如何讓水務公司成為數據驅動型組織？ ——水務經理人的“IDO”思維

時間： 2018-05-11 15:45

來源：

作者：高雅麟

何為IDO思維?水務公司不再是自來水公司或是污水處理公司，而是，以信息為導向的組織(Insight-driven Organization, 以下簡稱 “IDO”)。

首先，是決策的需要。無論是政府還是企業，水務公司更有必要利用現有數據，創造一個由商業智能環境來推動決策的環境。分析、處理數據和推理是其決策過程的一部分。

效率方面：在水務公司中，較早采用資產維護計劃來提高運營的公司效率。例如，更好地了解泄漏或污染的根本原因以及更快地修復問題，能夠減少對公用事業及其客戶的中斷影響。

風險管理：對資產的狀態和連通性數據的定期分析使水公司能夠識別可能處于風險下的部分水資源網絡，并預測早期故障。及早安排維修以防止此類故障反過來又降低了緊急干預措施的成本。這樣的模型還幫助公用事業更好地模擬未來的風險情景并提高干預反應。

業務規劃：許多公用事業公司現在使用分析工具來分析和監視現有項目的經濟效益和效率。目前高級數據分析工具，值得我們關注。

需求預測：可對水基礎設施和投資規劃的質量產生巨大影響。雖然公用事業已經使用自己的現有數據來模擬未來需求，但更多的組織通過并入不斷增加的數量和各種外部預測數據來增強這些模型。例如，這些外部數據集包括人口統計、市政規劃、天氣模式、土壤水分和氣候變化數據。增強型模型有助于公用事業機構更好地了解未來可能需要基礎設施的位置和時間，以及如何確定時間，確定優先級并集中投資決策。

與其他行業一樣，世界上大多數自來水公司和污水處理公司都面臨著類似的挑戰：收入增長，營業利潤，資產績效和持續性，這些是經營的核心。而在這些領域做出正確的決定，對企業的發展至關重要，關乎生死存亡。

略舉數例：

1、更好地監測和分析水表數據的異常情況還可以提高有效的現金流。

及時察覺為什么交付的用水未被計費。早期發現技術問題，降低水的讀數精度(通常是由于損毀，堵塞或老舊水表)將有助于水費回收率，降低產銷差率。更好的數據分析不僅可以發現未收取的水費，而且可以發現客戶的付款行為，從而識別高風險的客戶，能夠主動應對。

2、做好客戶服務。消費行業多年來一直處于使用數據分析工具改進客戶服務的前沿。零售商已經利用從各種數據源獲得的消費者信息，與他們的客戶關注問題進行交流，預測他們的需求并為他們定制服務。同樣，水務公司可以借助數據提供的信息來提高客戶關懷的質量。這些數據提供的信息可以幫助建立客戶信任，并提高品牌聲譽。隨著更多的公用事業使用數據分析技術，將會探索更多的應用程序，并且將出現更多應用機會。

第二，外界環境的要求

1、世界變得越來越復雜和不穩定。水務行業風起云涌，競爭激烈，經營者的數量正在增加，公司也面臨著新的挑戰：成本上升對與價格倒掛，社會公眾與服務質量，利潤指標與股東要求，水質變化與水處理技術等等問題，不一而足，在這種環境下，決策變得越來越困難：僅依靠過去的歷史、經驗和直覺不再被視為能獲得成功的保證。

為了作出正確的決定，企業需要在正確的時間獲得正確的信息。為了發現這些信息，公司需要維護和保護自己的數據作為資產，并充分利用可用的外部數據。近年來，世界各地供水和污水處理設施收集的數據一直在急劇上升。只有智能電表和其他技術在更大規模上推出，這種趨勢才會繼續下去。

2、數據領域，存在新機會，蘊含新挑戰

大量的數據水務行業收集的數據量近年來急劇增加。例如，水利設施方面的數據，包括：

· 流量，化學濃度和實驗室數據

· 供水計量和客戶使用數據

· 工程和施工數據

· 資產性能和維護數據

傳送關注的是：遙感和地面技術以及地理空間分析的廣泛采用提高了水務行業在大規模空間范圍內量化和監測水供應和流量的能力。這些技術還提高了數據收集的速度。最近，還出現了原位測試技術，包括高分辨率水質傳感器，自動水表網絡和精確農業或精確農業解決方案，主要是監測水文和氣象變量，如土壤濕度、降水和積雪的水平。這些為農業提供了更好的信息，以確保更多的農作物產量。

在各種數據的增長，特別是非結構化數據，包括互聯網信息、社會內容、眾包，也改變了水資源數據。例如，照片和社交媒體可能是一個更好的來源去觀測當地的水文情況數據管理面臨的挑戰。

目前水務行業數據分析存在以下幾個普遍現象：

信息孤島依然存在。到目前為止，許多公用事業部門都是獨立收集數據，在某些情況下，相同的數據集格式各異彼此不兼容。

行業數據質量不高。因為許多水利設施能做到基本的數據處理，而對數據質量的適用性不能保證。在很多地方，各部門都不愿意共享數據，也無法訪問以獲得即時分析。

因此，如何高效和有效地使用數據也是一個問題。

公司通常使用小部分數據來執行特定任務或解決特定問題，但是絕大部分數據未被利用。數據的不一致性導致匯總數據難以實現，無法進行公司層面的分析并提取更有意義的信息。

第三，數據的知識產權逐漸顯化。

筆者在之前曾發過小文，提及順風快遞與菜鳥的數據之爭，以及“四表聯動“(水、電、氣、暖)中的，數據歸屬與應用案例。可以看到：數據主權，是未來的主題。誰擁有數據的所有權?是傳感器的所有者，還是部署解決方案的公司，亦或者項目業主?

基于以上認識，數據分析不僅僅是收集、管理和分析數據，而會提高整個組織決策的質量和速度。因此，水務經理人急需樹立數據驅動型組織的“IDO思維“。