大數(shù)據(jù)改變能源未來(lái)作者：未知 　　一直以來(lái)，石油天然氣行業(yè)都知道如何處理大量的數(shù)據(jù)。但是，提升數(shù)據(jù)分析能力、增進(jìn)分析洞察的產(chǎn)生速度和深度，將為其帶來(lái)顯著的競(jìng)爭(zhēng)優(yōu)勢(shì)。

雖然并不容易，但石油和天然氣公司一直在進(jìn)行各種數(shù)據(jù)收集。隨著新信息系統(tǒng)和分析工具的出現(xiàn)，石油和天然氣公司的采購(gòu)部門能夠依靠大數(shù)據(jù)做出更加明智的、對(duì)實(shí)際績(jī)效產(chǎn)生真正影響的采購(gòu)決策。

設(shè)想這樣一個(gè)場(chǎng)景：品類經(jīng)理能夠把各種操作環(huán)境下的閥門、燃燒裝置或吊車裝置的故障率與具體設(shè)備的品牌、機(jī)型信息相關(guān)聯(lián)，找出其中的關(guān)系�；蛘�，供應(yīng)鏈人員可以通過(guò)明白設(shè)備維護(hù)服務(wù)人員的經(jīng)驗(yàn)水平，從而更加正確地預(yù)測(cè)何時(shí)需要更換零件。這些都是大數(shù)據(jù)在制造業(yè)領(lǐng)域的實(shí)際應(yīng)用，并且類似的成功案例還在不時(shí)增加。采購(gòu)組織是這些數(shù)據(jù)的神經(jīng)中樞，如果能充分利用那些一直存在但很難整合的數(shù)據(jù)，就能夠?qū)υO(shè)備運(yùn)行狀況、成本和項(xiàng)目執(zhí)行情況等目標(biāo)產(chǎn)生重大影響。本文將專門探索大數(shù)據(jù)在石油天然氣（O&G）行業(yè)的應(yīng)用，當(dāng)然這些應(yīng)用也適用于很多其他行業(yè)。

能源中的信息化價(jià)值

石油天然氣行業(yè)處于勘探開采技能的最前沿，會(huì)對(duì)高本能集群、大儲(chǔ)層模型、地震模型和大量的生產(chǎn)數(shù)據(jù)進(jìn)行定期分析。因此，在這個(gè)行業(yè)，大的數(shù)據(jù)量和高級(jí)分析建模（大數(shù)據(jù)）的應(yīng)用并不是一個(gè)新的觀念。

但是，大數(shù)據(jù)分析常常運(yùn)用于那些在數(shù)量、多樣性和變化速度上都較為突出的領(lǐng)域。近期的發(fā)展讓石油天然氣行業(yè)的高層管理人員不得不努力追趕其他行業(yè)的步伐――如金融、媒體和消費(fèi)品行業(yè)――這些行業(yè)利用非結(jié)構(gòu)化的數(shù)據(jù)來(lái)源（基于視頻、文本和社交媒體等）獲得差異化的競(jìng)爭(zhēng)力情報(bào)。這些行業(yè)起初快速吸收新的分析技能，用于數(shù)據(jù)挖掘和提高傳統(tǒng)分析能力。而大數(shù)據(jù)分析與其說(shuō)是對(duì)大量不同數(shù)據(jù)的快速處理，不如說(shuō)是某種預(yù)設(shè)機(jī)制下的程序執(zhí)行。這些執(zhí)行事務(wù)需要大規(guī)模的跨部門數(shù)據(jù)訪問(wèn)，并通過(guò)高級(jí)分析得出獨(dú)特見解，積極識(shí)別機(jī)會(huì)并解決問(wèn)題，從而創(chuàng)造新的價(jià)值。成功實(shí)施大數(shù)據(jù)項(xiàng)目不但僅是依靠技能，需要的是商業(yè)和IT組織技術(shù)的根本性轉(zhuǎn)變，是企業(yè)高層對(duì)建設(shè)和營(yíng)造“數(shù)據(jù)分析文化”的不懈追求。

