该书主要介绍了数据中台建设的方法论，成体系地阐述了数据中台建设的条件、要求和方法，以及数据资产管理、运营的机制。

可能因为各个章节分别是由不同的作者完成的，内容冗余的比较多，读起来略显啰嗦。另外部分章节结构有的混乱，有明显水字数的嫌疑，但是整体上不影响作者主旨的表达。
在主要章节的最后，会有一篇“中台手记”，作者会结合当前章节内容，以故事的形式讲述数据中台建设的实践案例，对章节理论的理解也很有参考意义。

随着DT时代的到来，企业信息化建设开始出现诸多发展瓶颈和痛点。比如，烟囱式开发造成的数据孤岛、多云策略造成的数据互通困扰。因此，以阿里、华为等为首的国内顶级公司开始提出“数据中台”的概念。
作者指出，在当今时代背景下，谁能率先解决面向数字经济特征的全新数据价值观和方法论的问题，并在其指引下打造出平台级能力，谁就能真正意义上帮助企业把数据用起来。

1.1 数据中台的3个核心认知

1. 数据中台需要提升到企业下一代基础设施的高度，进行规模化投入
2. 数据中台需要全新的数据价值观和方法论，并在其指引下形成平台级能力
3. 数据中台围绕业务、数据、分析会衍生出全新人才素养要求，需要尽快启动人才储备

1.2 数据中台发展的3个阶段

• 第一阶段：数据中台探索
• 第二阶段：数据中台整合数据应用提升效率

• 第三阶段：数据中台重构数据空间和业务空间

数据中台是一套机制，联通传统IT架构和各类数据，融合新老模式，整合孤岛数据，沉淀数据资产，快速形成数据服务能力，为企业经营决策、精细化运营提供支撑。
业务对数据服务的诉求不同，数据中台建设的呈现方式也不尽相同

2.1 数据中台需要具备的4个核心能力

2.2 数据中台VS业务中台

• 业务中台更多偏向于业务流程管控，将业务流程中共性的服务抽象出来，形成通用的服务能力。业务中台不直接面向终端用户，但可以极大提升构建面向终端用户的前台的速度和效率。
• 数据中台则是抽象数据能力的共性形成通用数据服务能力
• 业务中台与数据中台互相促进
  
• 现在还有业务中台、数据中台之分，但我们预测未来数据与业务会更紧密地结合，完全融为一体，会统一成“企业中台”。

• 数据仓库的主要场景是支持管理决策和业务分析
• 数据中台则是将数据服务化之后提供给业务系统

2.4 数据中台 VS 现有信息架构

• 数据中台与企业现有信息架构不存在竞争关系
• 数据中台是为了连接各信息体系的数据资产，把数据真正的用起来
• 数据中台需要IT系统不断提供数据
• IT系统也需要数据中台提供的综合数据特征来支撑功能

2.5 数据中台的业务价值

• 数据化运营，提供深层的客户洞察。标签管理、营销圈人、效果分析等
• 依托数据和算法，支持大规模商业模式创新
• 盘活全量数据，繁荣数据服务生态，构筑企业壁垒

2.6 数据中台的技术价值

• 快速应对多数据处理的需求
• 丰富标签数据，降低管理成本
• 跨域访问、快速复用，将数据由生成资料变成生成力

数据中台的建设要从战略、认知、组织保障等更高的层面做规划，不能把数据中台简单看作一个项目或产品。
数据中台的核心是数据服务能力，不是单纯的技术叠加。

3.1 数据中台建设方法论

数据中台建设方法论体系，需要从组织、保障、准则、内容、步骤5个层面全面考虑。

• 1种战略行动：把用数据中台驱动业务发展定位为企业级战略，全局谋划。
• 2项保障条件：通过宣导统一组织间的数据认知，通过流程加速组织变革。
• 3条目标准则：将数据的可见、可用、可运营3个核心准则始终贯穿于中台建设的全过程，保障建设在正确轨道上。
• 4套建设内容：通过技术体系、数据体系、服务体系、运营体系建设保证中台建设的全面性和可持续性。
• 5个关键步骤：通过理现状、立架构、建资产、用数据、做运营5个关键行动控制中台建设关键节点的质量。

数据中台是位于底层存储计算平台与上层的数据应用之间的一整套体系。
通过数据中台的数据汇聚、数据开发模块建立企业数据资产。通过资产管理与治理、数据服务把数据资产变为数据服务能力，服务于企业业务。数据安全管理、数据运营体系保障数据中台可以长期健康、持续运转。

