如何让水务公司成为数据驱动型组织？ ——水务经理人的“IDO”思维

时间： 2018-05-11 15:45

来源：

作者：高雅麟

何为IDO思维?水务公司不再是自来水公司或是污水处理公司，而是，以信息为导向的组织(Insight-driven Organization, 以下简称 “IDO”)。

首先，是决策的需要。无论是政府还是企业，水务公司更有必要利用现有数据，创造一个由商业智能环境来推动决策的环境。分析、处理数据和推理是其决策过程的一部分。

效率方面：在水务公司中，较早采用资产维护计划来提高运营的公司效率。例如，更好地了解泄漏或污染的根本原因以及更快地修复问题，能够减少对公用事业及其客户的中断影响。

风险管理：对资产的状态和连通性数据的定期分析使水公司能够识别可能处于风险下的部分水资源网络，并预测早期故障。及早安排维修以防止此类故障反过来又降低了紧急干预措施的成本。这样的模型还帮助公用事业更好地模拟未来的风险情景并提高干预反应。

业务规划：许多公用事业公司现在使用分析工具来分析和监视现有项目的经济效益和效率。目前高级数据分析工具，值得我们关注。

需求预测：可对水基础设施和投资规划的质量产生巨大影响。虽然公用事业已经使用自己的现有数据来模拟未来需求，但更多的组织通过并入不断增加的数量和各种外部预测数据来增强这些模型。例如，这些外部数据集包括人口统计、市政规划、天气模式、土壤水分和气候变化数据。增强型模型有助于公用事业机构更好地了解未来可能需要基础设施的位置和时间，以及如何确定时间，确定优先级并集中投资决策。

与其他行业一样，世界上大多数自来水公司和污水处理公司都面临着类似的挑战：收入增长，营业利润，资产绩效和持续性，这些是经营的核心。而在这些领域做出正确的决定，对企业的发展至关重要，关乎生死存亡。

略举数例：

1、更好地监测和分析水表数据的异常情况还可以提高有效的现金流。

及时察觉为什么交付的用水未被计费。早期发现技术问题，降低水的读数精度(通常是由于损毁，堵塞或老旧水表)将有助于水费回收率，降低产销差率。更好的数据分析不仅可以发现未收取的水费，而且可以发现客户的付款行为，从而识别高风险的客户，能够主动应对。

2、做好客户服务。消费行业多年来一直处于使用数据分析工具改进客户服务的前沿。零售商已经利用从各种数据源获得的消费者信息，与他们的客户关注问题进行交流，预测他们的需求并为他们定制服务。同样，水务公司可以借助数据提供的信息来提高客户关怀的质量。这些数据提供的信息可以帮助建立客户信任，并提高品牌声誉。随着更多的公用事业使用数据分析技术，将会探索更多的应用程序，并且将出现更多应用机会。

第二，外界环境的要求

1、世界变得越来越复杂和不稳定。水务行业风起云涌，竞争激烈，经营者的数量正在增加，公司也面临着新的挑战：成本上升对与价格倒挂，社会公众与服务质量，利润指标与股东要求，水质变化与水处理技术等等问题，不一而足，在这种环境下，决策变得越来越困难：仅依靠过去的历史、经验和直觉不再被视为能获得成功的保证。

为了作出正确的决定，企业需要在正确的时间获得正确的信息。为了发现这些信息，公司需要维护和保护自己的数据作为资产，并充分利用可用的外部数据。近年来，世界各地供水和污水处理设施收集的数据一直在急剧上升。只有智能电表和其他技术在更大规模上推出，这种趋势才会继续下去。

2、数据领域，存在新机会，蕴含新挑战

大量的数据水务行业收集的数据量近年来急剧增加。例如，水利设施方面的数据，包括：

· 流量，化学浓度和实验室数据

· 供水计量和客户使用数据

· 工程和施工数据

· 资产性能和维护数据

传送关注的是：遥感和地面技术以及地理空间分析的广泛采用提高了水务行业在大规模空间范围内量化和监测水供应和流量的能力。这些技术还提高了数据收集的速度。最近，还出现了原位测试技术，包括高分辨率水质传感器，自动水表网络和精确农业或精确农业解决方案，主要是监测水文和气象变量，如土壤湿度、降水和积雪的水平。这些为农业提供了更好的信息，以确保更多的农作物产量。

在各种数据的增长，特别是非结构化数据，包括互联网信息、社会内容、众包，也改变了水资源数据。例如，照片和社交媒体可能是一个更好的来源去观测当地的水文情况数据管理面临的挑战。

目前水务行业数据分析存在以下几个普遍现象：

信息孤岛依然存在。到目前为止，许多公用事业部门都是独立收集数据，在某些情况下，相同的数据集格式各异彼此不兼容。

行业数据质量不高。因为许多水利设施能做到基本的数据处理，而对数据质量的适用性不能保证。在很多地方，各部门都不愿意共享数据，也无法访问以获得即时分析。

因此，如何高效和有效地使用数据也是一个问题。

公司通常使用小部分数据来执行特定任务或解决特定问题，但是绝大部分数据未被利用。数据的不一致性导致汇总数据难以实现，无法进行公司层面的分析并提取更有意义的信息。

第三，数据的知识产权逐渐显化。

笔者在之前曾发过小文，提及顺风快递与菜鸟的数据之争，以及“四表联动“(水、电、气、暖)中的，数据归属与应用案例。可以看到：数据主权，是未来的主题。谁拥有数据的所有权?是传感器的所有者，还是部署解决方案的公司，亦或者项目业主?

基于以上认识，数据分析不仅仅是收集、管理和分析数据，而会提高整个组织决策的质量和速度。因此，水务经理人急需树立数据驱动型组织的“IDO思维“。