微观经济环境、技术环境、电力行业的产业政策环境、电厂、电力用户等相关信息的监测功能。

（2）综合绩效监测。综合绩效监测功能主要包括：电网状况、资产质量、服务水平、业绩水平、可持续发展5个方面。通过对电网结构、装备水平、健康水平等方面的监测反映公司电网状况；通过资产效率、偿债能力等方面的监测反映公司资产质量；通过服务客户、服务发电等方面的监测反映公司服务水平；通过人员效率、经营效益、成本水平、安全生产等方面的监测反映公司业绩水平；通过投资保障、市场开拓、创新能力等方面的监测反映公司的可持续发展能力。

（3）运营状况监测。运营状况监测功能主要包括：人资集约化、财务集约化、物资集约化、大规划、大建设、大运行、大检修、大营销、其他业务等。通过运营状况的监测，及时掌握各业务部门业务开展情况，分析部门绩效与公司综合绩效之间的差距。

（4）核心资源监测。核心资源监测功能主要包括：人力资源、财务资源、实物资产、其他资源监测等。提供对用工状况、人员素质、财务状况、整体规模状况、实物资产状况、科技成果、知识产权、品牌价值等方面的监测功能。

（5）关键流程监测。关键流程监测功能主要包括：计划与预算管理、购售电管理、资金收支全过程、项目全过程管理、总部/下属公司重点工作管理、物资供应链管理、业扩报装管理、电费管理8个方面。通过对跨部门流程节点和详细业务活动的监测，及时发现流程瓶颈点，了解跨部门业务协作顺畅度，从而判断各业务条线是否能支撑企业整体战略目标。

（6）监测管理。为了满足外部环境、综合绩效、运营状况、核心资源、关键流程的日常监测功能要求，系统需实现后台监测管理等支撑功能，主要对以上功能进行配置管理及数据的初始化等工作。

2.1.2 运营分析

主要包括综合分析、专题分析、分析管理等几个方面。

（1）综合分析

外部环境分析 对公司运营产生较大影响的经济、政策、行业发展等情况进行分析。从产业政策变化、电力供需形势、投资及建设环境等方面分析公司面临的外部形势。

公司运营情况分析 实现对关键指标完成情况，增减变化原因、趋势，年度目标完成进度和指标预警等情况的分析，重点反映公司运营的关键绩效，综合体现公司运营情况。

中心协调情况分析 实现对协调控制工作成果的汇总分析，通过分析发现异常问题的规律、频度、类型和问题的处理过程，综合反映横向协作效率和业务条线内的协调运转效率。

（2）专题分析

综合绩效分析 从电网结构、装备水平、协调发展、电网投资规模、电网建设规模五个关注点对电网发展进行绩效分析；从资产运营效率、偿债能力和资产获利能力三个关注点对资产质量进行绩效分析；从供电质量、服务客户、服务社会三个关注点对供电服务进行绩效分析；从安全、效率、效益三个关注点对经营业绩进行绩效分析。

发展功能分析 从价值和财务角度出发，对公司的经营规模、财务成果增长情况、可持续增长率进行分析，为公司提高电网接入能力、树立企业社会形象、提升企业社会贡献率提供决策支撑。

竞争能力分析 主要包括战略决策能力、集团化运作能力、人力资源竞争能力、外部影响能力、电网运营能力、关键技术创新能力、服务能力7个方面。以企业的价值为导向，将各类竞争能力落地到资本上，为公司提升市场决策能力、供电可靠性、客户满意度等提供决策支撑。

风险管理分析 主要包括公司风险管控分析、重点关注领域风险管控分析2个方面。通过对公司内外可能产生的各种风险进行识别、衡量、分析、评价，并适时采取及时有效的方法进行防范和控制。

2.1.3 全景展示

主要包括主题展示、展示管理2部分。

（1）主题展示

主题展示主要包括企业概况、科学发展、经营业绩、优质服务、管理提升、科技创新、责任实践、热点聚焦、企业看板展示和大屏展示等功能模块。在企业概况部分主要展示内容包括企业介绍、企业规模、企业文化、企业荣誉等方面；在科学发展部分主要展示内容包括电网发展、产业金融、国际化运营、人才发展、信息化发展等方面；在经营业绩部分主要展示内容包括经营效益、安全水平、市场营销等方面；在优质服务部分主要展示内容包括供电质量、客户服务等方面；在管理提升部分主要展示内容包括三集五大建设、党风廉政、依法治企等方面；在科技创新部分主要展示内容包括科技发展、智能电网等方面；在责任实践部分主要展示内容包括保障供电、抢险救灾、服务三农、节能环保、社会公益等方面；在热点聚焦部分主要展示内容包括重点工程、一线风采、媒体聚焦等方面；在大屏展示主要包播放展示控制、系统维护、可视化设计器和信息数据管理[2]。

（2）展示管理

主要实现可视化组建管理、界面布局管理、展示主题管理、展示控制管理，通过这些管理模块实现对各应用的功能的配置及定义。

2.2 大屏可视化展示系统建设分析

大屏可视化展示展示系统主要是对应用功能及分析结果进行可视化展现，对各项分析结果提供形象的显示，让人们能够很直观、清晰地理解数据含义，提高系统应用的易操作性、可读性。

应用单元是展示的最小功能单元，依据展示场景、展示主题要求的展示内容进行业务分析，由展示主题的指标、数据和其他非结构资料组合而成。应用单元可能包含一个指标或多个指标。依据业务特点提炼的应用单元，能表达一项完整的业务活动。展示形式主要包括柱状图、折线图、散点图、饼图、条形图、环形图、柱线复合图、维恩图、二维表、仪表盘、蜂窝图、雷达图等，可通过不同展现形式的组合，丰富优化应用单元展示效果。