3.3 企业数据应用成熟度评估

• 通过企业数据对业务的支撑程度评估企业应用数据的能力
• 数据应用能力成熟度可总结为统计分析、决策支持、数据驱动、运营优化四个阶段。
• 数据应用能力成熟度越高，则代表数据对业务的支撑能力越强。

3.4 数据中台建设选择

不同行业的不同企业在不同的节点对数据中台的诉求不同。

具备以下特点的公司可以加速考虑建立数据中台

• 企业最好有一定的信息化基础，沉淀了数据
• 企业业务复杂，数据维度丰富，场景多
• 企业有数字化转型、精细化经营的需求

4.1 数据采集、汇聚的方法和工具

• 线下行为数据主要通过一些硬件来采集，如Wi-Fi探针、摄像头、传感器。
• 从时效性和场景分为：离线和实时
• PS:在大规模数据场景下，一般不建议采用ETL方式，建议采用ELT的模式，以提升数据传输效率、保持数据原始性。

4.3 数据存储的选择

• 选择存储时需要考虑以下几个方面：

数据开发是数据资产内容建设的主战场，是数据价值生产过程中的核心环节。

5.1 数据计算能力的4中类型

• 常见的在线计算框架有Elasticsearch、Redis等，其主要应用场景是OLTP类的简单的增、删、改、查、全文检索等相关操作。
• ROLAP：以关系数据库为核心，以关系型结构进行多维数据的表示和存储，结合星型模式和雪花模式实现。
• MOLAP：基于多维数据组织的实现，以多维数据组织为核心，形成“立方块”的结构，通过对“立方块”进行各类处理来产生多维数据报表。
• 鉴于SQL的普适性，流计算SQL化可以大大节省开发人员的工作量，提高开发效率。

DT时代的数据具有高维稀疏特征，对算法处理提出了更高的要求。

• 支持通过API方式调用标准算法组件

数据中台中的数据并不是简单的堆积，而是要在全域原始数据的基础上，进行标准定义和分层建模，最终呈现为一套完整、规范、准确的数据体系。

• 中台数据体系应具备以下特征：

• 数据分层及每一层的模型建设规范。

对于数据的拥有者和管理者来说，通过对数据的合理管理和有效应用，能盘活并充分释放数据的巨大价值。

7.1 数据资产的定义

《数据资产管理实践白皮书4.0》将“数据资产”定义为：“由企业拥有或控制的，能够为企业带来未来经济利益的，以物理或者电子的方式记录的数据资源，如文件资料、电子数据等。”

7.2 数据资产管理现状和挑战

7.3　数据资产管理的4个目标

7.4 在数据中台架构中的位置

• 介于数据开发和数据应用之间

• 数据治理（Data Governance，DG）是指对数据资产管理行使权力和控制的活动集合（规划、监督和执行）。
• 从根本上说，数据治理的目标是保障数据资产的质量，促进数据资产的价值创造。
• 国际上比较有名、接受度较高的理论体系提出者

• 数据治理的3个发展趋势
  • 1.从质量管理到质量与服务并重
  • 2.人工智能大幅提升数据治理效率
  • 3.以元数据为核心的分布式数据治理

7.6 数据资产管理职能

7.7 数据资产管理效果评估

• 根据行业特点评估效果，以金融、政府部门、电信行业为例
  • 金融机构监管力度大，对数据标准和数据质量的要求很高，适合自上而下开展大数据资产管理。
  • 政府部门涉及很多民生相关的数据，通过打通不同政府部门之间的数据墙、业务墙，在海量数据中快速找到所需数据就显得至关重要。
  • 电信行业数据量特别大，商业价值高，更重视数据资产是否被良好地组织和管理起来，以及是否实现了开放共享。
• 更加客户的不同诉求评估效果
• 数据管理能力成熟度评估模型
• 看到实实在在的成果，取得客户和领导的肯定和认可

7.8 数据资产管理的7个成功要素

数据服务体系就是把数据变为一种服务能力，通过数据服务让数据参与到业务之中，激活整个数据中台，这也是数据中台的价值所在。
数据服务是对数据进行计算逻辑的封装（过滤查询、多维分析和算法推理等计算逻辑），生成API服务，上层数据应用可以对接数据服务API，让数据快速应用到业务场景中。

