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。

集成说明

system可以通过SLT从SAP ECC6以及SAP BW中抽取数据进入HANA数据仓库，并使用DATA SERVICE抽取IBM MAXIMO和达索ENOVIA，蓝凌OA等system。同时可以通过ETL工具（SLT/DS）将Oracle，SQL server的数据抽入HANA，也可以通过HANA Smart Data Access（SDA）技术，直接访问这些数据库的数据。

六、相关项目实施与交付

6.1总体思路

   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。

上述四方面每一部分的工作相关内容和实施方案阐述如下。

6.1.1数据基础

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，以及与其它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、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：

6.1.2KPI和报表分析体系

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。下图展示了我们在其它相关项目中给出的KPI字典和高层的业务指标体系：

这里是所说的分析体系，在报表之外，包括目标用户、该报表组要解决的业务问题、包含的业务指标和维度以及数据范围。大数据system交付的不应当是单纯的“报表”，而应当是一个承接集团战略与板块业务、契合业务需求的数据分析平台，这样才能加强大数据system与业务的结合，提升大数据system的业务价值，确保大数据system上线后真正在业务用户中得到应用，数据的价值得以发挥。为此，XX定义大数据system最终让那个业务用户看到的不是一堆数据“报表“，而是包含确定应用场景的“分析体系“，这个分析场景包括目标用户、要解决的业务问题、需要展示的相关信息以及报表的分析路径，如下图所示：

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：

6.1.3system规划与架构

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。

通过前期沟通，基于我们对某智慧能源集团战略目标和业务现状的理解并结合XX在商务智能智慧和大数据system建设方面的经验，我们建议某智慧能源集团system总体上从如下3个阶段进行规划。其中：

第一个阶段的重点是打基础，包括建设数据基础和分析体系、实现典型应用并形成示范效应；

第二阶段的重点是扩应用，在进一步完善前一阶段工作的基础上，横向扩展到更多的业务线和部门、覆盖更多的业务场景、集成更多的数据源，并完善企业业务指标体系和分析体系；纵向深化数据分析的业务深度和技术深度，提供更高级的数据分析和应用，并尝试在业务管控和业务分析人员间推广自助式分析；

第三阶段的重点是促优化，在持续完善前期工作的基础上，通过加深与绩效考核的结合、对行业大数据的应用、数据挖掘等工作，帮助发现业务运营中的潜在风险，发挥大数据反应业务并引领业务的功能。

XX对XX智慧能源大数据system的规划如下图所示：

注意，上图中的阶段代表大数据system建设的不同层次，每个阶段可能由一期或多期相关项目来完成，有的相关项目会横跨两个阶段。

基于上述规划，我们规划的XX智慧能源大数据system架构的规划如下图所示：

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、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、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；

在信息集成层面，大数据system需要搭建统一的数据平台，包括HANA平台（基于行式或列式关系型数据库或多维数据库，存储需要经常分析的数据）和大数据存储（基于HDFS，存储大量低价值的非交易数据），对数据进行集成和处理，提升数据相关质量，将数据转换为可信赖的信息；

在业务分析层面，大数据system需要结合业务需求和业务场景，对信息进行综合展现和分析，主要的分析手段包括看状态（好还是不好）、看达成（是否达标）、看趋势（向好还是向坏）、看结构（谁贡献大）、看对比（某方面谁做得好谁做得不好）、看分布（群体分析）等，将信息转换为可操作的知识；

最后，在分析应用层面，业务用户通过各种方式方法访问业务分析的结果，并用于决策支持、绩效考核、经营例会等场景，并可基于移动设备随时随地进行离线或协同分析。

6.1.4大数据system管控机制

在上述数据基础、业务指标和报表分析体系、system架构和system实现之外，大数据system还包括管控机制的完善，包括对用户的培训、全面的文档、完善的运维机制。

XX相关项目组会在如下几个阶段对业务用户和内部IT进行培训：

在相关项目准备阶段，对内部参与本期相关项目标方向IT用户和业务关键用户进行基础培训，以帮助业务用户了解大数据system的功能和能发挥的作用、帮助内部IT掌握基本的system开发技能以参与相关项目实施；

在用户接受测试UAT前和正式上线后，对目标用户进行system使用培训，帮助其理解每个报表的应用场景和业务价值、每个业务指标的涵义和口径、大数据system具备的功能（如钻取、调整、评论等）；

在实施过程中和上线后支持阶段，对内部IT进行知识转移，帮助其理解system的设计和开发流程、指标口径和报表定义、system维护方法等。

培训的目标方向是确保业务用户完全掌握大数据system的使用方法，充分发挥大数据system的价值；确保内部IT掌握中等水平的system开发技能（HANA开发、system管控、Hadoop开发等），能进行后续简单的开发调整和system运维。

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（L1一线支持/L2二线支持）、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。

6.2本期相关项目范围和实施方法

6.2.1本期相关项目范围

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。

大数据system是个长期建设逐步完善的过程。结合前述某智慧能源集团大数据system建设规划，基于对某智慧能源集团业务与数据分析的现状和中长期需求的理解，我们从目标用户、分析范围和技术功能等角度对某智慧能源集团本期相关项目标方向范围做如下概括：

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：

在相关项目实施过程中，XX相关项目组将以上述对某智慧能源集团大数据system的规划和本期相关项目范围为基础，和某智慧能源集团相关负责人探讨确定本期具体工作范围，并结合下述XXIDEA相关项目实施方法论，制定确定的相关项目实施计划和交付清单。

6.2.2相关项目实施方法论

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法论，即洞察-设计-执行-达成（IDEA，Insight – Design – Execute - Achieve）方法论。这个方法论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实施方法论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方法论，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。

整体设计（Design）。此阶段的重点是system架构设计，包括业务数据口径、手工数据模板、历史数据收集、权限管控、system集成、system设计和开发规范等。

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实施方法论中，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。