大數(shù)據(jù)改變能源未來

Kristen+Etheredge+Vivek+Chidambaram+Hugo+Evans

一直以來，石油天然氣行業(yè)都知道如何處理大量的數(shù)據(jù)。然而，提升數(shù)據(jù)分析能力、增進分析洞察的產(chǎn)生速度和深度，將為其帶來顯著的競爭優(yōu)勢。

雖然并不容易，但石油和天然氣公司一直在進行各種數(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部門可以依靠大數(shù)據(jù)做出更加明智的、對實際績效產(chǎn)生真正影響的采購決策。

設想這樣一個場景：品類經(jīng)理可以把各種操作環(huán)境下的閥門、燃燒裝置或吊車裝置的故障率與具體設備的品牌、機型信息相關聯(lián)，找出其中的關系?；蛘?，供應鏈人員能夠通過了解設備維護服務人員的經(jīng)驗水平，從而更加準確地預測何時需要更換零件。這些都是大數(shù)據(jù)在制造業(yè)領域的實際應用，并且類似的成功案例還在不斷增加。采購組織是這些數(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)，就可以對設備運行狀況、成本和項目執(zhí)行情況等指標產(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)的應用，當然這些應用也適用于很多其他行業(yè)。

能源中的信息化價值

石油天然氣行業(yè)處于勘探開采技術的最前沿，會對高性能集群、大儲層模型、地震模型和大量的生產(chǎn)數(shù)據(jù)進行定期分析。因此，在這個行業(yè)，大的數(shù)據(jù)量和高級分析建模（大數(shù)據(jù)）的應用并不是一個新的概念。

然而，大數(shù)據(jù)分析通常運用于那些在數(shù)量、多樣性和變化速度上都較為突出的領域。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、媒體和消費品行業(yè)——這些行業(yè)利用非結構化的數(shù)據(jù)來源（基于視頻、文本和社交媒體等）獲得差異化的競爭力情報。這些行業(yè)開始快速吸收新的分析技術，用于數(shù)據(jù)挖掘和提高傳統(tǒng)分析能力。而大數(shù)據(jù)分析與其說是對大量不同數(shù)據(jù)的快速處理，不如說是某種預設機制下的程序執(zhí)行。這些執(zhí)行工作需要大規(guī)模的跨部門數(shù)據(jù)訪問，并通過高級分析得出獨特見解，積極識別機會并解決問題，從而創(chuàng)造新的價值。成功實施大數(shù)據(jù)項目不僅僅是依靠技術，需要的是商業(yè)和IT組織技能的根本性轉變，是企業(yè)高層對建設和營造“數(shù)據(jù)分析文化”的不懈追求。

通常來說，石油天然氣行業(yè)包括很多專業(yè)的油田服務（OFS）供應商，項目周期長、成本上漲可能性大、各供應商之間的系統(tǒng)連接性和專業(yè)化程度不同等。這樣復雜的結構導致數(shù)據(jù)收集需要跨越多個供應商或公司內的多個部門。大數(shù)據(jù)分析的進步使石油天然氣行業(yè)能夠從新的視角重新審視以往的數(shù)據(jù)——捕捉不同平臺的已經(jīng)存在的數(shù)據(jù)，并將這些數(shù)據(jù)連接起來，以促成有意義的商業(yè)決策。

如同互聯(lián)網(wǎng)對信息獲取方式帶來的巨大改變，對已經(jīng)存在的海量數(shù)據(jù)進行分析，從而預測未來趨勢并支持采購決策，也從根本上改變了石油天然氣公司采購部門的運行方式。

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收集各種各樣的運行表現(xiàn)數(shù)據(jù)。例如，勘探與生產(chǎn)（E&P）公司收集地質和地球物理學信息、鉆井日志、供應商信息、項目數(shù)據(jù)、傳感器輸出和人力資源信息等。每個領域單獨處理這些數(shù)據(jù)可以使各部門不斷完善自身的跟蹤和衡量指標。例如，服務和設備采購成本得到控制、服務供應商的停機時間得到監(jiān)控、生產(chǎn)延期也得到持續(xù)改善。但這樣的結果是，各領域都只能是單獨優(yōu)化而非協(xié)同優(yōu)化，這限制了整個組織所能實現(xiàn)的總價值。要想在運營績效上實現(xiàn)真正突破的表現(xiàn)，需要能夠全面審視整條價值鏈上這些相互關聯(lián)的活動，分析它們的潛在總體影響。

公司內部打通信息孤島和衡量總擁有成本的努力往往會被數(shù)據(jù)的可獲取性阻礙（數(shù)據(jù)通常存儲在不同的信息系統(tǒng)或軟件中，項目數(shù)據(jù)的更新周期也較長，書面信息和各種不同格式的數(shù)據(jù)亦很難處理）。而近期分析技術的進步促進了數(shù)據(jù)處理能力和專業(yè)性的提升，從而可用于識別相互關系，得出過去無法發(fā)覺的洞察，包括：