常常來(lái)說(shuō)，石油天然氣行業(yè)包括很多專業(yè)的油田服務(wù)（OFS）供應(yīng)商，項(xiàng)目周期長(zhǎng)、成本上漲可能性大、各供應(yīng)商之間的系統(tǒng)連接性和專業(yè)化程度不同等。這樣復(fù)雜的結(jié)構(gòu)導(dǎo)致數(shù)據(jù)收集需要跨越多個(gè)供應(yīng)商或公司內(nèi)的多個(gè)部門。大數(shù)據(jù)分析的進(jìn)步使石油天然氣行業(yè)可以從新的視角重新審視以往的數(shù)據(jù)――捕捉不同平臺(tái)的已經(jīng)存在的數(shù)據(jù)，并將這些數(shù)據(jù)連接起來(lái)，以促成故意義的商業(yè)決策。

如同互聯(lián)網(wǎng)對(duì)信息獲取方式帶來(lái)的巨大改變，對(duì)已經(jīng)存在的海量數(shù)據(jù)進(jìn)行分析，從而預(yù)測(cè)未來(lái)趨勢(shì)并支持采購(gòu)決策，也從根本上改變了石油天然氣公司采購(gòu)部門的運(yùn)行方式。

石油和天然氣行業(yè)的數(shù)據(jù)

所有石油天然氣公司都會(huì)收集各種各樣的運(yùn)行表現(xiàn)數(shù)據(jù)。例如，勘探與生產(chǎn)（E&P）公司收集地質(zhì)和地球物理學(xué)信息、鉆井日志、供應(yīng)商信息、項(xiàng)目數(shù)據(jù)、傳感器輸出和人力資源信息等。每個(gè)領(lǐng)域單獨(dú)處理這些數(shù)據(jù)能夠使各部門不時(shí)完善自身的跟蹤和衡量目標(biāo)。例如，服務(wù)和設(shè)備采購(gòu)成本得到抑制、服務(wù)供應(yīng)商的停機(jī)時(shí)間得到監(jiān)控、生產(chǎn)延期也得到持續(xù)改善。但這樣的結(jié)果是，各領(lǐng)域都只可是單獨(dú)優(yōu)化而非協(xié)同優(yōu)化，這限制了整個(gè)組織所能實(shí)現(xiàn)的總價(jià)值。要想在運(yùn)營(yíng)績(jī)效上實(shí)現(xiàn)真正突破的表現(xiàn)，需要可以全面審視整條價(jià)值鏈上這些相互關(guān)聯(lián)的活動(dòng)，分析它們的潛在整體影響。

公司內(nèi)部打通訊息孤島和衡量總擁有成本的努力往往會(huì)被數(shù)據(jù)的可獲取性妨礙（數(shù)據(jù)常常存儲(chǔ)在不同的信息系統(tǒng)或軟件中，項(xiàng)目數(shù)據(jù)的更新周期也較長(zhǎng)，書面信息和各種不同格式的數(shù)據(jù)亦很難處理）。而近期分析技能的進(jìn)步促進(jìn)了數(shù)據(jù)處理能力和專業(yè)性的提升，從而可用于識(shí)別相互關(guān)系，得出過(guò)去無(wú)法發(fā)覺的洞察，包括：

相同規(guī)格下，相似設(shè)備的哪些局部（例如燃燒裝置或分離裝置）導(dǎo)致了更高的運(yùn)行成本？哪些供應(yīng)商生產(chǎn)這些裝置？將對(duì)運(yùn)營(yíng)產(chǎn)生怎么樣的影響？

如何決定具有獨(dú)特特點(diǎn)的各種頁(yè)巖油田的維護(hù)頻率？

哪些供應(yīng)商關(guān)系和KPI需要優(yōu)化？

人員配置和人才管理如何影響項(xiàng)目執(zhí)行情況？

這種類型的問(wèn)題促使大數(shù)據(jù)分析在石油和天然氣公司中的積極應(yīng)用，其中采購(gòu)便是大數(shù)據(jù)分析應(yīng)用的新領(lǐng)域之一。