在展示中，可采用先进的可视化技术和多媒体互动技术，通过直观、形象、动态、实时和新颖的展示方式，优化全景展示的视觉效果和互动体验。应用三维GIS、三维数字沙盘、虚拟三维动画、仿真驾驶仓、体感扑捉展示、实时视频通话等可视化技术优化展示效果[3]。

2.3 数据梳理及接入分析

工作台及大屏可视化展示系统的建设还需要各业务系统的数据作为支撑，通过系统处理后方可进行可视化的展现。接入的数据主要来源于各个专业系统，如：财务、物资、基建、发策、人资、安监、经济法律等，针对全面监测、运营分析、全景展示对业务数据的需求进行扩充及细化，基于公司现有两级数据中心开展业务数据接入，完善数据接入接口，实现扩充并细化的数据接入数据中心，逐步丰富公共数据资源池数据资源以及企业级数据仓库内容。

3 结 语

本文阐述了运营检测（控）信息系统在电力信息化建设中的主要应用研究，它的建成将有效促进公司管理方式变革，实现公司资源整合，提升公司运营水平，确保公司稳健发展，为企业信息化系统数据的监测、监控及可视化展现提供了参考及对策。

参考文献

[1] 张小敏.电力企业信息系统集成技术的研究与应用[J].电力信息化，2011（9）：77?79.

[2] 宁东玲.信息系统项目应用效果的评价研究[J].项目管理技术，2012（10）：52?55.

[3] 罗四维.视觉信息认知计算理论[M].北京：科学出版社，2010.

[4] 周志敏，纪爱华.触摸屏实用技术与工程应用[M].北京：人民邮电出版社，2011.

[5] 卢孟常.电工电子技能实训项目教程[M].北京：北京大学出版社，2012.

[6] 吴晖.融合通信技术在电力行业的应用[J].电力信息化，2011（9）：85?88.

[7] GROOVER M P.自动化、生产系统与计算机集成制造[M].

3版.北京：清华大学出版社，2011.

[8] 李江全.现代测控系统典型应用实例[M].北京：电子工业出版社，2010.

篇6

运营数据库通常是企业用来执行业务交易，并且记录交易状态和订单执行情况的系统所产生的数据库。运营数据库通常是企业的销售信息系统，或是企业的业务交易系统。

运营数据库是基于帐户和交易的，通常是交易的原始记录，如果一旦运营数据被删除，运营数据将会很难恢复。离开了运营数据库，很少有业务能够成功运营。

运营数据一般是企业的运营管理部门或是财务部门关心的，但通常由企业自己的IT部门代为管理和维护的。运营数据库在实际中很少会外包。

零售企业的销售运营系统，用来记录和跟踪产品库存和订单付款状态的变化。电信企业的计费系统或营帐系统，记录每一号码的通话情况、计费情况和缴费状态等。银行的个人核心业务系统，记录银行帐号内的存款余额和每一笔交易记录，必须保证帐号内交易的平衡。航空公司的订座系统或离港系统，记录旅客的订座情况、舱位等级和办理乘机手续的记录等。快递公司的货运业务系统，记录每一票货物的情况和运输状态等。

什么是营销数据库

营销数据库是基于客户来构建的。具体一点来说，营销数据库往往是企业利用经营过程中采集的各种客户消费信息、行为信息和背景资料，经过一定分析和整理后，以客户为核心来构建的。营销数据库经常作为营销部门制定市场营销策略和市场营销活动的依据。

在数据库营销为核心的关系营销中，客户营销数据库用来记录和跟踪每一客户的消费行为，如客户什么时候购买、为什么购买、与客户的沟通、以及来自客户的反馈，也包括市场调查的结果、客户的投诉建议等等。

营销数据库通常是基于关系模式来构建的，这使得所有客户交易状况能够一目了然。根据需要，企业的营销数据库通常还会包括客户的人口统计数据，以及根据需要增加的其他一些字段，比如：生命周期价值、RFM、累积的销售额和累计交易额、客户积分，以及营销活动的结果等。

营销数据库的作用

数据库营销的目的是与客户建立关系，如交叉销售、向上销售、客户激活和新用户发展等。

营销活动通是由企业的市场营销部门发起的，并且营销活动的执行通常是外包出去的。

营销数据库中的记录为营销部门设计一对一的客户营销提供了依据，使得产品设计、市场营销活动策划更加有针对性，营销目标也更加明确。

银行、电信公司、保险公司、航空公司、旅馆业和绝大多数的财富500强公司都在应用营销数据库。

营销数据库宏观应用

营销数据库的宏观应用主要是应用营销数据进行市场预测和营销活动设计，并且获得营销活动和客户的实时响应。

营销部门应用营销数据库来设计市场营销活动，以建立客户忠诚或是增加产品销售。根据客户的行为和价值将客户划分成不同的细分客户群，并且针对不同的客户细分设计营销活动。营销活动的结果也经常可以记录在营销数据库中，营销人员和客户管理人员能够清楚的看到每一次营销活动的客户响应情况和投资回报率。

营销人员应用客户数据库的资料，应用数据分析技术在潜在客户数据中发现和识别赢利机会。基于客户的年龄、性别、人口统计数据等，对客户购买某一特定产品或服务的可能性进行预测，帮助企业决策和设计适销的产品和服务，并且设计和制定合适的价格体系。

通过市场、销售和服务等一线人员获得的客户反馈，并把相关的市场调查资料整合，定期对市场的客户信息和反馈进行分析，帮助产品和服务在功能和销售方式上的改进；也可以帮助产品设计和研发部门做出前瞻性的分析和预测；也可以根据市场上的实时信息及时调整生产原材料的采购，或者调整生产的产品型号，控制和优化库存等等。