• 数据服务可分为三类（三大核心能力）

• 数据服务核心价值（四个核心价值）
  • 确保数据在业务层的全域流通
  • 降低数据接口的重复建设
  • 保障数据获取的及时性和稳定高效

• 数据服务背后的产品技术

9.1 数据中台运营效果评估模型

• 数据安全和质量是中台可持续运营的基础
• 提效降本是打造中台影响力的关键
  

9.2 数据中台运营的4个价值切入点

• 数据资产运营的4个目标

• 数据资产运营的完整链路

• 数据资产运营执行的5个动作

• 通过细分数据类型，优化数据资产存储成本
• 四种关键优化策略，破解计算成本控制难题
  • 作者列举了影响计算成本的因素，却没有总结所谓的“四个关键优化策略”，看来这里也是在水字数(lll￢ω￢)

9.5 数据中台运营的实践经验

9.6 数据中台运营的要素与口诀

• 战略层面要重视，组织架构打扎实
• 数据氛围造起来，内部典型须周知
• 安全意识不放松，成本账单详追踪
• 质量规范严落地，中台运营必成功

数据安全管理既是数据资产管理中不可或缺的一部分，又是信息安全管理的重要组成部分。

10.1 数据安全面临的挑战

• 数据安全问题带来的四大损害
• 公共安全、公共利益、公共秩序
• 国家主权、安全、发展利益

• 根据《中华人民共和国网络安全法》起草了《数据安全管理办法（征求意见稿）》
• 《联邦信息安全管理法案》《加强网络安全法》《公共网络安全法》《加强计算机安全法》

• 数据安全的4大技术挑战

• 数据安全的3大市场挑战

10.2 数据安全管理体系

整体的数据安全管理体系通过分层建设、分级防护，利用平台能力及应用的可成长、可扩充性，创造面向数据的安全管理体系系统框架，形成完整的数据安全管理体系。

10.3　大数据平台安全管理技术手段

• 统一安全认证和权限管理

首先，如何定义灵活用工？

    灵活用工等同于“灵活派遣”，是人才派遣服务领域的成长型产品，它由派遣公司承担全方位的法定雇主责任，在派遣人数确定、派遣周期、派遣人才的筛选方面都非常灵活的一种用工形式。

    灵活用工是指全日制劳动用工以外的四种形态：包含以非全日制用工为代表的时间上的灵活；以劳务派遣为代表的雇佣形式上的灵活；以业务外包为代表的服务形态上的灵活；以平台型用工为代表的就业形式上的灵活。

    简单概括：灵活用工本身是一种模式，在这种模式下的人员可以称作“自由职业者”、“兼职人员”、“灵活用工人员”。也是一种税筹方式，关于税筹，解释如下：

    税筹是帮助企业合理的执行税法，不交冤枉钱，比如你的个人所得税，年终奖一次发放和分配到工资中去分别发放，要分别计算，减少个人的税收负担，这就是合理的税筹方式。

    像一些企业掩盖收入、虚列费用、购买专票等行为都是打着税筹的幌子的犯罪行为，不在本文讨论范围内。

与传统用工比较，有何优势？

    传统用工：企业与员工签订劳动合同，双方出现问题纠纷适用于劳动法，关系固定，企业责任大。养着你，难，辞了你，更难。企业成本相对较高、负担较重（薪资、福利）风险大（劳动纠纷、工伤）员工个税费用高。

    灵活用工：有服务协议无正式劳动合同，双方出现问题纠纷适用于民法，关系灵活，责任各自承担。大大降低企业人力成本，利于聚焦核心业务，个人收入明显提升（很多灵工者是不交个税的）。

