精益管理在電網企業數據治理中的應用

周慧彬

摘 要：數據治理是電網企業在大數據時代加強信息資產管理，促進業務集約化、精益化、標準化管理的重要舉措。電力數據具有體量大、類型繁多、價值密度低、處理速度快的特點，數據治理難度大，數據冗余、不完整、不一致等問題普遍存在。如何有效開展數據治理，提升數據質量成為電網企業數據治理的首要任務。本文將精益管理方法與數據治理體系相結合，提出精益數據治理策略，為電網企業數據治理提供了實效的方法指引。

關鍵詞：精益管理；數據治理；電網企業；數據質量

中圖分類號：TM507 文獻標識碼：A 文章編號：1671-2064（2018）04-0171-02

1 前言

電網數據是以電網生產運行、電力營銷和企業管理為主要來源的電網企業生產運營數據，它涉及輸電、變電、配電、用電和調度等電力生產和電能使用的多個環節，具有體量大、類型繁多、價值密度低和處理快等特點[1]。數據治理是電網企業在大數據時代加強信息資產管理，促進業務集約化、精益化、標準化管理的重要舉措。

國內電網數據治理主要集中在數據質量問題處理和數據質量評價[2][3]。目前電網企業已經建立了完善的系統數據平臺，但數據冗余、不完整、不一致等問題仍然普遍存在[4]。本文將精益管理與數據治理相結合，建立數據精益治理策略，為電網企業數據治理提供實效的方法指引。

2 精益治理策略

2.1 數據治理體系

數據治理是通過制定戰略方針、建立組織架構、明確責任分工等途徑，實現數據的風險可控、安全合規、績效提升和價值創造，并提供不斷創新的數據服[5]。如圖1所示，數據治理體系一般包括治理認知度、組織安排和管控機制三個維度[6][7]。

2.1.1 治理認知度

數據治理認知度是數據治理的思想意識層面，包括組織對數據治理目標的設定、對數據治理的意識水平以及對數據治理水平的自我評價等方面。

2.1.2 治理組織安排

數據治理組織安排是數據治理的體系設計層面，包括建立完善的數據治理職能機構、業務標準、平臺和權責界面等[8]。

2.1.3 治理管控機制

數據治理管控機制是數據治理的過程管控層面，包括數據治理監督、溝通、質量校驗、激勵和考評等機制，是實現數據治理閉環管理，提高數據質量的有力保障[9][10]。

2.2 精益管理方法

DMAIC是精益流程改善的主要方法。如圖2所示，DMAIC包括界定（Define）、測量（Measure）、分析（Analyze）、改進（Improve）、控制（Control）等五個階段。DMAIC是一個以問題為導向、邏輯嚴密的過程循環，是全面質量管理發展和實踐的關鍵成果，在制造和服務流程改善中獲得廣泛應用[11]。

2.2.1 定義階段

定義階段的主要任務是明確業務問題。運用流程圖、SIPOC圖、VOC分析等工具和技術，識別顧客的關鍵需求和需要改進流程問題，確定問題改進的關鍵質量特性（CTQ），將改進項目界定在合理的范圍內。

2.2.2 測量階段

測量階段的主要任務是聚焦表象問題。通過業務流程相關的數據收集和分析，應用統計分析和浪費分析等工具和技術，梳理流程中存在的具體問題，并篩選確定主要的表象問題。

2.2.3 分析階段

分析階段的主要任務是探究表象問題的要因。運用頭腦風暴法、因果圖、5Why分析等工具和技術，深入分析表象問題產生的根源，并篩選確定問題產生的主要根源。

2.2.4 改進階段

改進階段的主要任務是消除問題的要因。運用頭腦風暴法、目視管理、流程優化、5S管理等工具和技術，制定針對要因的改進舉措，形成最優的改進方案，降低過程缺陷或變異。

2.2.5 控制階段

控制階段的主要任務是保持改進成果。運用控制圖、標準化作業等工具和技術，對改進成果進行固化，使成功經驗制度化，并尋求進一步改進的方法。

2.3 精益治理策略

電網數據具有生命周期短、數據體量巨大的特點，決定了數據治理是一個持續、動態的過程，并且存量數據的治理必須堅持自下而上、重點突破的治理方式。DMAIC循環是問題導向的、持續改善的循環，適用于電網數據的治理。本文將DMAIC與數據治理體系相結合，建立如圖3所示的電網數據精益治理策略。

