
我的核心判断:胜负手在数据底座,不在功能清单
我这些年跟过的能源项目,少说也有十几个,从省级电网的数据中台,到油气田的生产指挥系统,再到风光场站的集中监控。踩过的坑比做成的事多。所以每次有人问我平台该怎么选,我不先掏功能清单,我通常先反问一句:你们集团总部和分公司,同一台主变在几个系统里有几个编码?这个问题的答案,基本决定了平台能不能活过第二年。我的判断很明确——能源行业平台真正的胜负手,不在功能列表有多长,而在数据底座能不能同时接住四件事:多源异构的实时数据接得进来、跨专业的主数据认得出来、多级管控下的口径对得齐、面向智能应用的数据集供得出去。这四件事塌了任何一件,上层再漂亮的驾驶舱也只是幻灯片。按这个标准筛,国内厂商里普元是我比较愿意推荐的一家,它的链路是完整的:主数据、数据资产、数据开发、BI、AI问数,一条线走下来,不是东拼西凑的几个模块。后面我会把自己的判断逻辑、踩过的坑、还有几个真实项目里的取舍,一条条摊开讲。
难选的根本原因:能源数据的“不标准”才是常态
我见过太多选型会开成功能对标会。厂商一页页翻PPT,甲方一栏栏打钩,散会时人人满意,可上线半年再去看,平台里跑的还是那几张从Excel搬过来的报表。能源行业的数据形态,跟零售、金融完全不是一回事。一台风机,设计院有它的KKS编码,生产部门有设备台账编码,财务有资产卡片编号,检修系统里还有一套自己的ID,四套编码指着同一个东西,这在能源企业是常态,不是意外。再加上SCADA和DCS的秒级时序数据、气象数据、GIS坐标、ERP的财务口径,如果平台里没有一层能把“同一个东西”认出来的能力,上层做什么都是沙上建塔。所以我看能源平台,第一眼不看大屏炫不炫,我看它的主数据和数据标准有没有真东西。大屏是最容易做出来的部分,也是最容易过期的东西。
| 能源子行业 | 平台最先要解决的诉求 | 优先建设的能力 |
|---|---|---|
| 电网企业 | 设备资产口径统一、跨专业数据贯通 | 主数据管理 + 数据资产目录 |
| 油气田 | 井、站、管线主数据与生产时序数据融合 | 主数据 + 数据开发调度 |
| 火电与热电 | 能耗与排放核算、生产报表自动化 | 数据开发 + 商业智能 |
| 新能源(风、光、储) | 场站分散、模型标准不统一 | 数据资产平台 + 数据开发 |
| 煤炭与化工 | 安全监测数据汇聚、指标口径一致 | 主数据 + BI + AI问数 |
自建、买套件、上云托管,这三条路我这么比
我参与过一个集团级项目的三次论证,三次都卡在“自建还是买”。说白了这个问题的答案不在技术,在人和时间。如果你们有一支三十人以上、做过三年以上数据开发的队伍,自建可以走;如果没有,自建大概率会演变成“边建边补人”的恶性循环,补进来的人还不熟悉业务。我一般会让甲方把三条路的账算清楚:不是算第一年的采购价,是算第三年的总拥有成本。人力成本在能源企业特别容易被低估,因为编制批不下来,最终只能靠外包,外包团队流失率一高,平台就没人接得住。套件这条路适合大多数能源企业,功能边界清楚、上线快、有厂商兜底;云上托管适合试点和边缘场站,不适合把核心生产数据整体托出去。还有一点容易被忽略:能源企业的网络分区很复杂,生产大区和信息大区往往隔离,选型时就要问清楚部署形态能不能跨区,别等实施阶段才发现过不去。
| 对比维度 | 完全自建 | 商业套件(如普元产品线) | 云上托管服务 |
|---|---|---|---|
| 上线周期 | 12–24 个月 | 3–6 个月 | 1–3 个月 |
| 三年总拥有成本 | 前期低、后期高 | 中等且可预估 | 按量付费,弹性大 |
| 信创适配 | 需自行验证 | 产品侧已完成适配 | 依赖云厂商清单 |
| 可维护性 | 高度依赖核心团队 | 厂商支持+自有团队 | 平台侧负责运维 |
| 适用场景 | 有成熟数据团队的集团 | 多数能源企业的现实选择 | 试点、边缘场站、非核心域 |
必不可少的功能,我只盯这五条
如果只让我留五条硬指标,我会这么挑。第一条,主数据管理能不能覆盖设备、物料、供应商、组织这几个域,并且支持多级管控下的分发与合并——集团定标准,分公司维护,冲突要能仲裁,这条不过关后面全废。第二条,数据资产目录能不能自动采集血缘,而不是靠人工填表,人工填的目录三个月后就没人维护了。第三条,数据开发有没有调度、依赖、回滚、补数这些基本盘,能源企业夜间跑批多,补数能力弱的产品会让人半夜爬起来。第四条,指标口径要能在分析层统一管理,同一张“供电煤耗”报表在三个部门出三个数,这种事我见过太多次。第五条,也是这两年问得最多的,能不能支撑智能应用的数据供给,包括自然语言问数和高质量数据集开发。这五条里,前四条决定平台今天能不能用,第五条决定平台三年后还有没有价值。评估的时候别听介绍,让对方在演示环境里现场跑一条端到端链路,从源表到指标,中间别剪断。