营销数据库的微观应用

客户生命周期价值常常用来预测每一客户的价值。企业经常应用生命周期价值来区分高价值客户和普通客户，并可以有效的识别潜在客户，并分别设计和采取相应的营销策略。

对于一个企业来说，真正给企业带来丰厚利润的客户往往只是客户群中的一小部分，这些小量的客户是企业的最佳客户，他们的忠诚度和盈利率往往是最高的。企业可以通过应用营销数据库中的客户资料，结合客户分群的智能统计分析技术来识别这些客户来区别服务和对待高价值的客户。对于这些客户，企业不仅仅需要提供特别的服务或回报机制，还需要保持足够的警惕，这些高价值的客户往往也是竞争对手所瞄准的目标营销客户。

一些客户密集型企业也经常应用营销数据库建立营销分析模型来预测客户的流失倾向。换句话讲，营销数据库是成功运营移动通信公司、长途电话公司或是信用卡公司的核心基础。

如何建立营销数据库

企业营销数据库的建立对于长期的营销和销售支撑是非常重要的，往往需要基于企业和客户的视角进行长远的规划和专业化的设计。

一些公司将建立营销数据库作为一项独立的应用，有时将之视为一种分析和支撑营销活动的工具来看。但一个完全一体营销数据库系统是将企业的业务、决策支持和营销体系，有机的整合起来的数据库应用，是一个系统性的整合营销支撑平台。很多企业在建立营销数据库，往往走入误区，将大量的资源投入在数据库和网络系统的建设上，而忽视了非技术的业务因素。

当企业的市场营销部门决定需要建立营销数据库时，通常企业的IT部门都会得到这些信息。通常IT部门的负责人会说：“好的，我们能够建立营销数据库，没有问题。”或者说“为什么不在现有的运营数据库基础上修改一下来建立营销数据库呢？”对于数据库营销人员来说，这两种说法都是不正确的，而且都具有风险。

为什么不能基于运营数据库来建立营销数据库

不能用运营数据库来完成营销数据库的任务的原因在于，运营数据库和营销数据库在数据库的结构和数据库的管控方式上都是不一样的。

运营数据库是基于帐户的，管理控制方式主要关注财务和运营。而营销数据库是基于客户的，管理控制方式主要是关注营销和销售。

营销数据库必须在数据库服务器上构建关系数据库。而在运营数据库中，目的是建立标准化的数据结构，使得运营数据库能够连续运营数月而不需要修改。

营销数据库的结构经常需要在建立新的营销活动、营销调查、促销和分群的时候改变，并且常常需要增加人口统计信息如年龄、收入、生命周期价值、工作时间等等。

营销人员想基于营销数据库来建立客户细分、增加客户资料、计算生命周期价值，并且在此基础上定义给每一客户的下一个最佳产品。有时营销人员还需要在营销数据库中增加客户的响应和市场调查结果等一些非交易类型的数据，并且运用营销数据库来记录和测量市场营销活动的效果，而所有这些都意味着要在营销数据库中存贮促销活动的历史资料。

在营销部门想做这些时，企业的IT部门往往要求营销部门在对数据库进行操作时首先征求他们的意见。而企业IT部门往往会说在数据库增加这些营销数据(如促销活动历史、辅助数据、客户价值和积分等)会减慢运营数据库的速度，而且还会使数据库更加复杂。在我亲自做的一些案例中，通常的情况是IT部门会站出来反对营销部门的任何新点子。

就运营数据库和营销数据库来说，在实际情况中，这两种数据的数据库的结构也不一样，而且也不太容易成功的合并或集成在一起，往往需要进行大量的数据的标准化和数据转换。

营销数据库管理系统通常具备的特性

营销数据库管理系统往往需要具备能够方便的更正客户的资料、支持客户数据的排重和归并、支撑建立动态客户分群、以及允许和支持营销人员方便的建立各类营销活动并且能够支持进行有效后台分析的软件系统。

营销人员希望营销数据库的权限能够对他们的开放，使得营销人员能够方便的查询客户信息和营销执行情况，并且运行统计和营销活动分析。事实上，这一点根本不可能在运营数据库上做到。

准来帮助企业建立营销数据库

企业自己的IT部门通常不会自建一个营销数据库其中原因在于没有一个通用的IT软件能够完成这一任务。企业IT部门往往也不具备建立营销数据库的能力和经验。

构建营销数据库所需的新软件系统必须另行采购。技术人员也必须重新接受培训来学习这些软件的操作和使用方法。

一些专业的数据库营销咨询公司和专业服务机构在这一领域有着深入的研究，这些机构与传统的IT技术服务公司不同，他们不仅仅有着对数据库技术的实施能力，更重要的是他们往往会从营销和销售管理的视角出发，帮助企业的营销部门策划和实施营销数据库的设计、实施和运营。

如果企业营销部门让企业自己的IT部门来帮助建立营销数据库，营销部门希望建立起支持动态客户关系管理的营销数据库的目标可能就越来越远了。其中一个重要的原因在于，运营部门总是认为运营比营销更重要。与运营相比，获得新订单、或是设计和执行市场促销活动，到底哪一个更重要呢？在营销人员眼中，这一点是不言而喻的。

营销数据库的运营外包

营销数据库的运营对于企业的营销部门来说，是至关重要的。企业的营销部门往往不具备运营和维护具有大量数据的营销数据库，而一些企业的IT部门也不具备支撑营销数据库运营的能力和经验，在这种情况下，将营销数据库的运营和维护外包给那些拥有运营能力和经验的服务机构能通常是一个不错的选择。

