|
业务目标：排除隐患，为供热安全与供热质量保驾护航
业务场景：
场景1：运行总工无法宏观把控设备、管网等的情况，想要对南城的老旧管网的设备及阀门进行查看，但是只有Excel进行查看，想查找一些数据费时费力。
场景2：供暖期某小区集中反应暖气不暖和，尤其是在顶楼用户，很明显是管道泵选型出现了问题，明明按照规格选的泵，为什么还会出现压力不够的情况。此时才告知数据人员需要的数据，由数据专员提供，错过了解决问题的最佳时机。
场景3：总经理一再强调安全问题，但对于安全隐患问题却没有完全杜绝。总经理要求出具合理的整改方案。
业务问题详情：
关键问题1：没有全面的关于设备运行周期、管线生命周期的详细记录及直观的报表展示。
关键问题2：一线运行人员负责其片区换热站、阀门及设备问题的巡查。由于公司实行阿米巴管理，涉及考核的如故障记录、维修成本不准确进行填报，没有对设备的准确记录。
关键问题3：运行人员都是在用手机拍摄设备管网照片，记录在纸质表格上，大部分录入excel表格中，信息存档问题及查询问题成为首要难题。
以上的三个关键问题是导致无法保证供热安全及供热质量的主要原因，导致公司管理层无法宏观把控，以至于无法下达针对供热隐患采取及时有效的管理措施。
需求分析
经过两个月系统性地学习了数据运营官的课程，我收获颇多，看到上面复杂的关键问题，我打算运用帆软可视化工具进行关键性问题的解决，然而可视化的背后却需要运用数据运营官的方法论。
首先在需求的处理方面，需求出现问题会导致的后果十分严重，轻则项目成本增加、项目质量失控、系统生命缩短、项目进度拖延、重则项目彻底失败。在不同的场景的场景背后抓住关键的问题，分析一下业务现状，关键指标、场景痛点、改进措施、预警等。
脱离业务实际情况做的需求是不成立的需求，我们与业务部门精诚配合，得到了以下的需求分析表：
应用对象：
运行总工
管理目标：
全面掌握热力工况管网资产设备安全与风险，保证供热安全与供热质量
数据预期：
针对各类保证供热安全与供热质量的设备及管网信息及时上报，针对不同区间的数据采用生长色系，对于某些需要重点关注的设备及管网重点展示，对于主要隐患及需要重点关注的隐患需要重点关注。
总结需求：
对于一线运行人员，他们需要及时准确的上报关于设备的运行情况、运行维护成本及设备故障情况，还有关于管网及重要设备的资产状态，清晰的设备台账。在成本可控范围内，需要对运行维护进行情况的落实，制定可行措施对风险的把控，对故障情况的分析，并指定有效措施减少故障发生的情况。
1）业务现状：
l 没有完整的、准确的、及时的设备信息及设备运行状态供查看，也没有方便的有效的报表供观察。
l 没有详细的维修记录及成本数据的录入
l 故障的情况没有进行汇总统计，无法定位重点故障情况进行有效分析。
2）关键指标：
l 按照年限的范围统计管网的长度
l 按照功率大小统计泵的数量
l 压力范围数量
l 巡检计划的数量、定检计划的数量、维护计划的数量
l 运行维护成本、故障维修成本金额
l 重点故障、多发故障发生原因
3）改进措施：
l 制定合理规则考核运行人员填报是否及时，对每位运行人员负责的片区进行填报及时性进行评分
l 设备管网台账进行整体性、清晰性的展示
l 需要重点关注的设备隐患、成本分析等指标的分析
4）场景痛点：
l 填报意愿不足，上下无法很好的协同
l 管网设备台账不完整
l 决策层想依据整体数据进行决策，但数据的不完整导致怀疑数据的准确性。
5）异常提醒：
l 超过10年以上的管网 XX米
l 超过0.15MP的压力点 XX个
l 已逾期的巡检计划、定检计划、维护计划等
l 成本金额超过平均范围
l 比重超过50%的故障类型 的记录条数
将以上异常情况通过驾驶舱、大屏等，还可将重要数据以手机端报表形式发送至决策层的，使得决策层及时做出决策，防微杜渐，保证供热安全与供热质量。
应用形式
针对以上汇总的需求要点，我认为现在最主要的目标是帮助业务部门梳理主要指标，并进行价值的量化。针对指标，在数据运营官的课程中有详细的课程进行引导，关于如何做指标管理，我认为应该拿指标做选择题，指标应结合企业业务诉求，并变为管理的工具。
使用五步法构建指标体系：1、罗列业务指标：将认为可行的指标进行罗列，这里就涉及到如何找指标的问题。2、筛选业务指标：能说清楚指标的意义。3、权重与否：怎么用指标。4、衡量标准：分为定量与定性，定量KPI指标结果即可量化的指标；定性KPI指标，从五大性方面入手，具体问题具体对待。5、修改确认。理解指标与数据之间建立的联系，且参与到构建有限联系当中，将更有主动性。BSC把战略进行落地，化为行动。必须从全局考虑谋划实现目标。
关于数据工作价值：