    简单粗暴地鉴别方式：凡是不签订正式劳动合同并存在服务关系的基本都可以归类为灵活用工。

    随着社会的产业用工结构变化，灵活用工模式渐渐浮出水面，今年的疫情正是一把火逼迫企业把“灵活用工”推到了台面上，也引来了无数企业的疯狂窥探。

    各方加持加码下，各类产品如同雨后春笋般涌现，一个万亿级市场初成规模，又一个风口来了！

灵活用工应用行业及场景：

直播行业—网红主播结算；

传媒行业—自媒体KOL结算；

电商行业—推广返佣结算；

物业行业—（渠道佣金结算）；

旅游行业—导游、志愿者、翻译员、导购结算等；

数娱行业—作家、写手佣金结算；

教育行业—线上教师结算；

支付行业—POS推广人员结算；

培训行业—讲师、教练、老师、顾问结算；

医美行业—线上医生、顾问结算；

       以上，仅仅是一些例子，本质是不签实际劳动合同的用工模式基本都可以匹配“灵活用工”模式，自己看看还有哪些。

（2）目标用户行业排名

简单的统计了一下，主要是竞品调研和报告调研，前三行业排名如下：

直播（虎牙、抖音、斗鱼……）

物流（德邦、顺丰、韵达……）

社区电商（一淘、京东、大象……）

       其余的不太好排名了，客户都是最机密的内容，各家资源和能力分布也不同，无法进行详细的分析。但是整体来看，这些行业都是大客户，各凭本事吧。

 灵活用工涉及的角色及痛点

       虽然灵活用工有税筹的背景支撑，但整个产业链中涉及的角色也有各自的痛点，一起来看下：

       合规风险大，大量公对私（工资），税务稽查无凭证（常指资金流、数据流、凭证流三流合一），短期或临时兼职人员配合度低，因个税承担归属易产生纠纷；运营成本高，企业采用传统方式发放报酬，工作质量取决于员工专业水平、工作质量难保证。

       核算：核对发放报酬过程繁琐，增加劳动量，让企业的HR与财务陷入事务性工作。

       个税申报：个税申报流程复杂，过程难掌握，需大量人工参与。

财务成本高，发放对象为个人，个人无法给企业提供对应的增值税专用发票，企业面临现金或个人转账等无票支出问题，增加企业用工成本，没票无法抵扣，这是个大问题，也是很多企业铤而走险的问题，比如去买票。

        纳税率高，最高到40%；纳税流程繁琐，与其说繁琐不如说民众根本没有这个纳税意识；收款方式多样化，要支持微信、支付宝、银行等多种收款方式。

        征收难，中国人压根没有缴税的概念；核算难，人数众多，种类繁杂，无法进行准确核算，很快税务之间的数据将会打通，打通后会大大缓解。同时，也代表着造假将更难。

       以上，就是这个链条中需要解决的核心问题，而后续所有提及的企业和内容都是以解决这些问题为出发点。

      铺垫了这么多，终于能说正题了，来看业内的解决方案。大部分企业都是以平台形式给企业及用户提供服务。我们来看平台定位：

    前置条件，作为平台服务方必须拥有2选1核心资质，做这个事儿是有门槛的：

税务局委托代征代缴资质：

 如果想开展业务平台方必须与税源地税务局签署《委托代征代缴合作协议》才可以做这项业务，现在被人用烂的税务局有海南、天津、湖南、河南几地等，资质比较好拿；但是随着时间推移和业务量的增加，这些地方的税务局也是越来越有标准，越来越严格；像前段时间海南开放了一些政策，同时也清理了一批企业，像某社保就是在海南税务局的清扫活动中的一个典型的例子，感兴趣的自己去查下。

       这个资质也是支持的，虽然两个资质都支持同一项业务，但是却是两种模式，外观相似不代表内核相同，本文阐述的内容主要是指代征代缴资质，而人力资源资质却存在一定的风险，请慎重。

       两种资质不分大小，只有获取难度差别，这个难点主要因素有地方政策、税务局领导资源等，自己脑补吧。总的来说是代征代缴资质＞人力资源资质，能拿到代征代缴资质说明这个企业不缺人不缺钱，背景肯定也不差。

       从安全角度来看，尽量选择有代征代缴资质的企业作为平台方来承接业务。但人力资源资质是一种众包业务模式的必须资质，部分平台方是同时拥有两项资质的，这是极好的。

签订服务协议（线下），B端企业和平台签订服务协议。

企业将结算款项及一定比例的服务费充值到平台，服务费一般为7%以上，没错，是7%以上，因为现在一般的买票成本公开为6.45%（买票是违法行为），7%其实一点都不贵。相当于企业花了不到1%的成本，解决了票的问题，企业家都不傻，划算的。省钱又合规，是刚需。

平台给企业提供6%的增值税专用发票，也可以是3%或9%，甚至有13%的（主要是物流）。这个看具体情况提供，承担的服务费费率也不同。

平台与自由职业者签订电子协议，一般是以小程序的形式进行电子签约。

c端对b端企业进行服务（实际上都是服务后来平台发个钱而已）。

平台将指定的税后报酬发放给用户，支持微信、支付宝、银行卡，大部分企业的付款方式占比为银行卡占比90%，支付宝占比6%-7%，微信占比3%-4%。其实微信、支付宝发放并不是很多。而且微信发放极为繁琐，体验很差，支付宝很便捷，体验非常好。部分社交电商企业用微信较多，具体看企业的类型和实际场景。