篇7

【关键词】电网 数据整合 大数据 数据仓库

1 引言

大数据技术的出现及发展，为现今社会的各行各业提出了机遇与挑战。由于电力行业同社会的生产生活密切相关，其同大数据的结合尤为重要。传统的电网业务数据主要由生产、运营、管理三部分数据构成，然而，在实际运行的过程中，上述数据虽然契合度较高，但是其结构性较差，大量的冗余及非结构化信息的存在大大降低了该系统的效率。进一步而言，上述数据仅为电企提供了使用功能，但是深层次的数据分析功能则严重不足，传统的信息化技术无法解决上述问题。本文基于对电企内部的大数据的运行特点，结合东北电网的数据仓库实际情况，提出了其大数据化的升级方案，并对该系统进行架构，现介绍如下。

2 电企内部数据的整合趋势

大数据是融合信息数据同人类社会（human society）之间的重要纽带，在信息空间 （cyberspace）内，人类社会可以借助收集到的信息数据反映物理世界（physical world）的实际情况，电力大数据则是信息大数据的一种表现形式，由于其处理的实时性及容量大，往往瞬间就能产生规模庞大的海量数据。而传统的数据分析系统无法在有效时间内完成对上述数据的整合、管理及处理从而指导企业的运营决策。而在新架构下对于电力大数据分析，可以对其进行深度挖掘，迅速发现问题，提出方案。由于电力系统运行的特殊性，其采集的数据信息量大，内容详实，可信度极高，可以预见，对上述数据的有效整合可以大幅增加企业的运营效率，并在此基础进一步为其他社会部门提供指导。

3 大数据系统的建设方案

3.1 系统总功能介绍

本项目的核心设计将基于传统的电力运行数据仓库为基础，实现功能主要为基础分析、地域分析、数据挖掘及数据共享几大模块。其扩展的应用为运营管理、产品APP开发、客户服务、数据预测及扩展分析几项功能。本项目拟在Hadoop框架平台上运行。通过建立对传统的应用/Web层同Hadoop之间的联系，来实现上述功能的实现。

3.2 实现功能模块介绍

3.2.1 基础分析

传统电力数据由于多来源于电力系统内部，数据种类较少但是信息数量庞大，缺乏智能化分析手段，导致其更新周期过长，图形化形象化不足，往往导致为决策层提供的数据不够丰富。而针对电网的相应的评估多以经验为主。通过对下层数据的收集，并对实时、周期数据的抓取，可以迅速获得电网及企业运行的实际状况，特别是以大量图像化的资料配合数据，可以使企业针对运营的真实情况进行响应。

3.2.2 地域分析

电力部门的特性决定了其地域性的特点，不同地区的电力数据多以数据化的形式存在。单一的数据导致对各地用电、配电的实际状况掌控不足，特别是进一步对下一级地市区电力数据的细化，并配合阶段性的实时变化，往往针对性不足，通过对电网大数据的使用，可以直接对不同地域的实际情况进行快速分析，并得出结论。

3.2.3 数据挖掘

针对电力大数据，配合工业、农业、商业、物流等行业的用电情况。可以快速有效的反映城市公共建设及经济运行的真实状况。通过对电力大数据的充分挖掘，可以为政府的基础设施建设及公共服务提供实际支持，对本地企业，通过对大数据的挖掘，可以针对不同行业及领域企业的实际需求给与帮助，大大提高了企业的效率。

3.2.4 数据共享

通过对于电力公共大数据的整理及评估，得出相应的指导意见，并将其向社会公布，为公众提供参考。而对于战略性细化的数据，则可在大数据平台下，向政府的各级部门有限的共享，分级评估，分级管理，分级共享，可以将电力大数据的实际功能最大化。

3.3 扩展的应用

3.3.1 运营管理

为该大数据应用数据库的核心功能。通过对于底层数据的抓取，对数据仓库内的相关数据进行整合过滤。而这些经过整合后的大数据，则可直接为本集团内部的运营提供帮助。与传统的数据直接整合不同，大数据库可对重复信息、无用信息实时过滤。而且由于大数据仓库可以在任何时间节点截止，并快速响应，为电力企业的实际运营提供了极大的便利。

3.3.2 产品APP开发

从企业的角度出发，可以通过对电力大数据的深度挖掘，以实际需要为蓝本，为企业的相关人员提供APP软件服务。从社会角度出发，可以为公众提供APP接入端口，将付费，通知等项目整合，进一步增加大数据的信息量。

3.3.3 客户服务

由枯燥的数据分析转变为大数据过滤。通过大数据仓库的筛选，面向企业的实际需要进行服务，与相关行业部门的对接。通过这项服务，可以将部门内部的数据，整合为图形化的资料，以方便企业的使用。

3.3.4 数据预测及扩展分析

根据以往整合的大数据平台，可以为部门内的电力供应及配电情况进行实际分析，并可根据已知的数据建立不同区域的模型，对配电过程中的事故隐患进行排查，根据电力数据的波动带入模型，提升企业运行的效率。综合企业运行的各项参数，设置不同的应急预案，充分利用大数据平台的优势。

随着信息化技术的提升、大数据时代的来临，未来电网将在大数据的支持下，向着智能化迈进，而如何基于大数据平台，提高电网的运行效率，增强企业的竞争力，向公众、政府提供更好更安全的服务，充分研究大数据平台在电网中的应用，势在必行，通过本研究，可以为未来大数据同电网的结合提供切入点，促进电力行业的数字化进步。

参考文献

[1]程学旗.大数据系统和分析技术综述[J]. 软件学报，2014（09）：1889-1908.

[2]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，201350（1）：146-169.

