案例丨大数据分析在风电、石油石化、保险行业的应用

大数据东软风电石化保险

赛迪网 | 2016-07-22 11:26

【数据猿导读】继北京、广州之后，7月中旬，东软在上海举办了RealSight(睿见)大数据高级分析应用平台的巡展活动。与前两次巡展不同，上海巡展东软邀请了大数据平台的行业用户来与观众分享大数据平台应用的心得体会

今天的大数据应用，就像ERP市场启动的初期，有很多人关注，很多企业想用它来帮助业务，但是却不知道该怎么用、该从哪里入手。

继北京、广州之后，7月中旬，东软在上海举办了RealSight(睿见)大数据高级分析应用平台的巡展活动。与前两次巡展不同，上海巡展东软邀请了大数据平台的行业用户来与观众分享大数据平台应用的心得体会。其目的就是让更多的用户了解，大数据平台应用到底是如何落地的?记者也将本次参会和采访过程中印象最深的几个案例记录下来与读者分享。

在案例分享之前，还是先简要介绍一下东软RealSight(睿见)大数据高级分析应用平台。RealSight(睿见)大数据高级分析应用平台拥有客户智能、物联网智能与运营智能三大系列产品组合，能够提供融合人、物和业务的高级数据分析服务，有效驱动企业更精准的客户洞察和运营优化。其中，客户智能包括行为分析、精准营销、个性化推荐等子产品平台，为企业提供数字营销解决方案，帮助企业更好地发现客户、了解客户和保留客户;物联网智能在实时数据采集的基础上，能够对软硬件设备运行环境进行全方位的综合监控分析、预测性维护和优化改进;运营智能则是为企业级应用和互联网应用提供全方位、全堆栈监管能力，让企业能够提前发现应用的潜在问题及风险，将传统被动响应式的风险处理方式变为主动防御，规避应用性能问题给企业带来的损失。目前，RealSight平台已经在金融、航空、媒体、政府、新能源行业等得到了很好的应用和认可。

大数据分析应用平台在风电领域的应用

风电属于新能源发电。新能源发电不仅没有污染，国家也是大力扶持的。风电一个是发电的成本高，再一个是运维的难度大。如何通过物联网大数据的技术来解决用户关心的问题呢?

首先看一下用户关心的三个问题：运维、运营、设备管理。首先是运维，客户关心怎样提高运维效率。风电场一般建在山上或海上，通常一个班组12个人，只能维护2个风场大约30多台机器，过程也比较辛苦。除了运维效率低，有可能监控不到位，维修不及时，这时候会出现恶性事故倒塔，就是指由于某个零部件质量问题或者维修不及时导致整个风机倒下去，轻则造成财产损失，重则导致人员伤亡。

在风力发电行业，无论是风机的制造商还是风力发电的运营商和业主，只要一年出现一两次倒塔事故，就会危及企业的生存。如何结合风机实时的数据和设备维修的历史数据，在恶性事故出现之前预见到事故的发生，从而提高风场运营的质量和效率，成为用户关心的问题之一。

再看如何提高发电量。提高发电量又是复杂的系统工程，因为它会受到影响的因素非常多。比如主控参数优化，参数设置、偏航优化和边桨的优化，需要整体考虑才能得到理想的结果，得到更高的产能和利润。

还有设备的改进。风电厂每年投入大量资金做技改，技改的目的是要找到设备损坏或者设备技能不佳的深层次原因在哪儿，从而知道设备的研发、设计、加工工艺等方面能从哪个角度去改善。

东软RealSightI OP解决方案的用户是国内五大风力发电厂之一，在全国各地有30多个风场，300多台风机。然后实现了省级SCNDA系统，也就是说这家风力发电厂已经完成了基本数据采集、存储和管理，但是并没有进行数据有效分析。东软通过能效管理、故障管理、辅助决策三个维度帮助用户做好故障管理和产能提高。

能效管理方面包括能耗的预测，运营调节，风厂管理，起调调节等。预算管理的模型是健康退化、寿命预测、故障诊断、故障定位。辅助决策就是风场评估、产能评估、设备优化、部署优化。风场选址是选择在山上还是在海边，整个风力发电产能与温度、湿度、压力包括风速都是相关的，所以选址也非常关键。

在这个案例中，大数据平台应用的效果可以从四个维度来看：一是工作效率的提升，检测效率预计提高50%，平均每个故障处理时间从2小时缩短到1小时;二是产值提升，每台风机新增发电功率10%，新增产值约20万元;三是成本节省，现有风场的运维人员在5年内预计减少50%。最优选址方面，根据气象相关的历史数据等信息计算出区域内最佳的风场。

RealSightIOP最核心解决的问题是帮助客户提升产能获得更高的收益。实现路径有两个：一是直接帮助业主优化风场产能;二是缩短故障率，保证设备运转的时间，这也是从另外一个角度提升产能。

大数据分析应用平台在石油石化领域的应用

中国石化上海石油化工股份有限公司是大型石化生产企业，主要产品分为四个大类，其中石油产品包括：汽油、柴油、航空煤油、液化石油气等;化工产品包括：乙烯、丙烯、丁二烯、纯苯、甲苯、对二甲苯、精对苯二甲酸、丙烯腈、乙二醇、环氧乙烷、醋酸乙烯、碳五等;合成树脂及合纤聚合物产品包括：聚乙烯、聚丙烯、聚酯、聚乙烯醇等;合成纤维产品包括：腈纶短纤维、腈纶毛条、涤纶短纤维、涤纶工业长丝等。

