20180722智慧水务资料包12智能电网开启数据分析的巨大价值埃森哲咨询智能电网研究项目A

开启数据分析的巨大价值埃森哲智能电网研究项目2目录引言3电力企业提升绩效的机遇4其他行业的经验教训5分析方法使用现状6运用数据分析，实现卓越绩效6打造信息驱动型企业9数据分析如何切实推动价值实现101.数据分析可以从根本上改进各个层面的决策122.真正的洞见源自商业智能和分析法，将企业数据与外部数据紧密地关联在一起133.通过由商业智能转向全面的分析法，进而形成全新洞见，从根本上推动企业管理的变革134.要想利用分析法实现可持续的价值创造，需要采用全新的信息管理方法145.需要变革运营模式，利用新洞见支持价值实现166.快速学习能够改进运营模式，通过洞见提升价值17结束语183引言为了切实履行对股东和监管机构的承诺，妥善管理电网的稳定性和可靠性，电力企业必须应对诸多重大挑战。企业高管们不断向股东做出实现盈利增长的郑重承诺。据埃森哲分析，在大多数地区的证券市场中，那些表现出色的公用事业电力股之所以有30%到40%的溢价，正是基于对其未来盈利增长的预期。然而，由于需求增长不足、运营成本上升，且能源供应市场持续波动，这些增长目标越来越难以实现。预计未来五年，颠覆性变革将对电力企业的经营模式带来新的挑战，尤其是对能源效率的日益关注、需求响应计划的发展、以及分布式发电日益普及所造成的影响。有鉴于此，很多电力企业纷纷开始部署智能技术，发展各种全新的能力，争取利用电网资产创造更大价值。这些企业汲取了自身和其他行业的经验与教训，意识到要想通过这些新能力获得价值，就必须从根本上改变业务与运营模式。而实现这些变革，则需要通过智能设备获取大量数据，并将这些数据与当前运营系统数据和外部信息资源有机结合起来，从中获得关键洞见。考虑到这些数据所拥有的巨大潜在价值，对于大多数电力企业高管而言，当务之急便是借助先进分析方法来积极推动运营变革。本文介绍的洞见和实例可以帮助电力企业运用先进的分析方法，转变运营方式、提高经营业绩。文中不但探讨了电力企业提高运营效率和信息化水平所应关注的领域，而且还分析了那些已经历颠覆性变革，并最终实现繁荣发展的行业，以期从中领悟关键经验。埃森哲的分析显示了使用智能电网分析方法推动运营效率提升的潜在价值，其保守估计为每年每部电表创造40至70美元的价值。埃森哲认为，虽然地域不同会导致价值估算结果有所差异，但是这一有待挖掘的潜在价值正促使领先企业在整个公司内全面贯彻数据分析（也包括整合企业数据分析与运营数据分析），由此推动运营变革。成功的企业将实现文化转型，令自身成为信息驱动型组织，从而充分利用数据作出明智决策，最终成就卓越绩效。电力企业提升绩效的机遇451其他行业的经验教训输配电企业不断将先进技术纳入电网——数十年来一以贯之。然而，此次技术变革浪潮对电力企业的影响极为广泛，不但包括先进的计量系统，还体现在智能设备、先进的移动技术、智能消费电子设备、社交媒体等方面，远远超过以往规模。这些技术变革为企业带来了多维度的机遇：在改进现有流程之余，还为流程的具体实施提供了许多全新手段。比如通过运用新技术实现同客户的互动，将网络诊断与响应行动更紧密地联系在一起，从而提高应对停电的检测和响应能力。其他行业也经历过类似的颠覆性变革，如电信、零售和银行业。那些蓬勃发展的企业不约而同都将数据分析大规模地植入业务流程中。例如，当竞争对手的IP电话快速风靡时，传统的固网电信企业往往感到措手不及，与此同时，无线业务在不断蚕食固话服务。那些成功企业主要通过分析模型，研究并转变了几乎所有的运营活动——从投资研究基于呼叫路由的分组交换技术，一直延伸到将新出现的全新产品捆绑在一起，由此确定顾客收费标准等。如果这些固网企业当时没有作出这些改变，它们的生存可能早就岌岌可危了。在反欺诈领域，银行已经开发出了一些非常强大的运算方法和程序，用来识别和防止信用卡欺诈。今天，实时甄别可疑活动，并短信告知客户，从而在交易获得审批之前就通知他们，这已成为行业中的惯例做法。