平台帮助c端实现代征代缴，一般个税为0.5%—2%，一般政策下，3万以下免个税，3-10万为一个阶梯，10万以上为一个阶梯。坑比较多，产品实现上也比较麻烦。10w以上是大部分税务局的敏感点，但是市场体量又非常大，让人又爱又恨。

灵活用工平台的法律依据

（1）《中华人民共和国税收征收管理法实施细则》

      第四十四条：税务机关根据有利于税收控管和方便纳税的原则，可以按照国家委托有关单位和人员代征零星分散和异地缴纳的税收并发给委托代征证书。受托单位和人员按照代征证书的要求，以税务机关的名义依法征收税款，纳税人不得拒绝。

（2）《国家税务总局个体工商户个人所得税计税办法》（国家税务总局令第35号）

       第三条：本办法所称个体工商户包括：（三）其他从事个体生产、经营的个人。

       第四十二条：各省、自治区、直辖市和计划单列市地方税务局可以结合本地实际，制定具体实施办法。

（3）《地方国家税务局关于调整个体工商户个人所得税附征率的公告》

      自由职业者所得税核定，申请核定征收额政策依据相当于把每一个服务于企业的兼职或自由职业者，视同为每一个不同的个体工商户来管理并按照国家政策要求完税。

      根据国税和地税关于个体工商户个人所得税核定征收的相关规定，个体工商户个税的核定范围根据人员取得生产、经营所得的行业不同进行处理，根据所服务不同行业客户历史结算薪酬和应税所得额平均值，将自由职业者或兼职人员个人所得税核定征收，享受税收优惠政策。

       基础的内容基本就这些了，只是给大家树立一个框架，里面有很多具体的内容我没展开说，细节太多，比如具体能省多少钱、计算过程及数据论证、不同的阶梯的个税标准及开票类型等等。

（1）国家支持整体利好

       国家大力扶植灵活用工模式，政策扶持新风口，《关于妥善处理新型冠状病毒感染的肺炎疫情防控期间劳动关系问题的通知》、《关于支持多渠道灵活就业的意见》、《国务院常务会议涉及灵活就业方面的政策方针》、《关于支持新业态新模式健康发展 激活消费市场带动扩大就业的意见》等扶持政策。

       灵活用工主要依赖的金融机构银行也针对疫情期间提出了一些特殊政策，各家渠道不同政策收益不同，各凭本事。

（2）已具备完善的经济条件环境

       2020年，遭遇疫情后社会面临经济发展速度放缓的威胁，在隔离措施和停工的作用下，疫情导致供需双重经济冲击。全球33亿就业人口中，超过4/5受到工作场所完全或部分关闭的影响。

       对于企业而言，企业成本结构调整在即，为了熬过这个冬天，各大企业纷纷调整自身成本结构与用工方式。裁员是极端情况，大部分都或多或少在使用灵活用工模式来进行业务及人员的调整，灵活用工也是当前企业降低用工成本，缓解经营压力的实用解决方案。

       整体来看，已具备外部条件刺激因素。灵活用工可谓是失业潮下的一剂灵丹妙药。

（3）更多的社会人文认同感

       当前新生代员工对灵活用工的接受度普遍较高。90后、00后的新生代员工价值观多元化，大多崇尚自由，注重成就感，这些特质使越来越多的员工愿意接受灵活雇佣关系，追求自由、弹性的工作方式。

（4）蓝海市场，但环境堪忧

    灵活用工这个业务早在2-3年前就有人在做，随着政策明确，加上疫情冲击，各类中小型企业进来浑水摸鱼，也是给了市场迎头一棒。

     这些中小企业本身就是属于投机者，看到业务红利着急想分一杯，吃相堪忧，在教育市场的环节打乱了市场秩序及准入标准。给真正有需求的企业造成了环境混乱及能力不齐等假象，导致了企业对于平台服务的不信任，也是其中的一个很大的问题。但乐观的是，整个市场还存在大量的增量商户，不错的蓝海市场。