“我们用大数据主要是看中大数据的预见性和洞察力。” 中国石化上海石油化工股份有限公司信息部主任杨景杰介绍说，“这是什么原因呢?石化行业对产品质量的要求高。第一，质量不能过剩，质量过剩意味着能耗增加;第二，质量不能差，质量差就意味着对用户不负责任。所以我们希望能够对质量进行过程控制，但是目前我们的感知能力还不够。”

“在目前的情况下，生产质量的很多参数是没办法感知的。这时候我们就用大数据的方法，通过机器学习所有的数据来做预测，要求预知准确度达到99%。我们现在已经能够预测18秒以后的状况了。如果每一秒钟是一步的话，18秒就是18步的动作。我们能看到18步以后的事情，就是因为现在温度、压力、流量、黏度是能感知到的。但是有些参数物联网感知不到，那就要进行预测，预测的准确度很重要。我们利用大数据，通过对五、六年数据长期的分析，来回归出质量的参数，这就是大数据分析。”

“另外，大数据技术在生产设备维护的过程中也能发挥作用。石油石化行业的生产设备需要定期维修。如果维修不及时，设备故障停机，那造成的损失是巨大的。设备在不坏的情况下一直维持生产运行，这是中石化最期待的。在这一点上，中石化也利用大数据把设备的状况进行各种形态分析，然后把经验集中起来，通过分析得出结论，告诉操作工什么时候机器会坏，在它坏之前就修好它，避免设备在生产运行中出问题。”

大数据分析平台在保险行业的应用

一家国内著名的保险公司自己研发了网上保险销售平台。这个销售平台的访客量达百万级以上。但是，虽然有这么多的访客，统计得到的成交量却并不很大。保险公司对这种情况进行了深入思考，发现存在几个问题：

一是手上有很大量的客户数据，但是数据来源分散而且不一致。另外，这些数据之间很难形成联动分析。二是产品种类、推荐方式或者是销售模式与现有电商(比如淘宝)比起来还是落后的。三是在有这么多客户应用信息的情况下，没有办法很好地挖掘潜在的客户。这就造成了在网销平台客户量起来的情况下，但是成交率非常低。围绕这个问题，保险公司认为需要做营销智能化，或者是通过技术保证线上平台的交易量。

东软在RealSightCI智能产品平台基础之上为这家保险公司量身定制了解决方案：首先为保险公司构建了数据采集系统，采集行为日志的数据、产品数据、订单数据，这分别来自于保险公司的不同业务系统以及其他来源。收集、采集完数据把数据传输到RealSightCI平台，把这些数据进行关联分析。把保险产品的分类、折扣、渠道，用户的年龄、收入进行联动关联分析，在此基础上会形成很多的分析结论，在分析结论的基础上，通过大数据平台，或者是RealSightCI智能推荐的模块形成推荐算法。比如说可以基于规则推进，又可以基于产品属性推荐，同时还可以基于用户的兴趣、行为进行推荐。通过各种各样的推荐算法提升了受众的接受程度。在推荐的基础上，重点对客户的痛点或者是问题进行了解决，再进行推荐模式的修改。

保险公司很关注登录客户的转化率，这个转化率是围绕整个产品的流程展开的，从登录页到产品页、订单页和付款页，这样一个过程。一个客户进入到营销平台，如果想拿下这个单(付款才成单，没付款都只是一个过程)。如何从客户登录页吸引他到产品页，再到多订单页，通过一系列的手段让他付款?在这个应用里东软建立了回归模型，建立了各因素与各阶段的转化率。从整个的登录页到产品页分析地理信息，包括客户的浏览器、访问时间、累积访问的次数和情况进行综合分析，然后是每个指标的相关调整，通过系数调整和它的配比形成了新的营销方案。通过这样一个转换，大大提升了登录页到产品页的转换，从产品页到登录页增加察看产品个数、类型等，然后分析形成转化推动。从订单页到付款页，增加购买产品数量、支付类型的信息，最终成单。综合看起来，在这家保险公司的保险智能网销平台通过部署RealSightCI，关键转化率提升了20%。

总结这个案例，用户有一个网上的电商平台，通过引入RealSightCI客户智能产品，做到了用户行为分析、精准营销、个性化推荐，以及最后通过关键转化率提升，然后带来了营业额的提升。

在上海巡展过程中，东软公司及其行业用户还分享了电梯制造商、新媒体、高科技企业等行业的大数据应用案例。与参会观众共同探讨了大数据应用落地的途径和细节。东软集团平台产品事业本部先行产品研发事业部总经理赵立军表示：“东软在大数据领域已经探索多年，不仅拥有涵盖数据采集与处理、数据分析、展示、应用等全面的大数据产品，更重要的是在过去帮助行业客户构建信息化系统的过程中，构建了各个行业的数据模型，具备卓越的跨行业数据整合能力，这是东软最具有价值、也是RealSight有别于其他大数据应用产品的核心部分。”

来源：赛迪网

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。