电网企业数据资产全寿命周期管理研究

摘要：本文在分析了什么是数据资产管理的基础上，提出数据资产全寿命周期管理，数据资产全寿命周期管理划分为七个阶段。进一步阐述了全寿命周期成本评价和效益评价，提出了数据资产回报率的概念，并以浙江省电力公司营销业务系统为例，计算其数据资产的回报率。

关键词：数据资产  全寿命周期管理  数据资产回报率

1.什么是数据资产管理

数据管理在历史上经历了以下三个阶段：人工管理、文件系统和数据库系统。数据管理的目的是为了利用较为先进的数据挖掘技术对数据进行高效地分析处理，更好的发挥数据的作用，使数据价值能够得到提升。并不是所有的数据都能够成为资产，只有当数据带来的价值大于其产生、运维的成本时，才可被认定为数据资产。

数据资产管理的关键是将数据资产化，也就是把数据作为与设备资产、人才资产一样看待[1]。作为资产，它们都能够为企业创造价值。为此，需要对数据资产进行科学合理的管理，充分挖掘数据价值，为企业带来更多的效益。

2.电网企业数据资产全寿命周期管理

2.1数据资产全寿命周期管理的阶段划分

资产存在着生命周期，因此数据作为资产来说，也是有生命周期的。类比设备资产，当其拥有成本高于其创造的价值或者不能继续为企业带来效益时，就应该作报废处理。因此，在数据资产管理中，也应该实现对数据采集、存储、维护、应用，及归档的全生命周期管理[2]。本文将数据资产生命周期划分为以下七个阶段。

2.1.1数据的规划和设计。数据规划是伴随企业 信息系统集成而产生的全局性规划，必须具有全局性的观点、整体性的策略和统一的标准。数据规划和设计不是单个部门的调整和变革，涉及企业的多个部门和环节。数据规划和设计的主要内容包括以下三点：一是进行业务分析，建立企业模型。二是进行 数据分析，建立主题DB。三是子系统划分。

2.1.2数据的创建。数据产生于创建阶段，直接关系到数据质量的好坏。

2.1.3数据的运维。此阶段包括数据的日常运行维护存储及检查等工作。

2.2.4数据的保护。在使用过程中，受各种因素影响，数据可能会被破坏。为此，需要采用相关技术对数据进行保护。不同级别的数据，其保护措施也应该不同，这样所有类型的数据才能得到应有的保护。

2.2.5数据的利用。数据的价值最主要体现在利用阶段。在这个阶段，可以采用合适的数据挖掘技术，对数据进行分析处理后利用。

2.2.6数据的迁移和归档。当有些数据的访问频率降低后，应该把这类数据迁移到价格较低但存储容量较大的设备上，以减少数据的存储成本。

2.2.7数据的销毁。有些数据在一段时间后，没有继续存在的价值，此时需根据相关制度对这类数据进行销毁或回收。

2.2基于全寿命周期成本的评价

LCC（全生命周期成本，Life Cycle Cost，简称LCC），也被称为全寿命周期费用。它是指产品在有效使用期间所发生的与该产品有关的所有成本。电网企业数据资产的全寿命周期成本（LCC）管理是在满足安全及效能的基础上使数据资产的全寿命成本最优的管理。从数据资产的长期经济效益出发，考虑数据资产从创建、运行维护到迁移、归档、消亡等全过程的费用，其模型见图1所示。

数据的全寿命周期成本指标

C=C1+C2+C3+C4+C5+C6+C7+C8 （1）

数据的环境建设成本C1：因信息系统的建设是满足管理的要求，不纳入到数据成本范围，但规划、设计、建设中针对数据的环境建设成本应考虑进去。

数据创建成本C2：包括人工输入，采集数据的设备成本、数据的传输成本。

数据运维成本C3：存储数据的成本、数据维护的成本、电费成本。

数据安全成本C4：安全硬件成本（备份、热备）、安全管理系统成本、安全维护人员成本、安全管理流程成本。

数据应用成本C5：对数据进行分析应用所需要的成本。

数据归档成本C6：把数据从某个存储介质迁移到另一个存储介质上所需要的成本。

数据销毁成本C7：将没有价值的数据销毁所需要的成本。

数据故障成本C8：数据发生各类故障进行处理的费用。

2.3基于全寿命周期效益的评价

电网企业数据资产管理全生命周期效益从数据资产创建、运行维护到迁移、归档、消亡等全生命周期出发，系统地分析研究通过数据资产的管理带来的直接财务效益和战略效益、外部效益所体现的间接经济效益。

财务效益是数据资产效益的重要组成部分，用以反映数据自身体现为资金流部分的效益。除此之外，还有一些间接的、外部的效益。所以，在评价其效益时，除了考虑财务效益外，更应该进行科学、综合、全面的评价。