相同規(guī)格下，相似設備的哪些部分（例如燃燒裝置或分離裝置）導致了更高的運行成本？哪些供應商生產(chǎn)這些裝置？將對運營產(chǎn)生怎樣的影響？

如何決定具有獨特特點的各種頁巖油田的維護頻率？

哪些供應商關系和KPI需要優(yōu)化？

人員配置和人才管理如何影響項目執(zhí)行情況？

這種類型的問題促使大數(shù)據(jù)分析在石油和天然氣公司中的積極應用，其中采購就是大數(shù)據(jù)分析應用的新領域之一。

采購應用

采購部門面臨的最大挑戰(zhàn)是設備工程師和現(xiàn)場管理工程師的不滿——他們總是面臨許多設備運行的問題或服務問題，雖然這些設備和服務都是嚴格按照技術規(guī)格進行采購和運維的。比如，某家供應商的燃燒裝置運轉不佳，但又找不到明顯的問題;脫水機漿槽經(jīng)常需要維修;閥門經(jīng)常堵塞;油井管腐蝕過快等。這樣或那樣的現(xiàn)場問題出現(xiàn)時，大家總是容易質疑之前的采購決策。如果可以采用系統(tǒng)化的方式來進行數(shù)據(jù)分析，這些數(shù)據(jù)就可能用來改善采購表現(xiàn)，明確設備和服務的具體的、量化的改進措施。然而，采購決策過程中往往很少考慮所采購零件的現(xiàn)場數(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，但是項目采購緊迫的時間壓力和傳統(tǒng)的基于Excel分析的局限性，導致這些信息難以被使用）。沒有實際數(shù)據(jù)和設備運行表現(xiàn)的反饋，采購團隊無法掌握關鍵的總擁有成本信息，無法做出全面的設備選擇。因此，下一階段的采購效率的提升可通過整合運營數(shù)據(jù)，以及以數(shù)據(jù)分析為基礎的思維模式來實現(xiàn)。

即使采購部門考慮了運行數(shù)據(jù)，往往也僅限于優(yōu)化與KPI息息相關的，或大家所熟悉的成本項（比如安裝成本和服務成本），很少整合操作人員的反饋、具體零件、供應商或設備設計方面數(shù)據(jù)。利用大數(shù)據(jù)概念使采購團隊能夠快速收集更多信息，并與日常運營團隊保持更有效的溝通和協(xié)調，可以做出跨越設備生命周期的、更合理的采購決策。這首先需要收集不同系統(tǒng)和部門的數(shù)據(jù)，然后進行恰當?shù)姆謱雍头诸悂碜R別這些跨部門數(shù)據(jù)之間的關系和趨勢。它包含三個關鍵要素：實用的行業(yè)知識，深度的運營專業(yè)知識、扎實的數(shù)據(jù)分析技能。

幫助團隊決策

基于數(shù)據(jù)的決策機制還可對歷史數(shù)據(jù)進行收集和梳理，彌補行業(yè)內因經(jīng)驗豐富的人員退休所面臨的人才缺口。應用大數(shù)據(jù)分析不僅可以改善當前的日常運營，還可作為企業(yè)關鍵信息保存的平臺，使團隊做出更好的決策。

舉例來說，運營生產(chǎn)數(shù)據(jù)一般涉及監(jiān)測（油井和設備監(jiān)測）和維護的團隊（見圖1）。設備故障模式也存在若干種。有些故障受油藏地質情況影響，很難完全避免，但是有些可通過采購數(shù)據(jù)分析來改善和預防，如將供應商信息、事件時間、規(guī)格與現(xiàn)場運行表現(xiàn)進行相關性分析。

很多信息系統(tǒng)和數(shù)據(jù)分析專家通常缺乏在油氣行業(yè)實操操作、進行數(shù)據(jù)價值挖掘的行業(yè)經(jīng)驗。將數(shù)據(jù)分析專家和石油天然氣行業(yè)的運營專家結合，方能有助于數(shù)據(jù)分類和組織，從而實現(xiàn)在一個現(xiàn)實的運營環(huán)境中預測、查找設備運行問題，形成與具體零件及供應商相關的分析結論，使采購部門做出更好的采購決策。此外，采購作為公司職能部門之一，采購人員也需要更好地掌握這些分析工具。

一直以來，石油天然氣行業(yè)都知道如何處理大量的數(shù)據(jù)。然而，提升數(shù)據(jù)分析能力、增進分析洞察的產(chǎn)生速度和深度，將為其帶來顯著的競爭優(yōu)勢。在采購活動中采用高級數(shù)據(jù)分析應用需要打破信息孤島、開發(fā)數(shù)據(jù)分類方法、分析相互關系、輸出可視化分析結果，從而釋放大數(shù)據(jù)分析力量。IT和信息系統(tǒng)工作人員通常不具備行業(yè)知識，無法真正理解這些大量的數(shù)據(jù)，而具備行業(yè)知識的專業(yè)人員卻又不懂實用的數(shù)據(jù)分析技術;分析能力和行業(yè)知識兩者相結合才可以形成強強聯(lián)合優(yōu)勢。

最后，一個全面的大數(shù)據(jù)項目可使采購部門將設備運行問題和改進措施與具體供應商、產(chǎn)品聯(lián)系起來，從而形成360度的全方位的供應商績效管理。

（本文作者單位均為科爾尼公司）