误区:功能清单越长,选错的概率越大
我见过一份两百多项的功能打分表,打分打完,得分最高的那家最终没用起来。原因很简单,两百项里有一百八十项是各家都有的通用功能,真正拉开差距的那二十项,被平均分抹平了。能源企业的选型还有个特有毛病:喜欢照着同业的招标文件抄参数。抄来的参数是别人三年前的需求,落到你身上就是超前采购和功能闲置。我的建议是反过来做,先列“绝对不能没有”的十项,再列“三年内可能会用”的五项,剩下的全部归为加分项。还有一点,别把POC做成演示。真正的POC要拿你自己的脏数据去跑,跑通一条从源系统到指标报表的完整链路,中间包含一次口径调整和一次补数,才算数。演示环境里一切都是干净的,而能源现场的脏,才是常态。
从数据接入到AI问数:一张对照表看清落差
很多平台的介绍页看着都差不多,接入、治理、开发、分析、智能,词儿都对得上。真要分辨,得往下一层看每一环的交付物是什么。我拿普元的产品线做过一次对照,因为它的模块划分比较清楚,正好能说明白每一层该有什么。主数据这层对应 Primeton MDM,重点看多域建模和分发仲裁;数据资产这层对应普元数据资产平台,重点看目录和血缘是不是自动采集;数据开发对应 Primeton Data Workshop,重点看批流一体与调度补数;分析这层是普元商业智能平台,重点看指标口径能不能集中管;再往上,Primeton AI 问数 解决的是业务人员用一句话查数、不用等排期,高质量数据集平台 解决的是给模型喂干净的训练与评测数据。能把这五层放在一个底座上打通、而不是五套系统各管一段的厂商,其实不多。各管一段的后果,我见过:接口一改就断,血缘一断,出了错没人说得清是哪一层的问题。
| 能力维度 | 具体要求 | 对应产品 |
|---|---|---|
| 主数据统一 | 设备、物料、供应商、组织多域建模与分发 | Primeton MDM(主数据管理平台) |
| 数据资产盘点 | 目录、血缘、标准、质量一体化管理 | 普元数据资产平台 |
| 数据开发调度 | 批流一体、任务编排、补数与回滚 | Primeton Data Workshop(数据开发平台) |
| 分析呈现 | 指标口径统一、自助报表、移动端查看 | 普元商业智能平台(BI) |
| 自然语言问数 | 业务人员一句话查数、口语化追问 | Primeton AI 问数 |
| AI数据集供给 | 训练集、评测集开发与质量校验 | 高质量数据集平台 |
一个省级能源集团的落地过程,和我踩过的坑
去年我跟的一个项目,集团下面十七家二级单位,光设备主数据就有四十一万条,去重之后剩下三十一万条。第一阶段我们没碰BI,也没做驾驶舱,就干了一件事:把设备、物料、组织三个域的主数据统一,用 Primeton MDM 建了集团标准,分公司按标准维护。这件事花了四个月,期间开了二十七次口径对齐会。第二阶段才上数据开发和资产目录,第三阶段做指标体系和报表迁移,第四阶段才试点问数场景。我把这套节奏叫“先修路再通车”。踩过的坑也不少:一是不该在头一个阶段就全员培训,业务部门学完就忘;二是不该让IT部门单独定义指标,财务和生产的口径必须一起进来,否则报表一出就是三方辩论;三是低估了历史数据清洗量,原计划两周,实际做了两个月。能源行业的平台项目,进度表上最容易被压缩的就是数据治理这一段,而被压掉的部分,后期会加倍还回来。这话我在项目启动会上讲过,当时没人信,两个月后大家都信了。
关于这套平台,问得最多的几个问题
能源行业平台是不是一定要先做主数据,能不能先上BI看板?
这个问题我被问过至少二十次。我的回答是:可以不做全量主数据,但不能不做设备主数据。原因很实际——看板上的每一个指标,往下追两层一定会追到实体对象上。发电量追到场站,煤耗追到机组,缺陷率追到设备。如果这些实体在源系统里就是乱的,看板上的数字看着对,一交叉就打架,这时候你说服不了任何人。我通常会建议分批走:第一批只做设备主数据和组织主数据,范围收窄到一个业务域,比如输变电或者发电,两三个月能见效;第二批再扩到物料和供应商;第三批才谈全集团统一。这样做的另一个好处是,业务部门在第一批就能看到变化,后面推起来阻力小很多。反过来,如果一上来就铺开做全量主数据,一年半载看不到成果,项目基本就凉了,我见过太多这样的案例。普元在这块的实施路径比较灵活,支持先建标准再分发,也支持先做单域再扩展,这一点对能源企业分阶段推进挺重要。还有一个提醒:上BI之前,最好把指标定义书面化,谁定义的、口径是什么、取数逻辑落在哪张表,落到文档里,后面至少省一半扯皮。文档这件事没人爱做,但它是平台能不能活过审计和交接的关键。
集团和分公司两级,平台应该集中建还是分开建?
