路走弯了吗，智慧矿山？

一、数字矿山现状：

我们所说的数字矿山，从应用角度讲就是要实现业务数据化，数据经过整合分析为业务提供决策依据，也就是数据赋能。这样可以较大的提升企业的管理水平。

但是目前煤矿企业业务软件繁多，开发厂家良莠不齐，而且很多业务软件也是在需求不清的情况下开发的。造成了信息资源分散，数据质量低，标准不统一，系统可靠性差，即使单一业务系统管理较好，也会形成大大小小的数据孤岛，为最终数据赋能业务造成了很大障碍，不能够对业务做出全面的辅助决策指导，那么数字矿山就没有发挥出实际作用。这也是到目前很多企业数字化进程已经难以为继，一方面维护现有盘根错节的业务系统已经将信息部门陷入精力憔悴的处境，另一方面管理层在这样的基础上已经提不出更高的业务需求，很多业务领导已经开始质疑实现数字化矿山的必要性。

当然，造成这样的现状很大程度也是历史的局限性造成的，我们还是要放眼未来，按照科学发展的思路将数字化矿山做好。

二、数据从业人员的思维方式：

按照数据管理思维数字化矿山的建设思路应包含：数据的采集、数据的管理、数据的分析和赋能三步走。

1、数据的采集：包括业务系统数据的采集、业务的全面在线化、所采集的数据结构化、采集终端产品的普及。

数据的采集应该按需求进行采集，而不局限在现有的系统中，采集那些数据应该是以解决问题为导向，是变被动为主动的去采集数据，如“人、机、环”中环境中的照明数据虽然没有被采集过，但是科学证明作业环境的光照度和工人的安全操作是成正相关的，如果对井下的作业地点光照度进行一个全面的采集，设立照明标准和指标，有规划的对井下的照明进行管理，对安全生产较有较大帮助。

业务的全面在线化是实现数字矿山的基础，任何工作都可以表单化，表单内的数据可以以传感器或者填报的方式实现，但是目前很大一部分业务工作还未实现在线化，如煤矿井下现场的润滑记录和检修记录、维修记录等，要实现设备的全生命周期管理必须实现这些基础数据的在线化。

数据的结构化，结构化的数据是数据分析最佳的数据类型，很多人说很多业务不能够结构化，如绩效考核工作，不能够将绩效指标量化所以造成绩效指标最终以主观性的打分完成，绩效考核流于形式。目前很多行业已经利用科学的结构化方法论完全可以将绩效指标分解为结构化的表单，如业务人员和上级主管部门的关系是最为难以量化的指标之一，也已经实现了量化。

采集工具的使用，目前较多的井下数据采集终端是防爆手机，但是防爆手机价格高昂，而且耗电量大，同时完成采集工作完全没有必要使用分辨率如此高、性能如此好的手机，完全可以让黑白屏幕甚至是LED屏幕的采集工具完成，这样可以大大提高现场数据采集工具的普及。

2、数据的管理：包括数据的治理、数据的储存、数据管理工具的普及。

目前绝大多数企业还没有重视数据的管理，数据管理工作没有单独作为一项业务来看待，大多数据还较为分散，数据质量较差，随着煤矿企业业务系统越来越多，数据规模越来越庞大，不能认识到数据管理工作的重要性会对今后企业的运营埋下一颗定时炸弹，等管理者反应过来需要修正的时候成本已经非常高昂。同样有部分煤炭企业对数据的管理较为重视，很多企业完成了数仓的建设并且完成了主数据的梳理，建立了分析模型库和指标库，并对数据进行了分析。数据的管理已经提上议程，还有部分前卫的企业着手对公司整体信息化系统进行数据治理，将数据的管理上升到了单独业务角度来考虑，为企业的数字化转型奠定坚实的基础。

3、数据的分析和赋能：在业务专家对各种数据和应用的场景进行进一步的结合就能够实现数据赋能业务，对业务产生较大的提升和改变。

数据的分析能力和数据赋能业务是真正能给企业带来价值的活动，也是数字化建设的核心，是企业的数字化转型成功与否的标志。例如安全管理方面，在信息化角度特别重视环境的检查，而人的因素被轻视，实际上人是造成事故的最核心的因素，人的分析中需要包含薪酬状况、培训状况、技能情况、家庭现状、个人性格、工作强度等多方面因素决定了人能否确保安全作业。应该将以上所有数据进行采集并在线化，并设立模型评估员工是否能够胜任目前工作。同样对一个区队也可以用同样的方式进行评估。有了先进的DW/BI工具对于这样的需求非常容易实现，但是由谁来提出方案呢？当然需要有业务能力也有数据能力的分析师来实现，数据分析和展现也应该和数据管理一样上升到一个单独的业务来看待。

目前很多企业已经在高管层设置了CIO的岗位，主要负责为企业战略决策提供数据依据，并将企业的资源和企业战略紧密结合。目前煤炭企业设立CIO岗位的很少听说，什么时候企业都意识到数据赋能的重要性设立了CIO岗位才能证明信息化为企业带来了核心的价值。

自动化技术将不断的代替工人繁重的重复的操作。信息化技术将对管理进行不断的升级，不断的提升企业的效率，实现低成本运行。这已经是不争的事实，但是实现起来还有较长的路要走，本文是个人愚见，不妥之处请以指正，路漫漫其修远兮，大家共同来求索。