      首先，这个模式分两层，上层是业务玩法，下层是支付玩法，所以说这个产品是业务+支付的一个定向组合，所以说一些业内的支付公司有优势就在这里。

发薪完税平台：模式说明：这类企业的业务玩法主要是专注于发薪完税，不搞噱头不搞虚的，实实在在就是发薪，简单粗暴直接解决核心问题。这类玩法主要分成两部分，企业用户通过平台提供的PC端后台进行录入操作，C端用户在小程序/APP完成签约及收款查询。简单高效，不拖泥带水，同时也支持接口对接模式，用户群体广泛。

      模式说明：简单梳理一下流程，B端用户在平台发布任务，C端抢/接任务并实际服务后确认完成，B端企业确认工作量并生成支付账单。主要目的是将整个过程透明化、流程化，对证据链的存证是有一定意义的。

这种模式相较A模式操作更复杂，主要针对的是传统行业，但从业务角度来看是目前相对合规的方式，也是证据链存证最完整的方式。

（图片来源：一文“解码”灵活用工）

看整个支付板块，目前已知的支付领域玩家有如下几类：

以美团、饿了么为首的本地化生活服务提供商，本身就是需求方，同时也是供应方，很有意思。

第三方支付公司，但这些公司不直接参与搭建平台服务，而是赋予其他玩家不同的打款方式通道能力。

以现在支付、易宝为首的聚合支付/四方支付公司，这些企业凭借着出色的技术能力和银行通道对接能力遥遥领先，做支付的公司做灵活用工业务基本算是如鱼得水。

和人力资源类企业不同，支付公司对支付场景有着更深层次的理解，毕竟灵活用工的本质之一就是“打款”、“代付”。

银行机构比较特殊，在整个灵活用工领域里面充当了通道的角色，本身有薪酬“代发”及“代付”服务。

但说到底，钱还是在银行之间流转，而不同银行对外输出的能力也有所不同。各类银行输出的账户产品、账户体系、代付产品等也为各家企业之间的竞争提供了更多的可能性，补充了灵活用工领域服务的单调性，为c端提供更多服务的同时，充分提升了灵活用工场景下的业务有效性、时效性。

而凭借着支付公司+银行机构的强势合作绑定关系，必然在产品竞争上会取得更大的优势。而银行本身会给支付公司提供大量的优质客户。

个人比较看好支付公司+银行绑定这一CP，在未来灵活用工市场必将大有所为。

（图片来源：一文“解码”灵活用工）

（图片来源：一文“解码”灵活用工）

（图片来源：一文“解码”灵活用工）

（3）其他领域（税筹等）

（1）业内头部玩家—大（反向）

（2）业内中层玩家—适中（平衡）

（3）业内底层玩家—无

趋势一：政策收紧，标准愈严

趋势二：多类型客户兼容

看整个服务的价值，服务是否透明？是否有隐藏的额外服务和金融陷阱。这里要提一下，有很多人说现在行业收费标准高。我想说的是行业现在标准费率是7%，对于企业而言，买票的公开成本是6.45%，用较低的成本做了这么多事情它不香么？为什么费率会有6%？

因为税源地有政策！有政策！有政策！重要的事情说三遍。

但是，我还是要给你们讲一下返税的逻辑，一些公司/园区拿资质都要有纳税额承诺，达不到额度是不给返税的，1亿的纳税约是15亿的开票量，只有有实力的公司才能做到！只有有实力的公司才能做到！只有有实力的公司才能做到！重要的事情再说三遍。

问题来了，是有返税的政策，但是政策不能实现，很多小公司获取一个资质就开始做业务，为了节省资金，跑路，顶不住，或者不上个税，这种隐患是极大的，需要补税的金额太大了。

有的地区承诺给返还，但是一年以后返还，相当于公司垫资1年，试问几个公司能顶得住？别图便宜了，有便宜的你去找，分分钟坑你没商量。合规问题没解决反而惹麻烦！

今年的政府工作报告突出了互联网在经济结构转型中的重要地位，报告明白指出：要制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展。

报告引发了各行各业对互联网行业的极大关注，未来产业与互联网的融合将贯穿相关行业业务的主线。

能源行业是第三次工业革命的引领者，智能电网是“互联网+”的详细体现，“互联网+”必将给电网带来技术应用、服务模式、发展理念等方面的变化。

“互联网+能源”意味着互联网与传统电网的结合，借鉴互联网发展电网核心技术，能够加强用户体验感。促进价值共享。打破行业发展边界，提高能源利用效率，实现真正意义上的能源资源共享，构建和谐的能源网络环境。能源互联网将是未来电网发展的特征。