用户反馈：通过AI助手反馈解决方向是否正确，要点是否全面
业务价值：管控风险，将90%的风险扼杀在摇篮之中；
检修进度填报完成率100%
价值量化：防微杜渐，让90%的安全隐患无处遁形；
检修进度填报完成率100%
|
需求
|
提出部门
|
提出时间
|
|
总经办
|
2021-08-01
|
|
最终用户的实际需求
|
报表具体需求描述
|
报表需求目的
|
|
整体性了解管网及设备资产情况及检修抓那个太、故障及成本
|
高层产看的大数据看板
|
排除隐患，为供热安全与供热质量保驾护航
|
|
提出部门要点确认
|
需求提炼-最终用户
|
|
1.各运营部门整体性的统计（对地下室、半地下室换热站及老旧换热站、管网设备长度、成本、运行状况（定检、巡检、维护）
2.运行状况的分析（按执行状态、按位置、按设备类别、按设备大小范围）
3.故障处理情况、故障列表（重点关注故障、多发故障）
|
1、管线类：不同管龄、压力下的管线长度、设备类：泵的功率区间比重。
2、换热站座数及换热站站设施总数存在安全隐患的数据节点实时预警老旧管线的压力、温度，失水量
3、各检修任务的检修进度（检修进度分为巡检、定检、维护）
4、维护成本（材料、人工、其他）
5、故障列表、故障处理情况、管网故障平均处理时间
|
|
历史报表使用与维护
|
使用频率
|
展现周期
|
展现内容与分析维度
|
|
|
长期
|
见下表维度展现
|
|
使用状态
|
停止时间
|
停止原因
|
|
开发中
|
|
|
|
取数来源
|
计算说明
|
数据精度
|
|
数据库、excel
|
见需求文档指标详情
|
|
|
取数/上传时间
|
最近更新时间
|
文档版本号
|
|
每日
|
2021-08-24
|
01
|
|
数据核对与维护
|
|
业务每周核对，IT每周维护
|
| |
|
|
|
|
|
|
下面是关于分析维度等的展现
|
指标维度
|
指标维度细化
|
维度参数
|
计算方法
|
预警规则
|
|
设备资产状况
|
管龄
|
0~10年（含10年）
|
服务器时间-投用时间
|
超过10年的标红
|
|
10年以上
|
|
泵功率
|
大泵
|
本区间泵数量/总数量
|
比例
|
|
小泵
|
比例
|
|
压力
|
0（含0）
|
压力变送器实时功率
|
标红
|
|
0~0.15MP（不含0）
|
正常
|
|
超过0.15MP
|
标红
|
|
运行状态
|
已完成
|
巡检计划
|
计划日期-服务器时间
|
大于7 标绿
|
|
定检计划
|
大于15 标绿
|
|
维护计划
|
大于30 标绿
|
|
进行中
|
巡检计划
|
0~7之间黄色
|
|
定检计划
|
0~15之间黄色
|
|
维护计划
|
0~30之间黄色
|
|
已逾期
|
巡检计划
|
小于0 标红
|
|
定检计划
|
小于0 标红
|
|
维护计划
|
小于0 标红
|
|
故障处理情况
|
完成
|
故障记录
|
记录数
|
指标卡比重，未处理红、进行中黄、完成绿
|
|
进行中
|
|
未处理
|
|
维修成本
|
材料成本
|
工单
|
工单中材料成本字段
|
成本比重按生长色系展示
|
|
人工成本
|
工单中人工成本字段
|
|
其他成本
|
工单中其他成本字段
|
|
故障明细
|
多发故障类型
|
比重超过50%的故障类型
|
记录数
|
记录数降序排列
|
|
重点关注故障
|
|
故障平均处理时间
|
|
|
平均时长
|
kpi指标卡
|
指标细化
功能分析法，本质上是一种分析问题的方法：我们想要通过鱼骨图帮助我们更好理解业务模型，鱼头为我们企业的战略目标，鱼的关键节点即为企业涉及到的职能或者功能等，功能下又有哪些指标会影响我们功能的推进。指标提炼的方式即为从问题找到应得原因，原因里又有一系列指标，指标提炼得方法本身是一种业务思考问题的视角。1、列出问题2、问题主要的类别3、再将原因拆解为具体的原因要素。
结合功能分析法，我们也制作的鱼骨图，紧扣问题、查找原因，原因拆解，进而是我们更加理解业务模型。
对于管网设备资产管理及风险把控我们细化了以下几个方面，并用鱼骨图清晰展示：
1、管线设备数量，分压力、管龄、泵功率下各区间的长度
2、换热站座数及换热站站设施总数存在安全隐患的数据节点实时预警老旧管线的压力、温度，失水量
3、巡检业务、维护业务、定检业务的运行状态
4、维护成本（材料、人工、其他）
5、故障列表、故障处理情况、管网故障平均处理时间
从上图可看出，鱼骨图的直观性较文字来说非常优秀，有让人眼前一亮的感觉。
下面将具体指标计算方法等进行明确
应用可视化展示及说明
可视化看板介绍：