鉴于此，数据资产效益需从财务效益、战略效益和外部效益三个方面进行计算分析。数据资产的财务效益直接表现为：数据资产的投运给电力企业带来的现金流（需考虑资金的时间价值）。战略效益是从战略高度出发，考虑其对企业将来的利益和全局的利益做出的贡献。外部效益包括增加就业效益、提高城市综合能力效益、环保效益等。

数据资产综合效益计算模型如下。数据资产综合效益等于直接财务效益、战略效益和外部效益加权平均和，其表达式为：

CB=CZJ×ω1+CZL×ω2+CWB×ω3 （2）

式（2）中，ω1，ω2和ω3分别表示直接财务效益、战略效益和外部效益的权重。CB表示数据资产的综合效益，CZJ表示直接财务效益，  表示战略效益，CWB表示外部效益。

2.4基于全寿命周期的数据资产回报率

基于全寿命周期的成本从数据资产的支出方面对其进行评价，基于全寿命周期的效益从数据资产的获利方面对其进行评价。资本获得的收益至少要能补偿投资者的投入，为此提出基于全寿命周期的数据资产回报率。

数据资产回报率=数据效益/数据成本：大于1时， 数据越大，表明以较小的成本获取较大的收益。

（3）

下面以营销系统为例，利用基于全生命周期的数据资产回报率对其进行评价。

浙江省电力公司营销业务应用系统建设列入公司专项技改，共投入5300万元作为软件设计、开发、推广实施的费用，以及数据库服务器、应用服务器、存储、Oracle数据库、WEBLOGIC等软硬件设备采购费用。另外，每年投入的运维成本，包括人员、电费等约600万左右。

利用营销系统，取得的主要效益如下：

2.4.1提高了资金利用效率。浙江省电力公司营销业务应用系统扩宽了电费回收渠道，通过分次结算等新型电费回收手段，增加了电费资金的沉淀，加快了电费资金回收速度。如果在全省推广分次结算，以我省杭州局为例，每年电费收入180亿，大用户户数占总户数不到4%，其所占电费收入达三分之二强，以目前的10天结算一次，相比于原来月结的模式，每月有三分之一的电费提前了20天回收，有三分之一的电费提前了10天回收，以1.17%（7天通知存款）利率计算，全年杭州局可增加利息收入838.36万元。杭州约占全省售电量的25%，折算到全省全年可增利息收入3353万元。

2.4.2加强了对违约用电的监管。需求侧管理配合电能量采集系统的全省应用，全省100KVA以上用户的覆盖率已经达到95%。在监控用户用电次序，优化需求侧电能负荷方面发挥了良好的作用。仅仅在违约窃电的查处方面，依靠系统的实时监控和科学分析，每年挽回的窃电损失就在1000万以上。同时，通过需求侧管理模块的科学计算，合理编制停限电序位表，一方面减少了因停电而造成的电能销售的损失，另一方面减少因非计划停电造成的基本电费补偿等投入，仅此一项，每年为全省电力企业挽回损失近1200万元。

2.4.3降低了高风险客户电费的坏账率。通过客户关系系统的体系建设，对于高风险的客户限定其缴费方式，采用分期划拨、电费担保等方式减少电费回收的风险。仅此一项，每年减少电费呆坏账2000万元以上。

综上所述，浙江省营销业务应用系统建设之后，按总投资5300万元计算及每年的运维等费用600万左右，其成本为5900万元。其收益表现为加快电费回收，年利息收入为3353万元;每年挽回的窃电损失在1000万以上，按1000万元计算;减少销售电量损失等每年近1200万元;每年减少呆坏账2000万元以上，按2000万元计算。共计当年即可以为浙江省电力公司创造效益7553万。其他战略效益和外部效益因无法量化，暂不考虑。

利用营销系统，进行数据分析、挖掘、使用，其数据资产回报率计算如下：

7553/5900=1.28>1，因此，营销系统的运营可在1年时间内收回全部投资，项目经济效益十分明显。

3.结语

本文将数据资产全寿命周期管理分为七个阶段，分别为：数据的规划和设计、数据的创建、数据的运维、数据的保护、数据的利用、数据的迁移和归档以及数据的销毁。围绕这七个阶段，阐述了全寿命周期成本评价和效益评价，在此基础上，提出了数据资产回报率的概念，并以浙江省电力公司营销业务系统为例，计算其数据资产回报率。结果表明营销系统的运营可在1年时间内收回全部投资，项目经济效益十分明显。

参考文献：

[1]李谦，白晓明，张林.供电企业数据资产管理与数据化运营[J].华东电力，2014：42（3），487-490.

[2]付朋侠.数据生命周期管理理论研究及实施建议[J].科技创业家，2013（9上）：14