众多政府税收机构的税收部门也已运用数据驱动的洞见，提高了违规识别率和税收收入。《钱与球》（Moneyball）一书（见边栏）给电力企业带来了启示，揭示出企业在应对诸多经济挑战时所具有的机遇。如果将书中的“工资”替换为资金，“胜利”替换为系统的可靠性，那么该书描述的，正是电力企业高管面临的一项最大挑战：如何利用较少资金，实现更高的系统可靠性和资产健康度。这种权衡通常都会由“有效边界”模型来界定，即用一定数额的资金实现最大程度的可靠性。埃森哲认为，与书中的主人公比利•比恩（BillyBeane）一样，电力企业能够借助有关电网的深度细化数据和洞见，以及资产绩效评估统计模型，改变资金分配方式，从而能够进入新的前沿领域，并且利用较少资金实现相同或更高的可靠性。分析法和《钱与球》《钱与球》的故事从体育界的角度，对数据分析的转型潜力作出了无比形象的诠释。作者迈克尔•刘易斯（MichaelLewis）以美国职棒大联盟为舞台，介绍了奥克兰运动家队总经理比利•比恩（BillyBeane）如何采用非正统方法取得成功。其他球队支付的球员薪金总额是运动家队所能承担的三倍以上，因此在战胜对手方面，比恩的艰巨挑战可想而知。通过娴熟地运用数据分析，比恩引领球队取得了惊人的成绩，并从根本上改变了各家球队的管理模式。传统上，棒球队的管理层和球探往往凭借其丰富的经验来评估球员。他们斥巨资引入身价不菲的球员，看重他们过人的运动成绩（安打率和打击率），但实际来看，这些与成果并无太大关系——在本书中，就是如何赢得比赛。比恩运用分析法，通过统计模型对有关球员的每一项决定和比赛情况进行分析，从而将该思想发挥得淋漓尽致。2002年，纽约洋基队为每场获胜比赛支付达120万美元（薪水总额除以比赛总数）。而同年，比恩为奥克兰运动家队所赢得的每场比赛仅支付了27.3万美元，是纽约洋基队的23%，而且它们的获胜场次还更高一筹。两年后，波士顿红袜队采用比恩的方法，在球队87年历史中首捧世界职业棒球大赛冠军奖杯。6表1.当前分析法在各运营领域中的应用概况分析法在各公用事业运营领域中的应用程度公用事业企业类型供水5%网络5%网络5%网络电力5%供应5%供应5%供应天然气20%零售10%零售5%零售分析方法使用现状当前，电力企业基于丰富的经验和信息做出决策，但这些信息往往处于企业不同部门的“孤岛”中。不但许多数据的可靠性欠佳，而且需要进行大量人工操作，导致领导者在讨论数据相关性上耗费大量时间，无法专注于制定切实的重大决策。孤立的数据也会影响领导者对整个企业的全面了解。如果这些孤立的数据类型之间缺乏关联，那么使用运营数据作出的决策就可能产生意想不到的后果——有时，这些负面影响只会在决策做出并实施之后才会显现。例如，推迟更换资产的决策有可能导致故障率上升，从而带来成本增加。又如，推迟运营和维护（O&M）投入，变更电容器组的更换时间，可能会影响通过电压优化获得潜在收益。多数情况下，进行跨部门的综合分析需要花费大量时间，每年通常只能进行一到两次全面分析，这本身就制约了企业创造价值的潜力。相反，一家信息化驱动的电力企业能够打破这些数据孤岛，实现信息的聚合与关联，由此获取信息推动的洞见，进而从根本上改变决策模型、绩效洞见和流程变革。埃森哲认为，信息化驱动的电力企业通常具备以下特点：·系统化地收集信息流和知识流，并在适当的时间提供给合适的人，帮助其做出最佳决策，推动价值创造；·将企业的集体知识制度化和产业化；·设计数据模型，充分利用所有可用的（内外部）数据；·组织并授权有关人员利用信息模型做出决策。这些特点可以助力电力企业持续改进业务成果，其中包括：·通过更有效地建立资本和运营支出模型，提高股东回报率。·通过改进项目间资金分配，提高投资回报率。·进一步优化电网运营，提高供电的边际贡献率。·减少因窃电和过失而导致的收入“滴漏”损失。相对于其他行业，数据分析在电力行业尚未得到广泛应用。截至目前，客户和零售领域非常重视数据分析，这主要是因为竞争的推动。