大数据改变能源未来

设计方面数据。利用大数据概念使采购团队能够快速收集更多信息，并与日常运营团队保持更有效的沟通和协调，可以做出跨越设备生命周期的、更合理的采购决策。这首先需要收集不同系统和部门的数据，然后进行恰当的分层和分类来识别这些跨部门数据之间的关系和趋势。它包含三个关键要素：实用的行业知识，深度的运营专业知识、扎实的数据分析技能。

帮助团队决策

基于数据的决策机制还可对历史数据进行收集和梳理，弥补行业内因经验丰富的人员退休所面临的人才缺口。应用大数据分析不仅可以改善当前的日常运营，还可作为企业关键信息保存的平台，使团队做出更好的决策。

举例来说，运营生产数据一般涉及监测（油井和设备监测）和维护的团队（见图1）。设备故障模式也存在若干种。有些故障受油藏地质情况影响，很难完全避免，但是有些可通过采购数据分析来改善和预防，如将供应商信息、事件时间、规格与现场运行表现进行相关性分析。

很多信息系统和数据分析专家通常缺乏在油气行业实操操作、进行数据价值挖掘的行业经验。将数据分析专家和石油天然气行业的运营专家结合，方能有助于数据分类和组织，从而实现在一个现实的运营环境中预测、查找设备运行问题，形成与具体零件及供应商相关的分析结论，使采购部门做出更好的采购决策。此外，采购作为公司职能部门之一，采购人员也需要更好地掌握这些分析工具。

一直以来，石油天然气行业都知道如何处理大量的数据。然而，提升数据分析能力、增进分析洞察的产生速度和深度，将为其带来显著的竞争优势。在采购活动中采用高级数据分析应用需要打破信息孤岛、开发数据分类方法、分析相互关系、输出可视化分析结果，从而释放大数据分析力量。IT和信息系统工作人员通常不具备行业知识，无法真正理解这些大量的数据，而具备行业知识的专业人员却又不懂实用的数据分析技术;分析能力和行业知识两者相结合才可以形成强强联合优势。

最后，一个全面的大数据项目可使采购部门将设备运行问题和改进措施与具体供应商、产品联系起来，从而形成360度的全方位的供应商绩效管理。

（本文作者单位均为科尔尼公司）