大数据在石油石化行业统计信息系统中的设计应

本文笔者目前正在筹备建设石油石化行业统计信息系统,经过一段时间的研究和摸索,于系统的初始设计方面颇有些感想。笔者认为,要想将大数据的理念充分运用于统计信息系统,有必要先简单论述统计信息系统存在的一些共同特性,这些特性并不局限于某个行业,具有一定的普适性,但这也正是系统需求的基础,一切的系统开发和理念运用难免以此为基石,且简述如下：

1 可靠性

可靠性包括了真实性和全面性。对于统计数据而言,准确的说应该是相对真实性和相对全面性,由于统计数据本身并不具有严格的核对逻辑,一般也不对外进行披露和评审,从数据监管的角度也很难形成有效的强制性和约束性,而且,统计系统本身对数据的需求也具有样本性特征,所以,对统计数据要求精确性,既没有必要也不太现实,否则难免造成成本的增加,影响系统的经济性。但是,虽不要求数据精确,但数据的相对准确和全面是必要的,此为核心要求,对统计系统的结果具有重大影响。所谓数据的可靠性是指数据的收集流程和收集途径是合理且真实的,是来源于与数据应用需求直接或正向相关的应用领域,数据是可收集、可统计的,并且统计手段是真实、合理、有效的;所谓数据的真实性是数据的收集在相关性可确定的基础上并不对数据进行人为的筛选和统计干扰,虽然数据的后期整理可以排除边缘性样本的特殊性和不合理性,但并不代表在初期数据收集时即可具有倾向性的初步数据排除,原始数据的统计和收集还是应该以确保全面性为首要目标。

2 相关性

相关性即是指有用性,这就对系统设计者的业务能力和前瞻性提出了较高的要求,数据的相关性和可靠性是互相影响、相辅相成的。首先相关性是以可靠性为基础的,数据如果达不到基本的可靠性要求,更不用考虑其相关性;其次合理选取有效性的信息进行统计和抽取,在降低工作成本和提高工作效率的同时,有效降低数据不真实或者不准确的概率,间接提高数据的可靠性。对于相关性的判断是需要一个企业或者一个集团在系统设计时根据实际工作经验和历史数据特点进行合乎逻辑的职业判断,该特性的应用更多的来源于企业内部技术骨干及管理人员的顶层设计,合理的设计理念和通畅的数据收集途径是保证统计数据能够实现相关性的必要前提,而“大”和“云”对于数据的相关性而言只不过是技术手段和辅助方式而已。如果不能保证数据的相关性,那么全面的数据恐怕反而会带来令人困惑的统计结果。

3 可比性

可比性要求统计数据应当相互可比,可比性包括横向和纵向两个方面。

3.1 不同期间产生的数据可比,即纵向可比

为达到此要求,系统在抽取数据时,应保证前后期一致,即使发生了统计政策的变更,也应当按规定方法进行追溯调整,以保证数据的前后一致。当然,数据统计手段的一致性并不是说系统逻辑一旦设定,就不能进行修改或不应进行修改,恰恰相反,要想让系统数据发挥应有的功能,需要不断对系统进行完善和升级,但是在升级和修改的同时,需要注意对历史数据的调整,对于有重大影响的,考虑是否需要进行追溯既往,或者对于只影响未来数据或者逻辑变动对整体统计系统不构成重大影响的,也可以使用未来适用法。

3.2 同一期间内,不同个体之间的数据可比,即横向可比

为了达到此要求,应结合行业特点制定相对通用的取数逻辑和统计标准,避免统计数据的过分独立性,无法与其他资源进行有效的整合,无法与大数据体系相融合。

4 时效性

对于任何统计性工作来说,时效性都是一个不可忽视的指标,一旦超过了有效时限,实时数据就会变成历史数据,历史数据固然对事物规律的探求和数据模型的建立有重要的意义,但对于需要依靠现实数据进行的分析和决策辅助的意义就不是太大,因此,要想充分发挥大数据的效用,时效性必须得到某种程度的保障。

在统计信息系统具备了以上基础特性的基础上,笔者认为,对于石油行业来说,还应该在以下几个方面进行补充和强化,以更好的适用于本行业的分析和决策。

4.1 兼顾历史性

上文已经提到,数据的统计应具有可比性,其中包括纵向可比性,也就是与其他期间数据的可进行对比分析。对于石油行业来说,这项特性尤其重要,故而笔者认为,在设计该行业的统计信息系统时,更应该注意对历史数据的兼容。石油行业具有投入周期长,持续生产周期长,技术基础稳定周期长的特点,所以,石油行业的历史数据往往具备更大的可参考性,同时虽然开采技术发展迅速,勘探设备日益完善,分析理念日趋成熟,但是对于现场作业和即时决策而言,丰富的经验和深厚的阅历依然具备非常大的可借鉴价值,对历史数据的统计和对历史事件的分析依然能对现代开采决策做出较大的贡献,因此,对于如此悠久,又创造出如此多奇迹的石油行业来说,注重历史应与关注未来同等重要。

文章来源：《石油石化物资采购》 网址: http://www.syshwzcg.cn/qikandaodu/2020/1005/414.html