近期，10EQS咨询公司为埃森哲开展了一项电力行业应用数据分析现状的调研，其中一家综合性电力企业的前首席执行官这样总结多数电力企业的情况：“在零售领域，我们只实现了（先进）分析方法不到10%的潜力，但对于如何充分运用数据分析，我们基本能理解40%左右。而在输配电领域，我们所实现的潜力尚不到5%，并且我们可谓黔驴技穷，无法在这方面更进一步。”据埃森哲评估，一家电力企业目前在各运营领域中应用分析方法的情况如表1所示。天然气企业需要克服关键基础设施整合问题，以更有意义的方式与消费者实现互动，从而满足其需求；对某些电力企业来说，它们通过不断采用先进分析方法，来应对竞争日益激烈的零售市场。在公用自来水企业，人们日益重视资源管理，企业需要提升资产管理水平，应对与收入无关的水资源挑战，因此必须着力加强数据分析。内外部研究显示，大多数燃气及水资源公用事业企业（少数例外）仍远远没有实现分析方法的广泛运用——尽管这一任务的完成将有助于解决一系列的关键问题。运用数据分析，实现卓越绩效随着先进计量基础设施（AMI）和其他传感器的全面部署，电力企业已开始生成大数据。大数据的产生主要集中在配电（网络）和零售领域，而在发电方面的程度较低。虽然分析法的应用还未成为主流，但计划投资的预算显示，电力企业已清楚认识到个中的潜力。据派克研究（PikeResearch）估算，从2012到2020年，分析法相关支出的复合年增长率有望达到24.5%，在这段时间内投资会持续增长，总投入将超过340亿美元。而GTM研究机构（GTMResearch）预计，到2020年，自动计量分析的总投入将达到每年97亿美元。237埃森哲智能电网研究项目之洞见：2013年高管调查图1.智能解决方案部署中，分析方法能带来最大价值的领域分析方法在哪些领域对贵公司智能解决方案的部署带来了最大价值？96%69%92%85%81%77%77%77%电网运营分析资产管理分析停电管理分析电压/无功电压（VAR）分析通信网络运营分析系统规划分析先进计量基础设施运营分析需求响应分析客户业务分析客户细分和行为分析收入保障/减少窃电行为分析先进计量基础设施部署分析分布式发电分析欧洲北美93%56%欧洲北美83%56%欧洲北美87%选择所有适用的领域73%73%58%52%50%48%资料来源：埃森哲智能电网研究项目2013年高管调查。在埃森哲近期开展的高管调查中，在问及数据分析对智能解决方案部署影响最大的领域时，受访者纷纷表示各个领域都需要实施数据分析方法。然而值得注意的是，绝大多数高管指的是用于网络管理所需要的分析方法。而且调查发现，相比欧洲受访者，北美受访者往往偏重于有关停电管理和先进计量基础设施（AMI）的运营分析方法（见图1），这一点也许并未出乎各方预料。此外，埃森哲调查还发现，电力企业能够清楚评估自身需要提升的数据分析能力，及目前的成熟度，包括数据质量、工具和技能等（见图2）。埃森哲智能电网研究项目：2013年高管调查方法2013年，埃森哲对全球13个国家电力企业中参与智能电网相关事务决策的54位高管进行了调查，调查采用问卷调查主导的访谈形式，由埃森哲委托Kadence公司通过电话进行。需要显著改进需要一定程度的改进不需要改进53%35%12%46%46%8%42%48%10%35%65%33%63%33%55%12%31%63%27%65%8%23%64%13%15%77%8%4%6%资料来源：埃森哲智能电网研究项目2013高管调查。在以下领域，您如何评价贵企业分析能力的成熟度？图2.现阶段的分析能力成熟度评估不同来源的数据集成（消费者数据整合，天气等）数据可用性（细节、差距、时效性/普及性）分析工具集（覆盖面/完整性）数据可视化数据治理信息技术与运营技术整合（即现场实时系统与企业信息技术系统之间的整合）数据质量（准确度和精密度）获取实时数据数据延迟（系统延时）统计分析/数据学技能89打造信息驱动型企业图3.运用分析方法的关键领域和受影响的运营领域资料来源：埃森哲。先进计量基础设施部署网络运营中心/智能运营中心电表