导读：原文《13万字智慧能源大数据分析平台及能源集团数字化平台建设方案》共335页word（获取来源见文尾），本文精选其中精华及架构部分，逻辑清晰、内容完整，为快速形成售前方案提供参考。

　　基于XX智慧能源大数据平台建设长期和近期目标的理解，从业务和IT结合的角度，结合XX在国内外多个行业商务智能智慧和大数据system建设和相关项目实施过程中的经验和教训，我们对XX智慧能源大数据平台建设的总体思路是：通过本期及后续相关项目标方向实施，在搭建稳定高相关质量大数据平台、夯实数据基础的前提下，结合集团战略、版块业务和岗位需求梳理业务分析体系，为决策层、管控层和运营层各级业务用户提供全面、深入、可操作的数据分析和业务洞察，进而实现可持续可量化的业务增值。为此，我们建议从如下4个方面建设XX智慧能源大数据平台：

　　概括地说，XX相关项目组将首先进行数据相关质量梳理和口径统一，提升数据的准确性、一致性、完整性、时效性和安全性；然后基于可信赖的数据并结合某智慧能源集团战略、绩效考核机制和岗位关注，通过推拉结合的需求访谈，梳理并设计与职责相结合、反应业务实际的业务指标KPI体系和报表分析体系；第三步对XX智慧能源大数据平台进行路线规划、架构设计和技术实现，包括大数据平台、数据集成和数据展现等方面的开发、测试和UAT工作；最后是用户培训和知识转移，以及帮助某智慧能源集团设计综合的大数据平台管控机制，以及处理平台运行过程中的权限、新员工培训、system支持、新需求解决等。

　　准确、及时、统一、集成的数据平台是整个大数据应用的基础。为了满足目前和未来的数据分析需求，大数据平台需要一个坚实的数据基础，包括统一的企业数据仓库以向下整合企业内外相关财务、业务、风场等结构化及非结构化数据、向上为各类数据分析提供统一的数据平台，以及与system相集成的信息提供用户便捷的访问入口。

　　XX智慧能源大数据相关项目本期的目标之一夯实数据基础，提升数据的准确性、时效性、一致性、安全性和完整性。相对于地，我们的解决方案是借助体系化的指标勾稽关系、平台化的数据集成处理和消费，为此需要做的工作包括梳理数据差异展厅展馆创意方案、统一数据标准、开发数据模型和数据处理脚本（包括手工数据模板），并基于统一的平台进行细粒度的权限管控。概括地说，本期相关项目我们将通过如下方法搭建XX智慧能源大数据基础平台：

　　高相关质量、统一的数据平台是大数据system的基础，在此基础上梳理清晰的业务指标KPI体系和分析体系是大数据system的核心，是大数据system的建设重点和真正价值所在。 大数据system交付的不只是复杂的数据模型或者炫酷的报表，而是体现集团战略、与岗位职责和业务关注相结合、具有确定使用场景的分析体系。

　　这里所说的业务指标KPI体系不同于绩效考核所说的绩效指标，而是具有确定的口径说明和勾稽关系的业务衡量指标组合，包括表示指标间关系的业务指标KPI树和定义指标详尽口径的KPI字典。大数据相关项目中，为了梳理业务指标KPI体系，相关项目组需要在前一阶段厘清现有业务衡量指标差异、统一数据定义的基础上，制定完备、详尽的KPI数据字典，并结合集团战略地图梳理业务指标体系。下图展示了我们在相关项目中给出的KPI字典和高层的业务指标体系：

　　大数据平台分析体系的设计需要相关项目经理、业务顾问、数据分析顾问和某智慧能源集团内部业务及IT的共同参与。我们的总体思路是以集团战略为中心和出发点，沿着XX智慧能源从创新研发、相关项目管控、风场管控、后勤运营到财务收益的业务链和财务、营销、供应链、人资等部门，将集团战略落实到各岗位的业务关注，并基于不同层次用户不同的关注点定义清晰的衡量指标以及最终如何通过报表组进行展示。概述如下：

　　大数据system是一个长期建设、逐步完善的过程，需要多期相关项目标方向投入。某智慧能源集团的长期目标是通过数字化管控平台的建设，实现需求、计划、生产、采购、库存、发运、吊装、维护维修等信息的拉通和信息的共享。同时，从现有运营数据的集中展现入手，辅助运营过程的日常管控，加强运营数据的分析与应用，建立XX智慧能源特有的运营管控数据模型，实现现有运营数据的监控、可视化、分析和挖掘，成为运营管控决策的信息化平台。大数据system的建设策略是总体规划、分步实施，先试点、后推广。本期是XX智慧能源大数据system建设的起步阶段，因此本期相关项目标方向实施在完成既定目标的基础上，需要结合集团战略和总体IT规划，对XX智慧能源大数据system进行规划，大处着眼、小处着手，兼顾可扩展性和可操作性，从架构、应用和扩展性等角度为system的后续发展打下基础。

