北极星

搜索历史清空

  • 水处理
您的位置:电力火电火电动态评论正文

【企业管理】当电力企业遇到大数据

2014-12-12 11:28来源:中国电业微信作者:蒋福佑关键词:大数据电力企业电力大数据收藏点赞

投稿

我要投稿

大数据是一个代表了重要发展趋势的概念,它正在改变我们对生活和世界的理解方式,成为下一个创新、竞争和生产力的前沿,将在政治、经济、社会、科研等领域引发重大变革,给处于这个时代的企业带来难得的机遇和艰巨的挑战。大数据诞生以来,引发了我们的思维变革,创造了巨大的商业价值,对企业管理提出了全新的挑战。

我们认识大数据必须从思维变革、商业价值和管理创新等三重属性来理解。国家电网公司董事长刘振亚在2014年工作报告中指出:“把数据资源作为公司战略资产,加强集中管理,实现全公司信息共享。强化数据分析,提升数据应用水平和商业价值。”这一重要论述为电力企业开启大数据进程指明了方向。

大数据源起

大数据概念源于2008年美国《自然》推出了名为“大数据”的专刊,但在此之前已经为一些先行者所实践。早在上世纪90年代,沃尔玛就充分运用自身掌握的海量数据资源成功降低了库存和缺货率,从而获得了重要的成本比较优势。IBM、麦肯锡、中国工业和信息化部门等组织与机构从不同视角都给出了大数据定义,虽然定义不尽相同,但是都包含了几个重要的基本特征,一是数据量大,数据量从GB、TB级跃升到PB、EB级(1PB=1024TB,1EB=1024PB);二是数据多样化,不仅包含结构化数据,还包括了大量的半结构化、非结构化数据,如音视频数据、社交网络数据;三是数据量增长速度快,据美国互联网数据中心指出,互联网上的数据每年将增长50%以上,每两年翻一番,开启了新的“数据摩尔定律”;四是数据价值密度低,数据的深度挖掘、去冗降噪和价值提纯成为大数据实践所面临的一大课题。

数据的价值早已为人们所认识,但是大数据所带来的巨大商业价值显然超越了人们的预期,它所引发的思维变革将影响深远,是未来管理创新最大的驱动力。

大数据带来巨大的商业价值

2013年以来,最受欢迎的美国电视剧《纸牌屋》可谓上演了一出大数据颠覆传统商业模式的生动案例,人们普遍认为《纸牌屋》是“大数据”算出来的。1997年成立的Netflix公司凭借自身所拥有超过3000万用户收视行为的大数据,运用先进算法准确预测了具有“政治惊悚”元素的电视剧将受到众多“中年男士”的欢迎,据此,Netflix公司精准定制了该剧。2013年3月,该剧推出之前公司股价不到100美元,播出一年半后的今天股价已经超过450美元,成为标准普尔500指数成分股中涨幅最高的股票之一,而这一做法正在颠覆传统的影视剧制作商业模式和推广模式。我们有理由相信,《纸牌屋》成功的背后所引发的思考将带来远超我们想象的变革。

大数据带来了巨大的商业价值,IBM、谷歌、亚马逊、Netflix公司等领先企业已经获得了巨大的回报。IBM启动了极具雄心的大数据战略,近年来已经陆续收购了StoredIQ软件公司、大文件传输技术公司Aspera等数据企业,2014年初启动了投资10亿美元的沃森项目。截至目前,IBM在大数据领域投资已经达到了240亿美元,全面布局大数据战略。IBM还计划进一步增加大数据投入,预计到2015年,大数据业务将为IBM带来超过200亿美元的收入。

大数据时代将产生以数据为核心的商业生态,数据的采集、存储、处理、分析、应用等都能带来巨大的价值。研究表明,大数据生态链将由数据归集、数据处理、方案解决和价值发现等四个层次组成,每个企业都要结合自身实际找准自己在大数据商业生态中的位置,此外,大数据商业模式的成功案例在快速增长。大数据企业的IT部门不再是成本中心,将会转变为重要的利润中心。

麦肯锡认为,随着人们存储、汇聚和组合数据然后利用其结果进行深入分析的能力超过以往,随着越来越具尖端技术的软件与不断提高的计算能力相结合,从数据中提取洞见的能力也在显著提高。麦肯锡预计,如果能够富有创造性而有效地利用大数据来提高效率和质量,美国医疗行业每年通过数据获得的潜在价值可超过3000亿美元,能够使得美国医疗卫生支出降低超过8%。充分利用大数据的零售商有可能将其经营利润提高60%以上。通过利用大数据实现政府行政管理方面的运作效率提高,估计欧洲发达经济体可以节省开支超过1000亿欧元(这其中尚不包括可以用来减少欺诈、错误以及税差的影响作用)。

