解剖“数字油田”

互联网正在改变每个传统行业，包括最传统的油气领域。

“数字油田”概念在中国被提出已有15年时间。所谓数字油田，是指一套互相作用、互为补充的技术系统，旨在帮助油气运营商、业务合作伙伴和服务企业整合数据和知识管理，进而利用先进的分析工具，开发更高效的业务流程，并作出及时决策。

然而，数字油田的初衷并未实现。其原因来自方方面面——包括职能部门间缺乏支持、工作流程整合不利、数据所有权模糊，以及技术局限等，不一而足。

此外，数据的数量和种类也因设备的新旧程度而大相径庭。老设备仪表不全，进行高级数据分析的资源非常有限。相反，新设备中传感器众多，自动化程度也较高，因此生成了海量的数据流。不过，鲜有企业能够将不断增加的数据转化为洞见，最终达到提高企业盈利能力之目的。

伴随着以技术为基础的数字化发展，油气企业不得不开始思考如何显著改善生产，满足自身的安全与风险目标。数字技术、移动技术、云技术和分析法技术的不断融合，势必催生出提升业务成果的巨大潜力。

这里的每一项数字技术发展趋势都与数据密不可分：数据如何被生成、获取、整合、管理、分析，以及存储。在此背景下，油气企业将利用这些技术对业务流程进行数字化处理，同时也开始参与数据管理和分析能力的竞争角逐。最终，这一巨大的潜在趋势将彻底改变能源行业领导者开展业务、管理员工，以及满足客户需求的方式。 数据分析一旦与其他关键要素密切结合，就能够提高传统行业的业务绩效。

随着数据分析的大规模普及，油气企业管理者应当将资金投向何处？哪些领域可以实现最大的投资回报？

本文探讨了影响企业通过数据分析提升业务成果的诸多障碍，视角覆盖行业的上下游部门，以及企业中的各项职能工作。

文中还展示了一份路线图，旨在帮助企业来界定转型过程中的进展阶段，明确数据分析法将在何处推动竞争优势的形成。

要想通过数据分析来为自身注入动力，石油和天然气企业需要首先将价值落实为实际的指标，根据目标成果设计具体计划。

数据分析法不仅可被用来改进勘探和钻井工作，在非常规能源相关领域更是大有用武之地。下游企业则可利用数据分析，在物流与供应链、营销和交易等环节中获得更有力的洞见，对端到端的运作进行更有效的管理——从需求方一直延伸至商业渠道，数据分析皆可一展所长。

在这一过程中，企业领导者应当促进文化上的转变，营造一种依靠坚实的数据基础驱动明智决策的氛围。而一旦跳脱出固有框架，采取开放式思维，企业便会积极引入新的技术——数字技术、移动技术、云计算和数据分析法，由此不但改善现有运营活动，更将构建出显著优化的工作流程，从而能向成就卓越绩效迈进。 提高上游业务数据价值

目前，油气企业已经掌握了预测常规油气井产量的技术，但非常规油气井的产量却毫无规律可循。对于油气企业来说，如何有效开采数百个非常规油气井是保证盈利能力的关键所在。

先进的算法和强大的计算能力，有助于分析最庞杂的数据集，进而帮助企业大规模勘探蕴藏在页岩层中和海底的油气资源。

强有力的分析工具支持对多项数据的集合展开分析，而解释性软件和可视化工具则可为广大的业内人士提供更加直观的信息。

地震数据规模可达上万亿字节，但这种信息不一定被视为典型的大数据，大数据集合往往基于交易行为，也包括社交媒体跟帖等非结构数据。在油气开发生产阶段，非结构性数据的重要性尚未凸显出来。