采購(gòu)應(yīng)用

采購(gòu)部門面臨的最大挑戰(zhàn)是設(shè)備工程師和現(xiàn)場(chǎng)管理工程師的不滿――他們老是面臨許多設(shè)備運(yùn)行的問(wèn)題或服務(wù)問(wèn)題，雖然這些設(shè)備和服務(wù)都是嚴(yán)格按照技能規(guī)格進(jìn)行采購(gòu)和運(yùn)維的。比如，某家供應(yīng)商的燃燒裝置運(yùn)轉(zhuǎn)不佳，但又找不到明顯的問(wèn)題;脫水機(jī)漿槽經(jīng)常需要維修;閥門經(jīng)常堵塞;油井管腐蝕過(guò)快等。這樣或那樣的現(xiàn)場(chǎng)問(wèn)題出現(xiàn)時(shí)，各位老是容易質(zhì)疑之前的采購(gòu)決策。如果能夠選取系統(tǒng)化的方式來(lái)進(jìn)行數(shù)據(jù)分析，這些數(shù)據(jù)就可能用來(lái)改善采購(gòu)表現(xiàn)，明確設(shè)備和服務(wù)的具體的、量化的改進(jìn)措施。但是，采購(gòu)決策過(guò)程中往往很少考慮所采購(gòu)零件的現(xiàn)場(chǎng)數(shù)據(jù)和歷史表現(xiàn)數(shù)據(jù)（雖然這方面的數(shù)據(jù)存在，然而項(xiàng)目采購(gòu)緊迫的時(shí)間壓力和傳統(tǒng)的基于Excel分析的局限性，導(dǎo)致這些信息難以被使用）。沒有實(shí)際數(shù)據(jù)和設(shè)備運(yùn)行表現(xiàn)的反饋，采購(gòu)團(tuán)隊(duì)無(wú)法掌握關(guān)鍵的總擁有成本信息，無(wú)法做出全面的設(shè)備選擇。因此，下一階段的采購(gòu)效率的提升可通過(guò)整合運(yùn)營(yíng)數(shù)據(jù)，以及以數(shù)據(jù)分析為基礎(chǔ)的思想模式來(lái)實(shí)現(xiàn)。

即使采購(gòu)部門考慮了運(yùn)行數(shù)據(jù)，往往也僅限于優(yōu)化與KPI息息相關(guān)的，或各位所熟悉的成本項(xiàng)（比如安裝成本和服務(wù)成本），很少整合操作人員的反饋、具體零件、供應(yīng)商或設(shè)備設(shè)計(jì)方面數(shù)據(jù)。利用大數(shù)據(jù)觀念使采購(gòu)團(tuán)隊(duì)可以快速收集更多信息，并與日常運(yùn)營(yíng)團(tuán)隊(duì)保持更有效的溝通和協(xié)調(diào)，能夠做出跨越設(shè)備生命周期的、更合理的采購(gòu)決策。這最初需要收集不同系統(tǒng)和部門的數(shù)據(jù)，然后進(jìn)行恰當(dāng)?shù)姆謱雍头诸悂?lái)識(shí)別這些跨部門數(shù)據(jù)之間的關(guān)系和趨勢(shì)。它包含三個(gè)關(guān)鍵要素：實(shí)用的行業(yè)知識(shí)，深度的運(yùn)營(yíng)專業(yè)知識(shí)、扎實(shí)的數(shù)據(jù)分析技術(shù)。

幫助團(tuán)隊(duì)決策

基于數(shù)據(jù)的決策機(jī)制還可對(duì)歷史數(shù)據(jù)進(jìn)行收集和梳理，補(bǔ)救行業(yè)內(nèi)因經(jīng)驗(yàn)豐富的人員退休所面臨的人才缺口。應(yīng)用大數(shù)據(jù)分析不但能夠改善當(dāng)前的日常運(yùn)營(yíng)，還可作為企業(yè)關(guān)鍵信息保存的平臺(tái)，使團(tuán)隊(duì)做出更好的決策。