篇8

摘要：随着科技的发展，城市公共交通运营监管的发展愈加重要。通过对城市公共交通运营监管体系、信息采集和处理关键技术、决策支持、平台原型研发的研究内容介绍，基于当前技术分析，结合技术路线设计总体系统框架和功能，指出待解决问题，并评估分析其经济效益和社会效益。

关键词：运营监管体系；信息采集和处理；评估分析；效益

1研究背景概述

当前公共交通行业在建立信息化系统时，缺乏统一的规划与设计，各业务系统之间基本上是独立存在，导致“信息孤岛”弊端普遍存在；数据采集方式单一且没有统一的标准规范，阻碍了信息系统作用的有效发挥；数据的存储方式混乱，没有统一的标准规范，导致数据可用性低、维护工作量巨大。各大城市交通信息中心虽然集成了城市的公交运行信息，然而尚未纳入应用。项目的研究成果对于梳理城市公共交通信息化资源，建立规范的公共交通运营监管体系，提升企业运营的服务质量，落实城市公交的优先发展，进一步改善城市的交通出行结构与环境具有重要的意义[1]。

2公共交通发展研究

2.1研究内容介绍

通过掌握智能公共交通信息化技术，研究搭建城市公共交通信息平台体系、基础交通信息采集、公共交通评价决策支持等关键技术，并研究建立城市级公共交通原型平台。

2.1.1城市公共交通运营监管体系研究

着眼于构建面向省-城市-企业三级的城市公共交通运营监管信息平台，对公共交通系统的运营、管理、服务过程及特征进行分析，基于监管系统不同层面的基础需求研究，并结合我国城市公共交通运营监管信息化管理机制，提出监管信息平台的技术框架，规划设计其逻辑层、物理层、数据层、支撑层和业务应用层框架体系，提出相应的标准规范体系，并研究制定相应的配套技术规范与标准。

2.1.2城市公共交通运营监管信息采集与处理关键技术

城市公共交通运营监管的信息取自于公共交通系统的综合监测。根据监测对象的不同，主要分为公交基础设施监测、载运工具监测、客流监测、能源消耗等。对于城市公共交通运营监管、监测信息的采集与处理、存储关键技术、数据融合及信息提取技术等的研究，需要充分考虑城市公交的管理需求，建立数据的传输与管理、备份机制等[2]。

2.1.3城市公共交通评价决策支持研究

决策支持研究是的核心研究内容。面向城市公共交通的运营监管，基于考核政府落实公交的优先效果，评价城市公共交通发展水平以及公共交通运营企业服务质量，研究信息化监管的流程与方法，建立相应的评价指标体系与评价模型，并建立完善的公共交通成本规制与财政补贴测算方法，以及信息化的管理方法与模型。

2.1.4城市公共交通运营监管信息平台原型开发

通过采集城市公共交通的动态和静态数据，构建城市公共交通原型数据库，进而构建公共交通运营监管原型信息系统。基于上述评价指标体系、模型与机制，研发相应的城市公交发展水平评价、城市公共交通企业服务质量评价、城市公共交通成本规制与财政补贴管理等的评价与分析原型系统，为城市公共交通行业监管提供技术支持工具[3]。

2.2系统技术分析

2.2.1系统总体框架设计

城市公共交通运营监管系统由省-城市-企业三级架构的城市公交运营监管信息平台组成，并在此基础上形成部级公交运营监管系统，其中企业级公交信息化系统包括公交调度系统、公交企业ERP系统、公交线网系统和交委职能部门系统等，各级监管平台之间通过网络进行连接并交换信息数据。

2.2.2技术路线

本项目主要分为两个方向进行技术研究，包括基础数据的采集与数据库的构建和运营监管体系框架研究与关键技术研究分析。其中，基础数据的采集与数据库的构建是基于城市公共交通信息化系统，包括公交调度系统、公交信息服务系统等系统的深入调研，掌握总体的资源现状、数据现状、信息流以及基本的功能，采集原始的公交系统动静态数据并分析，以构建完整的城市公共交通运营监管数据库。运营监管体系框架研究与关键技术研究分析是指深入研究城市公共交通运营监管的业务需求，包括公交发展水平评价指标体系、公交服务质量评价指标体系、公交财政补贴与成本规制等的模型等，建立相应的原型系统[4]，作为城市公共交通行业监管系统的理论基础和功能开发依据。

2.2.3系统功能设计

系统主要包括数据采集与交换模块、基础信息维护模块、公交运营监管模块、公交服务质量评价模块、公交成本与效益分析模块、公交线路分析模块、公交站点客流分析模块、公交政府补贴分析模块及乘客出行分析等。

2.2.4数据的采集与存储

城市公共交通运营数据监测系统主要从基层的交通业务系统采集数据，并保存在城市公共交通运营数据监测系统内的数据库中。数据来源主要包括：①公交调度系统，包括车辆运行状态、GPS轨迹数据、运营里程数据、发班班次数据、安全行车数据、服务质量数据、道路站台秩序控管数据等；②公交企业ERP系统，包括人力、燃料、维修、保养、综合管理费用、安全等数据；③公交线网系统，包括公交线网数据、路网数据、POI兴趣点数据、公交线网分析数据、公交线路重叠率数据、客流分析数据；④交通职能部门系统，包括线路、站点、场站、政府财政补贴数据，政府财政补贴的分配数据，计算依据和模型等数据。

2.3待解决的问题

2.3.1城市公共交通运营监管基础数据采集与管理

数据是城市公共交通监管信息平台能够运行的关键。如何从公交运营企业采集原始的公交系统静态数据、动态运行数据，并建立持续的数据传输、数据同步更新机制，构建城市级、省级公共交通数据库，支撑着本项目功能需求与目标，建立相应规范的数据采集、传输标准等对于本项目的实现至关重要。