数据分析有助油气开发生产企业更清楚地了解资源储量情况，模拟石油在岩层中的流动情况，从而确定最佳的油井位置。

有效利用数据分析，可以使开采量提高3%到5%，这就意味着收入增加——在大宗商品价格高企的市场环境下，这一点尤为重要。

对于能源企业来说，跨资产分析法，尤其是非常规能源领域的跨资产分析法，是一大尚未开发的空白。如今，在开发过程中，除了遵循首要原则以外，很多企业开始着眼于所有已钻探的油气井，通过整合现有的统计数据，找出其中哪些与即将开采的油气井最为相似，从而获得更多可借鉴资料。尽管分析过程可能非常复杂，但对企业内部数据进行统计分析却相对较为简单直接。企业将面临着前所未有的机遇，即利用其他企业的信息来扩充数据样本。新的可视化工具为分析工作带来了很大帮助，科学家们能够发现过去未曾发现的规律，这或许可以帮助企业将生产效益提升几个百分点之多。

数据来源不仅局限于钻井业务，也涉及非技术性信息，例如钻探设备的搬移时间，钻探设备适合何种环境，监测整个盆地而非各单个井的运作情况，等等。通过数据分析获得洞见，将帮助企业更高效地开展批量钻探活动。

此外，由于与开发生产相关的资本成本越来越高，因此数字技术和先进分析法的使用也越来越频繁。不管是出于预防性维护目的，还是出于健康、安全与环保考虑，企业对利用分析法来预测风险的关注程度势必日渐高涨。

利用数据分析，进行预防性资产维护。运营技术和信息技术的融合有利于加强设备维护，便于对设备进行远程监控和有计划停止运行（而非意外）。例如，如果钻探设备出现可靠性问题，就会对企业收入产生重大影响。

除了使用创新技术工具，企业还要注意与相关流程保持密切衔接。资产维护方案需多方沟通，并整合工作流程。例如，通过实时信息共享，可以更加及时地准备设备与备件。

与资产维护相关的数据分析也会影响到其他流程，它不仅会影响资本资产的产出，也会影响工作的调度安排以及人力资源的配置。

供应链分析法。油气井生产开工越早，带来的收益就越大。为了优化钻探产量，油气行业正努力采用更加高效的生产模型。某些关键变量可采用精益六西格玛原则，寻找影响生产与物流进度的根本原因。

由于油气企业面临缩短钻探周期的压力，尤其是在非传统油气田领域，因此可以利用这一机会提高供应链效率。企业可利用数据分析工具提供必要的支持，优化油气田钻探设备的搬迁过程，提高运输效率和水力压裂效率。此外，还可将区域性分包机构（包括仓储、保养、维修、运营等职能）有机协调起来，形成一体化的物流。

在油气井规模较小、钻探更快的非常规能源区域，围绕开采及生产活动的决策具有较高灵活度。

比如，工作人员原本认为今天需要运送一台钻机，但是由于预期钻孔位置未能按计划准备就绪，可能需要将设备移至其他地方，同时还需要尽快将其他相关物资移至该处。通过不断应用数据和分析法，加上各职能部门之间的有效沟通，供应链管理者能充分发挥各项工作的协同作用，降低成本，提高企业产量。

此外，企业很可能会采用采购分析法来控制成本，目的旨在通过支出管理、存货优化、承包管理等手段提高价值，以及通过商品分析法和采购风险分析法进行风险管理。 下游运营的六大分析

多年来，能源企业一直在下游运营中收集和分析数据。

在基本层面上，通过对传感器信号的分析形成洞见，从而实现对资产与产出的实时监控。多数情况下，数据分析解决方案的实施都是以单项资产为基础，由精通技术的运营总监或工程总监来完成，而缺乏整个组织层面的统一指导和操作。跨资产的数据分析相对而言较为少见，而跨设施的数据分析则更是凤毛麟角。

为了发挥应用技术的最大作用，企业领导者需要首先就价值的关键驱动因素达成共识。这些因素的范围从油气精炼和化工作业，贯穿了规划与进度安排，一直延伸至市场营销和交易活动。

精炼与化工作业的数据分析。精炼是油气价值链中最具商业挑战的环节之一。因此，多年来，优化下游生产向来都是最为关键的工作。

举例而言，匈牙利油气公司（MOL）在匈牙利Százhalombatta地区启动了一个石油精炼项目。该企业实施了一整套SAP业务目标组件，其中包括确定用户、创建关键绩效指标、监督和测量工具和其他报告等部分。整个系统植入了200多项关键绩效指标、19个监督和测量工具和多个报告模板，可以自动执行分析任务。因此，管理者得以获取最新信息，事先作出商业决策，以适应瞬息万变的市场。MOL在匈牙利精炼厂的其他部门也都采用了这一解决方案，接下来会将其拓展至斯洛伐克的一家精炼厂。