1）报表已满足上述用户需求，格局合理。左侧一列为资产情况，老旧换热站预警情况，还有设备运行状态，单个条形图清晰展示各个区间设备及管网的情况，成本为三个KPI指标卡进行展示，对于故障情况在右侧一列全部展示。
2）此报表还需要在手机端可查看，每日早上定时将数据发送给高层两道，让领导及时把控全局。
3）设备逾期可进行下钻处理，成本等分析可进入详细数据列表中。
4）在故障列表中可跳转至新页面进行数据的详细查看，也可看出哪些故障哪些运营部门多，可多维度进行分析。
应用成果及下一步计划
报表完成后需要进一步推行，保持报表的关注度，否则报表将达不到预期的效果，结果只是徒劳无果的，故如何改善报表的使用情况也是接下来需要关注的。
还需要从以下几个角度对管网设备把控进行优化：
l 管网资产设备台账应增加更多维度的分析，从各个角度分析，例如厂家方面，分析出供应商产品质量，为公司的成本节约还是浪费，量化出价值。
l 故障方面应更加严谨，将各种故障都汇总起来，重点关注哪些故障都需要展示。
l 运行人员的考核也需到位，这就需要结合制作运行员的数据看板，对优秀人员进行评比，在绩效等方面相应更改，这样也可以督促人员更好地完成工作。
对课程地评价，学习过程中的感受，对今后数据工作地思考与展望
咱们数据运营官的课程质量相当过硬，1）关于数据工作的方法论是十分完善的，你想要了解的数据知识应有尽有。从了解需求开始，我认识到了需求的重要性，需求出现问题会导致的后果十分严重，轻则项目成本增加、项目质量失控、系统生命缩短、项目进度拖延、重则项目彻底失败。还结合公司的实际情况，我们公司的数据还属于起步阶段，现在就应该做一些展示，数据挖掘等方面还不符合我们的现状。还有指标梳理、业务模型，可视化等等方面的内容非常详细。指标是成功项目的试金石，一般成功项目的指标都是非常清晰明确的，指标项梳理的也是非常清晰的。如何给企业搭建一个相对完整的指标框架，为了把报表、BI及数据平台做的更好，对于数据工作者而言，指标能力作用非常大，贯穿业务和管理的关键点。指标也是连接业务需求与报表的关键要素，指标也是业务引导的重要手段。拿指标做选择题，指标应结合企业管理诉求，指标应该变为管理的工具。我非常喜欢的业务模型帕累托分析，因为我觉得只有分清重点和一般，才能有区别的确定管理方式。抓住重点产品，分析一般产品，分类制定营销管理。帕图要留存，改善前与改善后的图做对比，可以评估出改善效果；帕图是管理手段，而非目的，如果数据项目已经很清晰，则无需浪费时间制作帕图。帕图的主要目的找出主要原因，并采取合理对策。可视化方面其次就是可视化图表方面，“图表比数据表更有表现力”，数据产生和更新的速度越来越快，我们不可能单独地、片面地看某一维度的数据，更需要多维地分析数据，以此找到有用的信息。最后就是两者之间有效的结合，在对于实际业务，我们需要使用思维导图将所有的维度进行分析，针对同一业务的不同方面分类进行初步数据分析，每一次的分类将标题写清楚，并将分析结果写入大标题处，多维度分析完成后，针对业务出现的问题进行重点分析，将分析出结论的或需要监控的数据进行重点展示，找到业务痛点，分析，找出解决方案。如果能将自己的图表以讲故事的方式展现，更能使看数据的人更快、更深刻的理解。我说的知识冰山一角，课程的内容才是十分详细完整。2）课程设计十分巧妙，理论与实践的完美结合，让我们对学习到的知识不仅仅限于纸上谈兵。3）数据运营没有捷径，没有学习了什么就能一劳永逸的，这就需要我们不断提高自己，充实自己，数知鸟平台的案例就十分详细，分析十分到位，我看了平台的案例，有些业务问题茅塞顿开，不禁连连称赞。参考其他成功案例有助于我们提高自己，因为我们是站在巨人的肩膀上的。
在学习过程中，我也是非常认真的，认真完成作业，跟着老师的步伐，一步一步来，争取不掉队，但毕竟理论的知识很多，自己的数据能力到达了什么水平也是不能保证的，但好在理论课后每周都有话题讨论，老师的话题是围绕着学习的课程出的，也相当于重新复习了一遍功课，不求自己水平一下提高到很强大的水平，我认为只要有进步就可以，不过我也会配上万分的努力。自己距离FCAP的差距有多大，心里也是没底的，不过含金量高的证当然不是很简单的，也希望能取得FCAP这个证，变成一个三证合一的人。还有一点，多学习案例，成功的案例帮助我们比任何都多。
从四年前开始做数据工作，去年接触了帆软，帆软给我感觉确实很好，去年今年相继取得了FCBP与FCRP，我在公司也做过业务员，我认为我能很好的做一名数据运营官，了解部分业务需求，能与业务组达成一致，也知道技术工具能达到什么效果，当然这些还不够，决策层制定的目标，需要结合这些争取做一名合格的数据运营官。道路必将崎岖，但是只要我努力，不断学习，必定会在数据道路上越走越远。 | 