2.3.2城市落实公交优先效果评估与公交服务质量评价指标体系

目前关于城市公共交通评价指标体系的研究较多，如何从中提取考核城市公交优先发展水平的总体指标与上层指标，建立准则清晰的公交服务质量评价指标体系，对于引导城市公交优先、科学发展，确定城市公共交通运营监管信息平台的功能目标，是必须首先解决的关键问题。

2.3.3城市公共交通成本规制方法

城市公共交通财政补贴是保障公交运营的重要手段。公共交通运营成本因素繁多而且复杂，界定城市公共交通内外部成本要素，建立公交成本规制体系，研究公交成本要素计算方法与模型，从而建立城市公交成本规制测算软件是城市公交监管信息平台发挥作用的关键环节。

3效益评估

3.1经济效益

项目的实施可以带来间接的经济效益。通过实施公共交通运营监管政策和辅助关键技术，将促使各级行业管理部门加强对城市公共交通的有效监管，尤其是通过建立起公交运营成本、服务质量与财政补贴之间的关系，可以规范行业行为，促使企业积极提高城市公共交通的整体服务质量，促进企业之间的良性竞争，提高企业城市公共交通的运营效率，节省大量的人力物力资源，为社会作出更大的贡献。

3.2社会效益

城市公共交通运营监管平台的实施同样具有重要的社会效益，将极大促进公共交通行业在运营、监管、安全、应急与服务等多方面的全面发展，极大提升公共交通的吸引力，促使越来越多的公众愿意乘公交，更多乘公交，主要在四个方面产生重大的社会效益，包括：①提升城市公共交通的服务质量；②提高城市公共交通的运输效率；③改善城市交通的出行环境；④促进城市交通的和谐可持续发展；⑤构建良好的城市交通服务环境，体现社会的公平性。

4总结

智能交通已然成为一种趋势，因此，应该努力发展研究城市公共交通运营监管系统，基于业务和用户的需求进行分析，构建系统总体框架平台，解决技术难点，提高工作效率，以创造最大的效益。

参考文献

[1]杨晓光，周雪梅，滕靖.公共交通与城市发展研究及实践.第三届同舟论坛———公共交通与城市发展学术研讨会论文集.上海：同济大学出版社，2006.

[2]杨新苗.城市公交发展技术保障体系关键技术研究[D].东南大学，2000.

[3]王静霞，张国华，等.城市智能公共交通管理系统[M].北京：中国建筑工业出版社，2008.

[4]杨兆升.中国智能公共交通系统框架与实施方案研究[J].交通运输系统工程与信息，2001，2.

[5]杨晓光，皮晓亮，滕靖，孙亚.中国智能公共汽车交通系统发展问题的研究[J].城市公用事业，2006，20（2）：8~10.

篇9

关键词：GIS 供水企业 集成应用方案

1　前言

为了满足城市快速发展的需要，城市供水企业近年来不断采用新的技术、新的工艺，用以提高城市的供水能力和服务质量。其中自来水厂监控系统在全国大多数城市得到广泛应用，还有一些城市的供水企业正在逐步采用GIS技术管理供水管网信息、用计算机实现收费营业电算化。这些先进的信息、计算机、通讯和自动控制等先进技术的应用，的确为供水企业的现代化运营解决了很多的实际问题。但是，我们也应该看到还有很多深层次的问题尚未得到卓有成效的解决，究其原因主要是因为：①供水企业的运营包括从产水、输配水、管理和收费多个环节，仅在某一环节采用新技术并不能解决所有问题；②企业运营的各个环节是密切关联的，分离的系统无法实现整个运营的系统性；③系统运营的很多因素是有统计规律和相关性的，目前的系统无法从这些规律和相关性得到可以辅助决策的信息。因此，要达到自来水企业的最优化运营，就需要系统分析企业的运营模型，找到每个环节的相关性，获取综合的有效信息，综合历史信息，优化企业的运营，提供辅助决策。以产水到用水的整个过程为主线，以企业的管理现代化为辅线，把信息技术在企业集成应用，实现从产水到用水的最大效益，是我们对以上问题的一个有益探索。

下面我们从供水企业的运营模型着手，分析企业的信息模型，并给出基于GIS平台的供水企业信息化应用方案。

2　运营模型

供水企业的运营主要围绕水从水源、水厂经过输配网最终到水用户的生产/消费链而进行的，其模型如图1。

生产调度通过实时采集水源和水厂的变电设备、电器开关、加压泵等设备运行参数和流量、出水口压力、余氯等控制参数，以及输配网上压力监测点和水库水位监测点的控制参数，动态自动控制水源、水厂设备的启停和运行，使整个输配网上的水压保持最佳的分布和平稳状态，从而为用户提供高质量的供水服务，减少输配过程中水的损失，最大限度延长管网的使用寿命，最终提高水厂的运营效益。

管网管理主要实现输配水管网信息管理，管网的新建、维护和改造以及水用户的管理。它必须能够保证管网信息的准确、全面和现势，满足管网规划、设计、施工和维护的要求。

营业收费完成水用户用水量的验抄、统计，根据水用户性质和收费项目的规定进行计费收费。

公司将综合生产调度、管网管理、营业收费的各种信息，结合公司的营业策略，对整个企业的运营进行科学合理的决策，从整体上实现对公司营业的宏观管理。

3　信息模型

企业运营的信息流如下图2所示。

系统运营的信息包括变化的动态信息和相对稳定的静态信息。动态信息主要是通过动态监测系统获取的实时变化的信息，主要包括水厂（水源地）配电设备、工艺设备的运行状态信息，比如变压器的电压电流、配电开关的闭合状态、加压泵的电压电流功率等；水厂出水口压力、流量和余氯等工艺参数信息；管网压力监测点的压力信息和水库的水位信息。这些信息一方面通过自动控制系统反馈，控制水厂设备的正常运行，另一方面送到公司进行综合分析。还有一类动态信息就是水厂累计流量信息、水厂设备和管网维护信息、漏水调查信息以及用户用水量信息，这些信息经过综合分析，为供水管网的平稳运行、故障排除、查漏维护提供决策支持信息。静态信息包括企业变化缓慢的一些业务信息、地理信息和企业运营的历史信息。这些信息和动态信息相互结合，提供更好的决策支持信息。更好的决策支持信息返回来对水的生产消费环节产生作用，使其成为良性的循环链，达到最大运营效益的要求。