在欧洲和北美地区，由于竞争激烈，尤其是来自亚洲石油精炼企业的竞争，提高效率的压力也越来越大。因此，欧洲和北美的精炼企业往往更希望采取数据分析推动的解决方案，以优化生产，提高竞争力。

运营数据分析。炼化企业的运营成本越来越高，越来越复杂，这就促使企业力求实现投资回报最大化。缩短停工维修时间、加快消除意外事件影响就显得非常重要。

因此，油气企业将设法利用资产维护数据分析提高利润。在不久的将来，随着大量设备被用于对资产工作状态的监测，类似无人机的管理模式很可能在商业领域崭露头角。

为了实现超额收益，运营管理人员往往会考虑将资产维护数据分析和相关流程的优化结合起来。例如，运行设备的数据分析结果不仅需要告知工作人员，同时也要递交给管理设备与备件的人员。

规划设计活动加上预防性资产维护，有助提高设备利用率。某些企业的规划设计工作由总部完成，但许多中等规模的精炼企业都有自己专门的规划设计部门。

绩效分析法可用来分析设备预计绩效和实际绩效之间的差距，从而找到改进设备绩效的新方法。提升设备绩效有助压缩成本、提高资产利用率，并增加利润，这些都是精炼企业长期努力实现的目标。

通盘考虑能够提高整个周期中的数据可见性——从生产规划设计到供应链，再到需求规划，一直伸展至市场营销和交易活动等环节。

利用数据分析优化油气价值链。由于偷窃和泄漏，油气资源在逐渐减少，这些问题可通过物流数据分析来确定并进行追踪。卡车上的监测设备可收集稳定的数据流，以便及时发现交付过程中的问题。

供应链优化带来的潜在利润可能非常可观，尤其对于那些覆盖广阔领域、拥有众多管道与仓库的国有石油企业而言更是如此。

典型的运营瓶颈并不是精炼环节，而在于物流和分销环节。因此，与这些进程相关的数据、软件和分析工具都为企业提供了改进机遇。企业的最终目标就是实现端到端的整合（从供应端，经过生产过程，直到市场渠道），进而对整条生产价值链进行监测。

健康、安全与环境（HSSE）数据分析。只要不出现严重问题，企业就能够持续运营，并改善人力资源状况。此外，对健康、安全与环境等问题日趋严格的规定也意味着，下游企业需要加强实时监测，以及制作及时、准确的合规报告。

企业可以在多个精炼厂布置同时覆盖上千人的追踪技术。数据分析能使管理者及时了解事故现状，并从事故或未发生的事故中吸取经验教训。

马拉松石油公司在其位于美国伊利诺伊州罗宾逊地区的精炼厂实施了无线安全解决方案。这一方案整合了Wifi无线网络和天然气检测器定位技术，使企业能够对潜在事故进行远程监控。除了起初的安全应用外，在整个企业布施的移动基础设施也为其他实时数据分析打下了基础。因此，马拉松公司不仅可以追踪可能置身于潜在危险环境中的员工，也能够对承包商和设备进行实时追踪分析。

营销数据分析。过时的技术基础设施无法满足当今习惯于数字技术的客户需求。如今，客户与网络之间的联系高度密切，掌握很多信息，了解价格走势，要赢得他们已非轻易之举，因为他们只需多点几下鼠标便可能被其他更具竞争力的信息所吸引。电子支付方式提供了新的数字化数据来源，企业能够运用这种数据加强对客户的了解。

尽管某些能源企业正从零售运营模式向特许经营模式转型。但是，也有一些企业正在对数千个零售站点展开数据分析和数据挖掘，从而增加对客户的了解，创新服务模式（可能与石油毫不相干），为企业增收。