2.3.1 問題識別

問題識別階段的主要任務是識別公司數據治理存在的問題。主要的活動包括：（1）通過對標分析或目標分析，識別公司數據治理存在的問題；（2）明確問題涉及的流程、設備、數據類型等范圍；（3）制定量化的改進目標，實施改善活動。

2.3.2 現狀調研

現狀調研階段的主要任務是聚焦數據治理的表象問題。主要的活動包括：（1）對數據全生命周期進行分析，識別流程的具體浪費現象；（2）對流程的績效指標進行分解，識別問題的主要表現或范圍；（3）基于流程和指標分析，確定項目改進的關鍵表象問題。

2.3.3 根源分析

根源分析階段的主要任務是深挖表象問題的要因。主要的活動包括：（1）采用頭腦風暴、5Why分析等方法，深入分析數據治理組織安排、管控機制等方面存在的問題；（2）篩選識別表象問題產生的關鍵根源。

2.3.4 舉措制定

舉措制定階段的主要任務是消除問題的根源。主要的活動包括：（1）利用技術和管理手段，制定數據治理組織安排、管控機制層面的改進舉措；（2）識別改進舉措實施的責任層級；（3）優選改進方案并進行試運行；（4）全面推廣應用。

2.3.5 成果固化

成果固化階段的主要任務是保持改進成果。主要的活動包括：（1）制定監控計劃，確保改進舉措得到全面落實；（2）評估改進成效；（3）完善數據治理組織安排、管控機制相關的制度規范和系統平臺；（4）針對遺留的問題制定下一步改善計劃。

3 精益治理策略應用

中山供電局將精益治理策略應用于配網臺賬數據治理中，取得顯著改善成效。

（1）問題識別階段。通過目標分析，發現配網臺賬問題數據、站線變戶一致性存在較大的改進空間，制定量化改進目標，實施改進活動。（2）現狀調研階段。如圖4所示，配網臺賬問題數據主要表現為桿塔類的運行編號、出廠年月、設備型號等關鍵字段空白，站線變戶一致性問題集中在變壓器（GIS系統與營銷系統的信息協同問題）。（3）根源分析階段。分析發現，配網臺賬問題數據和站線變戶一致性問題產生的要因為系統功能不健全、臺賬制度不健全、協同工作機制不健全、業務流程不合理和培訓未有效落地等5個要因。（4）舉措制定階段。制定并優選出“啟用數據回流校驗工具”、“建立數據主人協作與考核機制”、“制定業擴類電子化移交工作指引”、“修編臺賬管理業務指導書”、“例行培訓+典型問題專題培訓”等5項舉措，并選取板芙、沙溪兩個分局進行試點應用。（5）成果固化階段。如圖5所示，問題數據減少5850條，站線變戶一致性保持在99%以上，達到預期目標。通過動態監測機制、數據主人機制、周報機制、協同機制等4大機制實現成果固化。

4 結語

本文將精益管理與數據治理相結合，提出了電網企業數據精益治理策略。精益治理策略在配網臺賬數據質量提升工作中取得顯著成效。改善后配網臺賬數據短期內減少問題數據5850條，站線變戶一致性保持在99%以上，數據質量顯著提升。本文提出的精益治理策略為電網數據治理提供了清晰的方法指引，有助于提高企業數據資產管理精益化水平。

參考文獻

[1]程廣明.大數據治理模型與治理成熟度評估研究[J].科技與創新，2016，（9）：6-7.

[2]談韻.電網大數據治理體系初探[J].電子技術與軟件工程，2017，（5）：182-183.

[3]張波，朱澤廳，盧鳴凱.營配貫通臺區線損吟唱數據治理方法探討[J].浙江電力，2015，（2）：9-11.

[4]巨克真，魏珍珍.電力企業級數據治理體系的研究[J].電力信息與通信技術，2014，12（1）：7-11.

[5]張紹華，潘蓉，宗宇偉.大數據治理與服務[M].上海：上海科學技術出版社，2015.

[6]王天梅，孫寶文，章寧.IT治理績效影響因素分析：基于中國電子政務實施的實證研究[J].管理評論，2013，25（7）：28-37.

[7]王田繪.數據治理、大數據能力和集團管控關系的實證研究[D].廣東工業大學，2015.

[8]高亮.數據治理：讓數據質量更好[J].中國教育網絡，2014，（12）：64-66.

[9]中國工商銀行信息技術部.數據治理體系機制研究[J].金融電子化，2014，（4）：51-52.

[10]鄭大慶，黃麗華，張紹華.大數據治理的概念及其參考架構[J].研究與發展管理，2017，29（4）：65-72.

[11]何楨.六西格瑪管理[M].北京：中國人民大學出版社，2014.