转贴于 　4　体系结构

无论是动态信息还是静态信息，它们都和其实体所在的地理位置密切相关。因此构建以GIS为平台的信息综合、分析和决策的供水企业信息系统是一种最佳选择。

GIS是一种采集、存储、管理、分析、显示与应用地理信息的计算机系统，是分析和处理地理数据的通用技术，GIS所特有的空间分析功能和可视化表达方式正符合供水管网信息所具有的区域性强、隐蔽、复杂、动态、数据量大等特点。同时GIS也是把供水企业的各种信息有效聚合的粘合剂，所有的信息通过和地理位置相关，就可以达到有机结合的目标。通过将各种信息在GIS平台上的集成，从而为企业提供更深层次的信息化应用。

以GIS平台为核心的供水企业信息系统的体系结构如下图3所示：

信息平台的数据输入/转换中间件可以把企业各种底层设备获取的信息采集到系统的数据库中。对于不同的底层设备，只要开发相对应的数据输入中间件，就可以很容易接入到系统中去。而基于该信息平台，用户可以进行各种需要的企业信息化应用。而这些信息的获取、存贮、组织都完全由该信息平台来实现，从而使系统具有很好的可扩展性和开放性。同时，系统把企业的各种信息集成在一起，实现信息的集成应用。

5　系统组成

5.1 系统的硬件组成

系统主要基于供水企业内部网络，并包含动态监测的远程无线通信网络。网络逻辑如图4所示。

5.2 系统的软件组成

系统包括六个软件子系统：动态信息采集/命令、动态监测、管网管理、抄表收费、决策分析、办公自动化和企业网站。下面分别介绍它们的功能和实现：

1) 动态信息采集/命令子系统

主要功能是按约定的通信协议与自来水公司下辖的水源地、水厂、水库和管网压力监测点之间进行通信，实时地把水源、水厂的配电、工艺设备的运行状态参数和水压、流量、余氯工艺参数采集到中央数据仓库中，进行集中的处理。同时也可以把动态监控的命令和数据下达到控制的设备。另外子系统还具有过滤存储﹑动态显示﹑数据边界处理和自动报警等功能。

2) 动态监控子系统

主要功能是根据控制规则和获取的动态监测信息，对整个企业的运营设备（水厂配电和工艺设备及输配水管网设备）实施监控。通过监测动态运营信息，系统可以实时显示每个设备的运营状态，并且可以根据历史信息和当前的实时信息给出各种控制参数的变化趋势图表。另外还可以采用一定的优化策略或人工方式，来最佳地调度运营设备的启停和运行，达到遥控的目标。

3) 管网管理子系统

管网信息是不断变化着的。各种图形信息、属性信息都需要适时进行更新。管网管理用户直接面对那些复杂繁琐的数据处理软件会感到非常麻烦。所以该子系统的管网维护部分就是按照用户的定制要求制作一个数据处理环境，采用数据处理向导，让用户通过非常简单的数据处理步骤来更新管网数据。同时，这个系统还提供分布式存储的数据同步、上传、下载，数据的备份和恢复，以及多种格式的数据导入和导出的功能。

该子系统的另外一部分，主要提供可视化的管网信息浏览、专业和组合查询、单项和双项统计、数据汇总、固定比例和自定义比例的打印输出功能。它的使用符合业务流程、易用、实用、美观。

4) 抄表收费子系统

系统支持手持抄表机和人工收费两种模式进行收费。收费前由收费人员通过营业所客户端计算机将收费区域内的水用户信息从收费服务器下载到抄表机，或者打印收费用户信息表格。抄表员收费时只需输入或者记录本月水表指数，最后将结果再通过营业所客户端计算机上载回服务器或者通过录入软件输入到服务器。整个过程对于水用户和抄表人员来说都是透明的，只需录入一遍水表指数信息，系统就可以自动计算每个水用户的水费信息，并以此进行收费。本系统可以进行计费、收费信息的查询、统计、报表打印和发票打印。

5) 决策分析子系统

本系统主要基于中央数据仓库的信息实现一些分析功能，为企业决策层提供决策支持。包括用于市政拆迁的缓冲区分析；用于处理爆管事故和维修的最短路径分析、连通分析；用于施工参考的剖面分析；用于水厂建设和管网发展规划的平差分析；优化水厂生产的调度分析；辅助漏水调查分析等功能。

6) 办公自动化和网站子系统

为供水企业的内部管理提供便利。包括企业内部公文处理；企业管理的各种数据汇总和报表、成果图；企业职员管理；企业档案管理等。通过构建企业网站，实现企业形象对外宣传、企业信息对外等功能。

构建在GIS信息集成平台之上的六个子系统，每个都具有相对独立性。它们既可以独立工作，也可以协同工作。

篇10

北京永洪商智科技发展公司高级副总裁王桐表示，通过数据都能做出怎样的事情，产生怎样的价值，同时应该怎样更好地去运用数据……成为关键的几个问题。除此之外，通过数据化的运营，将改变以往决定战略和决策的思维模式。以前经常是通过业务经验来做相应的决策，不管是宏观的、战略的，还是和具体的某些执行相关。

