大數據時代，石化企業應該如何進行數據分析？

據IDC 監測，人類產生的數據量正在呈指數級增長，大約每兩年翻一番，這個速度在2020 年之前會繼續保持下去。這意味著人類在最近兩年產生的數據量相當於之前產生的全部數據量。

一. 大數據應用現狀

1. 數據量在不斷增加，且數據結構不斷複雜

根據IDC 監測，人類產生的數據量正在呈指數級增長，大約每兩年翻一番，這個速度在2020 年之前會繼續保持下去。這意味著人類在最近兩年產生的數據量相當於之前產生的全部數據量。於此同時，大量新數據源的出現則導致了非結構化、半結構化數據爆發式的增長。這些由我們創造的信息背後產生的這些數據早已經遠遠超越了目前人力所能處理的範疇，大數據時代正在來臨…

2. 中國企業的大數據現狀

目前，中國企業500強的日數據生成量近一半都多於1GB，更有4.9%的企業超過1TB。中國企業級數據中心數據存儲量正在快速增長，非結構化數據呈指數倍增長，如果能有效的處理和分析，非結構數據中也富含了對企業非常有價值的信息。

(來源：煉數成金)

二. 大數據分析在石化企業的應用

1. 大數據分析在石化企業應用的主要方面

石化行業具有多環節、多地域特色，各環節的優化是石化行業最關注的大數據應用領域。石化行業大數據分析應用多分佈於供應鏈優化、庫存管理、資金統一管理和生產監管優化四個模塊。

(來源：煉數成金)

2. 石化企業數據特徵

石化行業企業數據的數據量大，存儲格式複雜，數據分散，類型眾多，不同類型數據包含的信息各具特點，綜合各種數據所包含的信息才能真實反映企業實際狀況。

石化行業企業對大數據分析解決方案的需求集中體現在：供應鏈優化、庫存管理、資金統一管理、生產和安全監管的分析。

石化企業應用大數據分析需要解決的問題，主要為缺少數據全方位分析方法、ERP軟件處理能力差、實時數據分析能力差、海量數據處理效率低，其分佈如下圖：

(來源：煉數成金)

三. 大數據分析在石化企業的應用

來自IBM在全球的調研表明，大數據分析在支持創收策略、實現成本控制方面的價值正在穩步上升。此外，近40%的企業在採納大數據分析後的六個月內就實現了快​​速的投資回報(ROI)。

通過分析方法和解決方案，可以在大量數據中系統性的發現有用的關係，即實現經驗規律的可重複性。通過建立擬合不同模型研究不同關係，直到發現有用信息，即用於分析原因解決問題。發現潛在價值，預見可能發生的某種“壞的未來”並給出建議，即預測並提供解決方案。

(來源：煉數成金)

實現大數據分析價值的三大要素：支持、信任和技能。應用大數據分析的企業需要管理層持續的支持，需要加強跨專業部門之間的信任，並具有深層次的業務知識和技能。