以大數據思維提升企業能源數據分析能力

雒莎

紅云紅河煙草（集團）有限責任公司新疆卷煙廠 新疆烏魯木齊 830001

打造數字化工廠是生產制造業發展的必然趨勢，是建造智慧工廠的基礎。目前煙草行業也有多家生產企業建立數據池，運用大數據分析，向著數字化卷煙工廠的方向不斷向前發展。以某卷煙制造企業為例，目前依靠企業已經可以實現大量數據的實時統計收集，通過不同的統計分析方法可以從多個維度描述設備的多個方面、多個水平。但對于如何挖掘大量數據價值，如何對大量數據進行統計分析的能力還比較欠缺。

1 能源數據分析工作中存在的問題

目前該企業已建立了制造企業生產過程執行管理系統（以下簡稱mes），通過mes系統將企業原有的能管系統、各類生產設備控制系統數據全部整合在一起，所有可采能源相關數據點近兩千個。這些數據真實的反應了企業所有生產設備的運行狀態、耗能狀態等、產能狀態等，如何利用好這些數據，挖掘出其中蘊含的價值，使其能夠服務生產，發揮其真正的作用，是企業亟待解決的問題[1]。

1.1 職能部門能源數據宏觀分析不夠深入

目前企業能源數據分析模式為，各基層部門完成數據分析后將分析結果提交主管部門，由主管部門匯總后形成廠級能源分析報告。這種數據分析模式過于依賴基層部門的分析結果，缺乏宏觀視角，無法綜合、合理的看待能源問題，流失了在數據中發掘問題的機會。

對于多種因素影響下產生的復雜情況、復雜問題，還處在傳統的因果思維，即通過分析原因推導結果，從而解決問題；而不是運用大數據思維，通過數據的相關性分析，大概率預測出多種因素影響下的最可能產生的結果，根據結果需求來控制因素，從而達到解決問題的目的。

1.2 基層部門能源數據分析能力不足

不懂得數據分析方法，對于基層創新的操作方法、設備改造，對其最終效果的判定，缺少科學的數據支持，有時即使拿到數據，也不懂得使用何種分析方法來判斷結果是否改善；特別是在設備改造過程中，沒有數據搜集意識，不懂得使用數據分析結果來驗證過程是否有效，不懂得使用數據分析來驗證支持改造方向的正確性。

不能使用數據分析指導設備操作，數據無處不在，只要有數據，就能在一定程度上挖掘其價值，使其生產于服務。但多數員工沒有意識到這些數據的價值，思維不開闊，更多時候還是使用傳統思維，經驗理論為主，數據為輔[2]。

1.3 企業能源數據分析人員水平有待提高

在能源數據分析過程中，大多數人即使拿到數據，想要進行分析，但因為對統計分析工具不熟悉、不了解，沒有辦法進行深層次、多方面的統計分析。有時即使憑經驗發現問題，收集到數據，也無法使用數據準確的描述出問題水平、偏移或是波動，以及需要改進的方面，無法做到用數據說話，結論缺乏數據支撐，不具有科學性。

通過數據分析指導工作的能力欠缺，多憑經驗判斷，對于能耗數據還只是單純的依靠單耗、效率等簡單計算，沒有通過挖掘豐富的數據資源，進行深度的分析與研究。

2 對策

2.1 加強大數據思維的普及

企業應積極進行大數據概念的導入工作，通過培訓講座、討論座談等多種形式進行大數據思維的宣貫及普及。改變傳統思維和問題解決模式，建立數據即價值的概念，樹立運用分析結果指導決策的基本思路，實現從微觀抽樣分析到宏觀總量分析角度的提升。

特別是提高企業領導層對于大數據思維的思想認識，形成自上而下的推動模式，從而實現大數據思維對于企業能源工作的指導作用。

2.2 強化數據分析工具的培訓及應用

加強數據統計分析工具的相關培訓，明確常規能源數據分析工具的使用方法。提高統計人員對于數據分析工具的應用水平，熟悉各類分析工具的應用場景及使用目的，實現分析工具的科學運用。

優化現有分析流程，積極探索研究針對性強的、專項的能源數據分析方案，對已經實施的，效果較好能源數據分析流程進行固化，制定相應的能源數據分析標準。

2.3 加強能源數據分析人才的培養

通過專項競賽、專項課題研究等方式吸引企業更多的人員參與到能源數據分析工作當中來，引導員工進行實操，加強其應用水平，循序漸進，從而實現大數據和數據分析思維的普及[3]。

在企業員工當中形成基本的數據分析概念，以及通過數據分析指導工作、課題研究方向的基本思路；形成用數據說話、重視數據、發掘數據價值的共識，使其真正服務于企業生產。

3 結語

普及大數據和數據分析思維是一個漫長的、由淺至深的過程。在這個過程中，我們不應該追求個體水平的高度，而應該注重整體水平的提升。

大數據是日后行業乃至整個生產制造業的必然發展趨勢，在整個行業對該項技術的運用還處在起步階段時，我們有必要未雨綢繆，及時在企業特別是在生產車間普及大數據思維，提升員工能源數據分析能力及分析水平，更好的適應行業發展，為將來的企業數字化發展儲備基礎人才。