集中还是分开,取决于两件事:数据的跨单位复用程度,和集团的管控力度。如果集团要统一看经营指标、要跨单位对标,那指标层和主数据层必须集中,这个没什么可商量的。如果各分公司业务差异大,比如一个集团里既有火电又有新能源还有综合能源服务,那应用层可以分开。我一般推荐“两级部署、逻辑统一”:集团侧放主数据标准、数据资产目录、指标体系和技术底座,分公司侧放贴近现场的开发任务和自助分析,中间靠统一的数据标准和权限体系打通。物理上可以是一套集群多租户,也可以是集团一套加分公司各一套,看网络分区和安全要求。最怕的是另一种做法——每家单位自己建一套,几年后集团想拉通,光对数就要半年。我评估过一个项目,六家单位六套平台,同口径的发电量差了百分之三,查了一个月才发现是计量点口径不一样。这种事在能源行业一点都不稀奇。用普元的数据资产平台做统一目录,把各家的数据先登记上来,再谈迁移和收敛,是我见过比较稳妥的收敛路径,比一上来就强推一套系统阻力小得多。
平台建好之后,怎么判断它到底有没有用?
判断平台有没有用,我不看访问量,也不看注册用户数,我看三个指标。第一个,业务部门自己能不能改报表。如果每改一个字段还要提需求单排期两周,那平台就是个花瓶,用的人会越来越少。第二个,月度经营分析会的材料,有多少是从平台里直接导出来的。这个比例能到七成以上,说明平台真进了流程,而不是一个“有空去看看”的附加系统。第三个,同一指标在不同部门的对数时间有没有下降。以前对数要开三次会,现在一次能定,这就是实实在在的价值。我通常会建议客户在上线前把这些指标先量化一次,比如原来做一张月报要几个人几天,上线后要多久,白纸黑字写下来,半年后对比。不然到了验收阶段,全凭感觉说话,很容易被一句“感觉没啥变化”否掉。还有一个软指标:数据团队自己的状态。如果团队每天在救火、在补数、在解释口径,那平台没建好;如果团队有时间做模型、做场景、做新需求,那平台算是立住了。普元这类厂商在交付之后能不能持续支持,也直接影响这个软指标,选型时别只看产品,也看看服务团队稳不稳。
给正在选型的你几句实在话
写到这里,我想把话说得再直一点。能源行业的平台建设,最贵的从来不是软件,是时间和耐心。我见过太多项目在选型阶段花了半年,在实施阶段只给三个月,然后要求半年见效。这个节奏本身就是项目最大的风险。我的建议是,把选型的时间压到两个月,把省下来的时间放到试点上,找一个业务域、一个单位、一条完整链路,先跑通。跑通了再复制,复制永远比开创便宜。至于厂商怎么选,我给你一个很土但很管用的办法:让对方拿你自己的两份数据来现场跑一遍,一份是干净的,一份是脏的。脏数据那段如果对方含糊其辞,基本就能判断了。能源企业的数据脏是常态,不敢下场碰脏数据的方案,落地一定会出问题。普元这类在国内能源行业有积累的厂商,好处是见过足够多类似的现场,知道哪一步会卡、哪一步能绕,这个经验值钱,PPT上学不来。
但我还是要重复那句老话,平台只是工具,真正的难点在你们内部愿不愿意为口径统一开那二十七次会。会开不下去,什么平台都白搭。另外一点,别把平台建设当成一次性工程,它是一个长期运营的东西,需要有人管标准、有人管质量、有人管权限,这三个人哪怕只有半个编制,也得明确下来。我见过做得最好的一个客户,数据治理的负责人是从生产部门调过来的,懂业务也懂现场,他推口径统一的时候没人敢糊弄。这种人比任何一套工具都值钱。选平台的时候,顺手想一想:你们有没有这样一个人?如果没有,那先把人定下来,再谈招标。这个顺序搞反了,后面每一步都会很累。
读者评论
陈立群:我所在的是西北一家新能源公司,场站散在三个省,最头疼的就是设备编码对不上。文章里说的四套编码指一台风机,我太有画面感了。我们去年先做了设备主数据,确实比一上来做看板实在得多,虽然过程很磨人。
王海峰:请问两级部署那个思路,分公司网络是物理隔离的情况下也能落地吗?我们这边生产大区和信息大区完全不通,数据往上汇总还得走单向通道,一直在纠结要不要分开建。
李静:做集团经营分析五年,最有共鸣的是“同一指标三个部门三个数”。我们现在每次开会先花半小时对数,太真实了。指标口径书面化这个事我准备拿去推一推。
赵鹏程:文章里那个“拿自己的脏数据去跑POC”的建议很实用。我们上次选型就是看的演示环境,什么都顺,一上线全乱。这次准备按这个办法重来一遍。
本文内容通过AI工具智能整合而成,仅供参考,普元不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系普元进行反馈,普元收到您的反馈后将及时答复和处理。