数据本身通过这种客观，如实的证据帮我们提供了一个量化决策支持的基础。通过这样的基础支持，帮助更好地完成决策的事情。所以，对于企业战略的定义，还是未来的走向，具备数据的支撑是非常重要的。在存量的时代，数据资产化、决策数据化才是整体的趋势。

运营数据难题多

过去几年大数据领域的热门话题多是集中在基础架构方面，近年来伴随着相关底层技术的逐渐成熟与丰富，在数据的底层的基础建设的问题上不再困难。“如今大家都不约而同地思考更进一步的问题，这些保存下来的数据，其价值产出如何，怎么在业务场景中体现价值，如何对外输出和变现……这些都成了用户乃至企业的管理者们共同思考的问题。”王桐对《中国信息化周报》记者说。在这个过程中，同样产生了很多有创意的业务形态与想法，现在数据的价值在于如何通过数据达到更精准的运营、更有效的管理以及更加全面的集团企业监控，才是数据价值所主要遵循的三个方向。

在每一个方向中，实际有很多具体的细分场景。例如更精准的运营，可能会与用户画像、用户活跃度等密切相关，其中更有效的管理可能偏向内部执行层面，更全面的监控是指偏财务审计与管理层面。在这些不同的业务层面，其实数据都能够切入每一个具体的业务场景中，通过数据化的指标帮助完成监控。不管是运营还是管理，还是业务，成效如何主要通过数据化的KPI来监控。很多时候，业务本身就是通过数据进行包装组合的利用，最后构成了服务的一部分，甚至是产品的一部分。

但在今天，所有的运营商，包括所有的行业企业都会在运营方面遇到各种各样的难题。例如，我们经常会发现运营商的报告，在内容和数据分析等菜单项，实际上存在大量的重复。看数据的过程其实是感知业务、发现问题，并且思考逻辑、找到答案、采取行动的过程。如果所看的分析内容，实际有很多冗余，这就会对分析与思考的过程带来很糟糕的用户体验，耽误效率的同时还造成成本的浪费。

在探讨运营难题时，王桐说：“现在绝大部分的数据分析系统，或者是VI系统，底层还是上一代的传统架构，是基于立方体的技术底层，它的特点是相对比较零散和固定，往往是一个需求对应一个数据模型，模型中的分析和计算方式只满足了一次的需求的实现。和客户交流的过程中，会发现有的客户的数据仓库中有几百个模型，甚至多达上万个，后果是数据仓库复杂到不可维护，性能的损耗相当严重，不但带来了不可维护性，而且也给用户非常差的体验。”

通过观察多家企业的数据分析系统，我们总结出其中的统计数据依然占比很高，明晰偏少。实际上，对于数据分析的操作过程相对比较复杂，而且数据的目录结构也很难梳理，最终表现出来的问题看起来很零散，问题表现的背后实际上还是过去做数据分析的思路与逻辑的诟病。

探究其问题的本质，IT资源往往是有限的，如果负担过重，资源会变成瓶颈。数据分析虽然只是一个词，但实际上却涉及了一个完整的链条，从数据的整合、清洗、加工、建模、分析、展现，输出，还有挖掘和深度分析，整个链条涉及到了很多方面，管理难度非常大。目前很多场景对大数据的应用还不够灵活高效，往往以固定报表为主，数据的展示只是起点，而不是终点，所以对数据的分析和利用绝对不是做一个静态报告就结束了，后续还有很多工作要做。

如今大多数情况下大数据的价值产出与预期可能并不匹配。如何让数据真正促进业务，真正产生价值的变现，并且让产生价值的过程高效，是值得探讨的问题。

敏捷BI+探索式分析

大显神通

业界权威的IT机构Gartner撰写了商业报告，证明敏捷型BI以及探索式的分析已成为大势所趋。许多企业中，无论是信息部门，还是业务部门，两者都在呼吁能不能成为数据分析过程中的协作角色，使IT部门可以充分完成底层的数据模型建设后，将剩下90%的常用需求让业务部门“上手”，这样可以让业务部门自己进行服务分析。

“无论是国外还是国内，实际上越来越多传统的、完全以IT为中心的BI平台正在逐渐被新型平台所补充，甚至被取代。最新的BI的报告中，这种敏捷型，探索式的BI也是不够的。众所周知，数据分析是一个完整的链条，必须要移动到一站式的大数据平台，这将会是未来各个企业的标配。”王桐补充道。

探索式分析可以让业务部门也能轻松做数据分析，实际上只做BI类偏描述型的分析也是不够的。如果需要做用户画像，收入预测，或者是电子商城商品的关联交易分析，以及其它机器学习等相关分析的话，还是需要深度分析的，所以深度分析与企业级的管控等四部分有机融合在一起就构成了一站式的大数据分析平台。敏捷型数据分析，会进一步释放数据价值。数据分析做到更敏捷，需要提供更好的洞察力，如今很多行业的客户已经开始采用一站式大数据平台来完善、提升大数据运营能力。

王桐在交谈中提出：“现在是存量的竞争时代，以用户画像举例。用户画像归根结底是要对用户有更深刻的了解，因为大多时候电子商城也有第三方的产品和自由服务，逻辑过程比较类似。做用户画像，更深地了解用户和C端的消费者，对研发设计人员，或者电子商城的选品，以及产品和服务的设计人员来讲，会有很关键的指向作用。以前是基于自己的经验去设计新产品和服务，设计好后，再推销出去，这是过去闭门造车的做法；好的做法是先调查用户的需求与喜好，再结合需求与喜好来设计套餐和选品。”