数据与石油
石油天然气高度依赖数据的产业，石油和天然气在地下深埋着，看不见，摸不着，找油找气离不开物探数据，采油采气离不开油藏模拟数据。石油产业在上游大量投资，主要是获取数据来分析和应用数据。数据获取能力、利用能力决定油气产业发展的质量和效益。
 
目前，数据成为新型生产要素，具备可复制、可共享、无限增长等特征，已成为发展最快、倍增性最强的生产要素。全面激活数据要素、充分发挥数据价值是石油行业非常重点的课题。 数据是人工智能、区块链新兴技术运用的基础。石油企业要发展成为数字化企业，需要这些新兴信息技术的融合创新。 数字化转型过程以数据为驱动。国务院发展研究中心报告中对数字化转型概括性表述是“数字化转型是利用新一代信息技术构建数据的采集、传输、存储、处理和反馈的闭环。打通不同层级、不同行业间的数据壁垒，提高行业的整体运行效率，构建全新的数字经济体系“。 随着数据驱动的持续发展，带来了组织模式、管理方式、业务运行方式的变革，正在推动油气产业转型升级。
对中石油而言，数据资源开发利用是伴随着信息化发展而持续迭代提升的。中国石油信息化经历从分散向集中、从集中向集成、从集成走向共享的发展历程，目前已步入数字化转型、智能化发展新阶段，正在向“数字中国石油”迈进。我们的数据资源也从分散单个系统数据存储到数据集成，再到数据共享演进，即将开启数据驱动的新境界。 经过多年的发展，中国石油数据按业务领域分为12类，累计管理各类数据量达到27PB，有效支撑各项业务生产运行和经营管理。
由于产业链条长、业务种类多、数据体系庞杂，加之历史周期长等因素，随着信息化的快速发展，我们在建设数据、应用和管理数据过程中面临诸多难题和挑战。
针对这些难题和挑战，近年我们在持续推进数据治理，期望逐步解决问题、突破瓶颈，提高数据质量和价值。
 
数据治理总体方案  基本思路如上图所示，数据管理体系依托统一技术平台工具和保障措施，重点打造数据方面的四项能力，一是数据治理存储能力，二是数据加工服务能力，三是共享运营能力，四是数据安全能力，确保数据要素清洁、可信、一致、高效、安全、共享。从而支持业务数据化、数据业务化的数字化转型。 总体目标是推进数据资源化向数据资产化发展，最终体现数据资产价值的最大化。 数据治理体系如上图所示。包括10个方面，三个保障方面是制度保障、标准规范、组织保障，一个平台支撑方面是数据治理平台、公共数据编码平台；六项核心活动围绕数据架构、数据共享、数据质量、数据安全、主数据和维度数据开展。 过程中划分三个阶段推进：
第一阶段夯实基础，第二阶段深化重点领域的数据治理，第三阶段持续构建数据运营机制，释放数据价值。 根据各阶段任务，采取“统筹推动、分步实施、以点带面、多维支撑“策略。
 
数据治理进展
第一，完善数据管理组织体系。明确数字和信息化部作为数据归口管理部门，同时成立数据管理中心负责数据管理的实施工作。正在逐步完善各层级的数据管理组织，明确职责任务。
第二，在今年上半年发布数据管理规定。落实数据管理的机构和职责，明确数据管理活动的基本要求和规定，确立数据管理考核纳入粘度信息化工作评价考核，成为数据管理工作指导性文件。
第三，制定数据管理专项规划。明确数据管理工作愿景和重点任务，按照规划持续开展数据工作。
第四，发布数据管理标准规范。包括数据管理与技术规范，三大类数据标准，包括公共数据的编码、生产运行数据和经营管理数据标准。
第五，建设数据安全体系。包括制度流程、组织保障、数据全生命周期安全等，基础安全、技术工具也正在实施过程中。
第六，研究数据资产化管理与经营体系。包括数据资产认定、确权、价值评估和资产处置一系列关于数据资产管理活动的规划设计。数据资产运营模式和相应工作流程、制度也正在研究过程中。 第七，建设数据治理平台。统一管理数据架构、数据地图和数据开发，为数据生产者、使用者、管理者，提供平台性工具，推进多主体协同数据治理机制的形成。 第八，建设统一数据湖体系。包括总部数据库和专业领域数据库，期望在符合标准的基础上全量高效完成数据入湖，建设良性的数据生态。
第九，在应用方面搭建大数据应用平台。持续提升多元数据汇聚能力、海量数据存储能力、高性能计算能力、多维智能分析能力。目前已在经营分析、供应链优化、财会监督等领域开展大数据平台的示范应用。 第十，建立全局数据资源目录。将自身数据分成三大类，经营管理 、生产管理、公共数据三个主题域。
此外，我们还对1200万条存量数据分析，在公共数据编码平台清理各类主数据编码300万余条，消除大量冗余，从数据标准、数据质量、技术手段、管理体系四个方面，完善主数据管理管理，提升标准化能力。 总结多年经验，我们制订了数据治理实施指导手册，为全面开展数据治理工作奠定基础。 近两年开展针对数据治理方面培训，让各级管理人员、业务人员，走进数据、重视数据，提升人员数据管理能力，同时营造良好数据文化。
在治理活动中取得一些进展，举两个例子。一是在油气勘探开发领域，按照源头认证、量化管理、共享应用的思路，完成高质量数据入湖，有效支撑一百余个业务应用运行。
二是在销售领域，开展数据资源盘点和整体确权工作，推进数据可视化，梳理落实680余个关键业务指标，持续提升数据质量，开展数据脱敏等系列活动。 最后谈点数据治理体会。一是提升认知，二是加强管控，三是健全组织，四是关注价值，五是做强技术，六是培养人才。
以上就是我们实践和基本的认识，希望各位专家给予指导。谢谢大家。


第三十五届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。