大数据引发思维变革

大数据开启了一次重要的时代转型,理解大数据内涵、把握大数据时代的脉搏需要变革我们的思维,关键是要把握三个重要转变。

第一个重要转变是分析数据全体而不是样本。基于科技进步,大数据时代我们可以存储、分析更多的数据,甚至是分析某一现象的所有数据,不再依赖传统的样本分析,大数据时代“样本即全体”。分析全体数据将让我们看到一些以前无法发现的细节,大数据让我们更清楚地看到了样本无法揭示的细节信息,给我们带来了更加深刻的洞察。例如,Netflix公司推出的《纸牌屋》就是基于对全体用户数据分析而获得的深刻洞察。

第二个重要转变是追求数据的量更甚于追求数据的精确度。大数据时代由于信息海量化和数据类型多样化,在许多方面数据的精确性不再那么重要,适当忽略微观层面的精确度让我们在宏观层面拥有更加深刻的洞察。2009年,谷歌公司通过人们的搜索行为成功地预测了美国一些州的甲型H1N1流感爆发,虽然网民的搜索行为具有极大的随意性,但海量的数据信息掩盖了数据的随意性和不精确性,做出了样本分析法一直想做但从未实现的流行病精准预测。

第三个重要转变是寻找相关关系比寻找因果关系更重要。大数据告诉我们“是什么”而不是“为什么”,让数据自己“发声”。在当今这个变革加快的时代,企业运营过程中知道“是什么”在大多数情况下就足够了,至于“为什么”根据需要再进行研究。例如,沃尔玛通过对海量的销售数据分析发现了飓风来临前蛋挞的销量会增加,沃尔玛就把蛋挞放在了靠近飓风用品的位置,销量果然增加,沃尔玛并没有探究那是“为什么”。

大数据驱动管理变革

让我们把大数据和第三次工业革命一起置于更加宏大的历史背景之中,充分拓展我们的视野,回顾两百多年以来的企业管理发展历程,纵览人类工业化进程中的重大历史时刻,来审视大数据时代电力企业所面临的挑战。

第一次工业革命突破了农业经济的束缚,但受制于交通、通讯、市场等诸多因素,没有出现大型工业企业,企业的所有权和经营权没有分离,工厂的出现适应并推动了生产力的发展,是当时最重要的管理创新。第二次工业革命科技创新和市场发展都取得重大突破,交通、通讯、市场得到了巨大发展,极大解放了生产力,生产关系的重大调整催生了大型工业企业的出现,企业所有权与经营权的分离以及职业经理人的出现等重要变化都是重大的管理创新,管理学理论也取得重大进展,出现了科学管理、组织管理、人本管理等理论,管理学进入丛林时代,现代企业管理制度得以确立。第二次工业革命以来发生的重大管理创新表明,管理必须进行颠覆性的创新来适应科技创新的大突破,这是“生产关系必须适应生产力发展”理论在企业管理实践中的生动体现。

自二十世纪以来,以泰勒科学管理原理和韦伯行政组织管理理论为基础所发展起来的“以效率为中心、科层为导向”的管理范式越来越难以适应第三次工业革命和大数据时代企业的发展需求。管理学家哈默认为“源自工业时代的管理模式已然步入S形曲线的尾端,已经再也没有发展的余地了”,他认为企业应该转换管理理念,运用大思维、解决大问题,在各层面进行创新。大数据引发了大量的技术创新和商业创新,必然要求企业从战略、组织和文化各层面进行突破性的管理变革来适应这一发展趋势,大数据将成为企业管理创新的重要驱动力,新的管理范式也必然会随着第三次工业革命和大数据的深化而逐渐确立。比如,苹果公司和谷歌公司实现规模效益不是依靠传统的固定资产规模,而是凭借它们在各自领域所掌握的巨大数据资产来得以实现的,它们的战略、组织结构也都是基于数据竞争来制定的。

在大数据时代,企业之间的竞争将不仅仅是劳动生产率和成本的竞争,更是数据和知识的竞争,数据既是信息的载体又是知识的源泉,它是企业创造价值和利润的重要动力源。数据将成为企业最重要的资产和竞争的核心,这一重要趋势将推动企业在产品、服务以及组织架构等方面实现重大的管理创新。

电力的机遇

自大数据概念提出以来,技术研发、概念推广、商业模式尝试等方面都获得了快速发展,数据的商业价值在持续提升,数据资产化进程不断加快,电力企业迎来了重要的转型机遇。

电力大数据现状与未来

随着智能电网建设的持续推进,ICT(信息通信技术)在电力系统的广泛应用不仅提升了电力系统的智能化水平,也推动电力大数据呈几何级数增长。各类数据的覆盖范围不断扩大,获取频度不断提高,数据的综合价值也得到极大提升,数据再利用使得数据的价值潜力得到巨大释放,电力大数据已经站在了量变到质变的关键节点。以用电领域为例,传统电表每月抄表一次,电量仅用于电费收取,数据的附加值相当有限。目前,美国智能电表对用户的实时电量采集频率已精确到每6秒一次,对用户负荷特征的分析能够发掘用户日常用电习惯、甚至非法行为等家庭用电信息,Opower公司运用这些数据给用户提供能效解决方案,这一增值服务已经创造了数千万美元的经济回报,减少了数百万吨的温室气体排放。

原标题:大数据时代电力企业转型发展的思考
投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

大数据查看更多>电力企业查看更多>电力大数据查看更多>