　　大数据system的根本是数据。沿着数据 – 信息 – 知识 – 收益这条数据链，我们将大数据system规划为数据采集、信息鸡翅、业务分析和分析应用四个层次：

　　在数据采集层面，大数据system需要从企业内外各类数据源中抽取并集成各类结构化星空体育App下载、半结构化及非结构化数据，现阶段以结构化的业务交易数据（采购展厅设计效果图大全、销售、财务等）和风场数据（发电量、故障次数等）为主，后期会扩展到研发、人力资源、服务的数据。这些数据是源system客观产生的，其相关质量可能不高，只能称为数据还不能成为信息；

　　在文档方面，相关项目组将制定详尽的文档清单，包括需求、指标体系、分析体系、system设计、开发、测试、维护和用户使用手册等。相关项目组会及时更新文档，确保文档相关内容的全面性、准确性和及时性。同时与XX智慧能源现有知识库KMsystem进行集成，集中、安全、成体系地存储并管控相关项目文档。具体的文档清单将在相关项目实施过程中确定。

　　在system管控方面，XX相关项目组将协助某智慧能源集团制定清晰的运维机制，包括用户权限管控（赋权、变更、禁用）、新员工培训（如何登录、能看到哪些报表、如何使用）、system支持方式方法（邮件/电话/IM）和支持机制（L1一线二线支持）、新需求处理等方面的流程，并对system使用情况进行定期跟踪，统计用户登录和报表查看情况，进而分析如何改进大数据system，以推广大数据system在集团范围内的使用、充分发挥大数据system的价值。

　　某智慧能源集团在相关项目前期对业务用户进行了访谈，收集了60多个报表需求。这些需求在一定程度反应了部分用户在数据分析和应用方面的需求，但客观地说是不成体系、不完整、存在重复的。在本期相关项目中，我们将从XX智慧能源的集团战略和业务需求出发，充分结合行业最佳实践、顾问经验和某智慧能源集团的客观实际，对这些需求进行增、删、并、转，梳理某智慧能源集团的报表分析体系，并基于此整理某智慧能源集团的数据口径和KPI体系。简单地说，本期范围将不全部包含、但也不限于目前收集到的60多个需求。

　　简单地说，本期相关项目主要服务于集团决策层和板块决策层，主要集成并处理来自ERP（包括SD/MM/FICO等）、EAM（风场数据）及手工数据，从高层经营总览、财务专题和运营管控专题分析3大专题入手梳理KPI业务指标体系和报表分析体系，从功能上包括搭建大数据system架构、数据展现应用等。对相关项目组而言，为了实现上述相关项目范围，本期的主要工作可以概述为如下四块：

　　XX管控咨询在多年的工作经验中，总结出了一套自己的相关项目实施方，即洞察-设计-执行-达成（IDEA，Insight – Design – Execute - Achieve）方。这个方是从多次相关项目实施中提炼出的，并经过XX中国团队根据中国具体情况加以改进，以集团战略和相关项目收益为出发点和落脚点。在XX智慧能源大数据相关项目实施过程中，XX将采IDEA实施方指导相关项目管控和实施工作。通过对相关项目标方向进度、相关质量及风险进行全过程、全方位的管控及各个相关项目阶段的有效掌握与控制，为XX智慧能源大数据相关项目实施的成功提供有力的保障。IDEA整体介绍如下图所示：

　　针对本次大数据实施相关项目，XX相关项目组将结合XX自己的IDEA方，采用并行实施的方法，每个阶段建立在前阶段的基础上，同时后阶段的部分工作可以在前阶段完成前即开始。本次相关项目实施将基于业务目标进行分析，并通过行动进行实现，最终通过现场支持和使用情况跟踪以确保大数据system真正得到应用、真正满足业务需求。根据某智慧能源集团本次相关项目标方向实际情况，相关项目实施的具体阶段及各界的主要工作阐述如下：

　　业务分析（Insight）。此阶段的重点是确定XX智慧能源大数据分析体系。具体地说，相关项目组将通过业务访谈，结合风电行业商务智能智慧和大数据最佳实践及同行业客户大数据建设经验、某智慧能源集团战略、各岗位业务关注、数据分析现状和需求，广泛收集需求、建议实施路线图、确立报表分析体系和本期具体的相关项目范围。

　　system实现（Execute）。此阶段的重点是system交付，包括数据模型、数据处理逻辑、数据展现报表、system集成配置等。交付相关质量和相关项目进度是本阶段的重点关注。

　　目标达成（Achieve）。此阶段的重点是对用户的培训和大数据system运维管控机制的确立，包括UAT、上线切换、现场支持和相关质量保证。业务用户对BIsystem的接受程度和BIsystem发挥的价值是本阶段的重点关注，也是衡量本期相关项目是否达成目标的主要指标。

　　在XXIDEA实施方中，对变更、风险和文档的管控、和业务用户的持续沟通和优化、对内部团队的知识迁移工作贯穿相关项目执行的全过程。