■华存数据信息技术有限公司　陈思吟

数字化浪潮正在全世界各行业掀起一场变革。随着新一代信息技术的发展，云计算、大数据、人工智能、NB-IoT等技术已被广泛应用来加速推动数字化转型进程。水务行业中，数字化已经被视为高效处理日益复杂的 “原、制、供、排、污”问题并从现有处理基础设施中获得最大价值的关键工具。

水务行业数字化发展阶段

相较于发达国家水务行业的数字化转型发展，中国大部分水务机构都还处于布局和技术爬坡阶段——在水务数字化转型五阶段中位于信息化阶段。随着近年来中国相关部门积极出台的一系列政策，部分头部企业已经在水厂数字孪生、仿真建模、大数据平台搭建等板块积极布局，向着数智水务方向上不断演进。但对于大部分水企及机构而言，跨越信息化往数智化阶段的阻碍仍是在数据层面上，许多问题如数据汇集不全、数据质量低下、数据标准不统一等都尚未得到解决。

水务数字化转型五阶段

数字化转型面临的数据问题

水务数字化转型的最终目的是通过先进的数字技术和平台帮助企业管理者在整个水价值链上进行更有效地统筹，适时做出最佳决策，从而实现更加安全、高效和具有韧性的水未来。然而，目前市面上针对水务行业的产品及工具更多的是偏向硬件、业务应用类（如智能检测传感器、智能水表、供水监测系统等），在数据治理及运营管控层面上的产品或工具相对缺失，转型过程中仍然要面临不少数据难题：

1)数据汇集的难题：多源异构数据采集与整合成本高、开发周期长；部分企业没有掌握数据权，收集底层原始数据难度大。

2)数据质量的难题：工厂设备设施及通信传感器易发生老化、信号丢失等问题，常出现数据突变、数据波动、数据中断等数据异常情况。

3)数据运营的难题：企业重视程度不高，缺少专业团队运作，导致数据服务不可持续、无法发挥作用创造价值。

4)数据共享的难题：企业内部信息系统呈烟囱式建设，数据孤岛显著；缺少统一的标准化数据接口，共享安全隐患较多。

数据治理有效解决数据难题

根据定义，数据治理是将数据作为组织资产而开展的一系列具体化工作，包括通过组织架构、管理制度、操作规范等多个维度对数据模型、数据架构、数据质量、数据安全等进行全方面的数据建设以及持续改进。有效的数据治理是企业解决数据问题的根本方法，是企业数据资产形成的必要条件，更是数字化转型智能应用的基石。

具体而言，数据治理是通过对业务数据的探查、清洗、集成、监控和信息挖掘，从而提升数据质量的；进而将数据管理与企业组织机构相结合，以管理绩效为手段，加强保障数据质量管控的执行力，使数据治理在企业内部持续运行；最终为数据集成、数据分析与挖掘提供长效且强有力的保障。

数据治理理念

华存数据信息技术有限公司（下文简称“华存数据”）经过多年的水务行业数据治理服务经验，先后助力多家水企及政府机构完成数据治理服务咨询及实施工作，包括相关工具部署、平台搭建、体系建立等。通过数据治理服务，华存数据能帮助更多的水企意识到数据本身的重要性，从而让更多的行业企业及机构真正跨入数智化阶段。

华存数据服务案例

（华存数据信息技术有限公司数据与应用中心）