通过使用数据分析收集并分析社交媒体上的发帖，企业可以更好地理解客户，从而在作出零售决策之前找到销售方案。能源企业需要从零售业和银行业学习很多东西，因为这二者在结合数字化移动技术、云技术和预测性分析方面遥遥领先，借此促进销售、提高零售业绩，并发现商机。

交易与风险管理数据分析。某些油气企业早已拥有成熟的交易数据分析能力。在高度监管的市场上，企业已经开始模拟预测监管政策的变化，实时洞察全球商品市场的活动。事实上，一些企业正在申请全面交易执照，需要获得对抗来自金融机构的竞争。由于商品交易总量上升，而且也有必要对相关的风险进行有效管理，因此企业也将越来越强调创新。

随着对商品市场的进一步了解，能源企业能够对供应链实施相应管理，比如在充分利用能源运输船队方面，是继续前往现有供应地点，还是安排它们去到其他目的地。

这一事例说明，数据分析可以用于多个流程，从而提升多个职能部门的业务绩效。 升级ERP系统

过去25年中，信息技术的进步大大提升了油气行业运营的透明度，加速了数据收集和分析进程。ERP工具包不仅提高了财会、采购、供应链、人力资源等领域的标准化程度，也提高了分析所用数据的可靠性。

企业内部的各种机遇与向上游或下游业务的拓展关系密切，这无形中增加了整个组织的透明度。能源产业需要现代化的ERP系统，将生产、收入、利润分配、运输与营销、合规与会计核算等工作整合在一起。

数据整合是应用先进分析法和提高产品组合可见性的基础。一般情况下，企业通常首先开始进行主数据管理，改进数据质量。大量经过整合的数据集与先进的分析法为统计分析、建模和评估企业绩效提供了丰富的资源和工具。

通过分析法整合企业数据和运营数据。配备有数据分析功能的生产收入核算系统将有助企业完成上游运营和企业系统的对接。充分集成、高度自动化的系统能够减少人工输入和重复流程。因此，企业便可缩短前期调整时间，进行跨应用的数据报告和分析。

能源企业正在努力提高海量数据可见性，而且这些数据还在不断增长。差异化的系统和各组定制化报告的复杂配置正在被单一数据来源和更加快速的简化报告形式所取代。用户友好型设计帮助用户获得不断更新的共享数据，便捷的数据搜索能力也有助轻松找到相关绩效指标，并汇报众多流程和职能部门的业务绩效。

此外，软件企业也开始纷纷采用以用户为中心的方法，帮助人们以更清晰、更图像化的直观方式来理解数据。应用开发人员正致力于拉近大众移动应用与企业模型之间的距离，采取平面视角分析数据。直觉工具的出现将减少对大量培训的需求，并促进分析法在整个组织中的应用。

在企业中，分析型应用正不断涌现。这些软件不再仅仅局限于企业的某一特定职能范围，而是拓宽了关注点，能够与其他部门分享有关流程的数据和业务洞见，进而提升组织整体绩效。

在新一代业务流程外包中，将会出现许多“价值猎手”。他们会运用数据分析形成洞见，帮助组织提升各个部门、各个流程的绩效。 结束语

数据分析本身并非业务问题的解决方案。它只是实现目标的一种手段，一种创新性技术，一旦与其他关键要素密切结合，就能够提高业务绩效。

能源企业可以通过明确战略目标、整合数据资源、缩小差距等方式获得更多收益。要想弥合企业职能工作与开采运作的中间环节缺失，需要通过多种方式予以解决。

对此，埃森哲的三条建议是：明确数据分析的目标和价值；采用端到端的流程视角，整合企业和运营数据分析，提升运营成果；推动企业文化转型，建设分析敏锐、由洞见驱动的企业。

如今，移动、数字、云、数据分析等大量新技术逐渐融合，为企业提供了丰富的数据来源。成熟的工具有助实现复杂数据的可视化，供员工轻松、便捷地调用。

因此，企业领导者们需要开阔视野，采用跨职能、资产和流程的视角审视经营活动，充分利用数据分析，以创新形式提升企业绩效。 作者为埃森哲亚太区资源事业部数字化解决方案专家