舉例來(lái)說(shuō)，運(yùn)營(yíng)生產(chǎn)數(shù)據(jù)一般涉及監(jiān)測(cè)（油井和設(shè)備監(jiān)測(cè)）和維護(hù)的團(tuán)隊(duì)（見圖1）。設(shè)備故障模式也存在若干種。有些故障受油藏地質(zhì)情況影響，很難完全避免，然而有些可通過(guò)采購(gòu)數(shù)據(jù)分析來(lái)改善和預(yù)防，如將供應(yīng)商信息、事件時(shí)間、規(guī)格與現(xiàn)場(chǎng)運(yùn)行表現(xiàn)進(jìn)行相關(guān)性分析。

很多信息系統(tǒng)和數(shù)據(jù)分析專家常常缺乏在油氣行業(yè)實(shí)操操作、進(jìn)行數(shù)據(jù)價(jià)值挖掘的行業(yè)經(jīng)驗(yàn)。將數(shù)據(jù)分析專家和石油天然氣行業(yè)的運(yùn)營(yíng)專家聯(lián)合，方能有助于數(shù)據(jù)分類和組織，從而實(shí)如今一個(gè)現(xiàn)實(shí)的運(yùn)營(yíng)環(huán)境中預(yù)測(cè)、查找設(shè)備運(yùn)行問(wèn)題，變成與具體零件及供應(yīng)商相關(guān)的分析結(jié)論，使采購(gòu)部門做出更好的采購(gòu)決策。此外，采購(gòu)作為公司職能部門之一，采購(gòu)人員也需要更好地掌握這些分析工具。

一直以來(lái)，石油天然氣行業(yè)都知道如何處理大量的數(shù)據(jù)。但是，提升數(shù)據(jù)分析能力、增進(jìn)分析洞察的產(chǎn)生速度和深度，將為其帶來(lái)顯著的競(jìng)爭(zhēng)優(yōu)勢(shì)。在采購(gòu)活動(dòng)中選取高級(jí)數(shù)據(jù)分析應(yīng)用需要打破信息孤島、開發(fā)數(shù)據(jù)分類方法、分析相互關(guān)系、輸出可視化分析結(jié)果，從而釋放大數(shù)據(jù)分析力量。IT和信息系統(tǒng)事務(wù)人員常常不具備行業(yè)知識(shí)，無(wú)法真正理解這些大量的數(shù)據(jù)，而具備行業(yè)知識(shí)的專業(yè)人員卻又不懂實(shí)用的數(shù)據(jù)分析技能;分析能力和行業(yè)知識(shí)兩者相聯(lián)合才能夠變成強(qiáng)強(qiáng)結(jié)合優(yōu)勢(shì)。

最終，一個(gè)全面的大數(shù)據(jù)項(xiàng)目可使采購(gòu)部門將設(shè)備運(yùn)行問(wèn)題和改進(jìn)措施與具體供應(yīng)商、產(chǎn)品聯(lián)系起來(lái)，從而變成360度的全方位的供應(yīng)商績(jī)效管理。

（本文作者單位均為科爾尼公司）

轉(zhuǎn)載請(qǐng)注明來(lái)源。原文地址：https://www.7428.cn/page/2018/1128/48107/

在不久的將來(lái)，云計(jì)算一定會(huì)徹底走入我們的生活，有興趣入行未來(lái)前沿產(chǎn)業(yè)的朋友，可以收藏云計(jì)算，及時(shí)獲取人工智能、大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)的前沿資訊和基礎(chǔ)知識(shí)，讓我們一起攜手，引領(lǐng)人工智能的未來(lái)！

標(biāo)簽： 大數(shù)據(jù) 大數(shù)據(jù)分析 大數(shù)據(jù)分析應(yīng)用 大數(shù)據(jù)項(xiàng)目 互聯(lián)網(wǎng) 金融 媒體 數(shù)據(jù)分析 信息化 云計(jì)算

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。