未来的能源管理是以能源互联网为基础，以“保证区域能源可靠供应。实现区域能源协调供给”为目标。并以电能为支撑。综合冷、热、电、热水等多种分布式能源。构建“源―网―荷”互动的区域型能源互联网络。

它能够建立合理的能源分配与节能策略。减少用能开支。保障能源的持续可靠供应。确保终端用能安全，实现区域多种能源协调控制和综合能效管理。

能源互联网是以现有电网为基础。利用新型清洁能源与互联网技术，通过微网技术，实现能源存储与共享的多级分布式开放系统。

其借鉴了现代互联网技术中的层次划分方法，将网络共分为4个层次。在以传统电力网络、智能电网保证能源传输转移的电网潮流层之上，网络通信层和信息融合层将利用现代化“信息打包”技术，终于将能源与信息标记为最主要的能量信息流。以供余能交易层消费与收纳。
若以互联网层次结构相比較，能源互联网的网络通信层以保证网络传输通信为目的，组成了能源互联网最主要的“路由层”，以保证余能交易层实体间信息通信与能量转移。

在能源互联网中，路由层和余能交易层功能分别对应实体“能源路由器”的路由转发功能和“微电网”的能源选择与交易。

当中，微网作为能源互联网的基本组成单元，通过新能源的採集、转换、汇集、存储、消纳形成最主要的“能源局域网”。在能源互联网的发展过程中，微网将作为能源互联网中的“微商”，驱动着能源互联网经济的发展;能源路由器以保障能源信息高效安全转移为目标。实现规范化、软件可定义化的能源信息路由控制系统，是能源互联网的核心控制单元。

国家电网公司董事长刘振亚在2015年2月3日出版了《全球能源互联网》一书，受到业界非常多官员和院士的高度评价，包含一些省委书记和省长都在极度赞扬。

刘总畅想：全球能源互联网将是以特高压电网为骨干网架（通道）。以输送清洁能源为主导。全球互联泛在的坚强智能电网。将由跨国跨洲骨干网架和涵盖各国各电压等级电网的国家泛在智能电网构成，连接“一极一道”和各洲大型能源基地，适应各种分布式电源接入须要，能够将风能、太阳能、海洋能等清洁能源输送到各类用户。是服务范围广、配置能力强、安全可靠性高、绿色低碳的全球能源配置平台，也是实施“两个替代”的关键。

这里说的“二个替代”是至清洁能源对化石能源的替代，以及电能对其它能源的替代。“一极一道”是指风能丰富的北极地区和光能丰富的赤道附近地区。显而易见，这一能源互联网是基于工业思维追求规模效益的认识，与我们所说的“因地制宜、因需而设、就地取材、就近供能、自下而上、參与互动”的互联网思维下的能源互联网是全然逆向的思维。

(1)可再生能源作为主要能源便宜供应。并合理联网调度、利用

以数据形式存在于信息互联网上的信息。事实上是非常便宜且能够挖掘的，可是，能源互联网的主要载荷–能量，却仅仅能从自然界中开採。并且还存在着成本高(相比信息而言)等等问题。

所以要满足互联网的特点。要保障精心构建的“能源互联网”有米下锅，必须让它能消化基本“无穷尽”供应的风能、太阳能等。

但因为这些渠道的能量供应有非常强的随机性、间断性和模糊性。眼下将它们成功的并入电网，或用其它形式高效利用起来，还是一件非常困难的事情。
当然这更是环境保护、节能减排方面的须要。

(2)支持超大规模分布式发电、储能及其它能源终端的接入平台

依靠PC、智能移动设备的等个人接入者，在信息互联网接入者的数量上占绝大多数;IT业者用几十年时间构建了一套由通讯协议、路由器、交换机、数据库、server等等一系列软硬件设施组成的庞大系统，是人类文明迄今为止最伟大的成就之中的一个。
能源互联网想要达到这样的运转效率。须要的技术准备仅仅多不少：比方须要一个极强的信息流处理能力，用来预測和监视消费者的需求变化、极端不稳定的能量生产供应变化;同一时候它还要指挥对应的能量调配部门完毕上载与下载能源的分流与整合等等。数据和习惯都是超大规模的。
然后。还须要一个极强的能量流处理能力。

以智能电网为例。设想中。它须要7*24小时完毕功率以亿千瓦计的电流变、输、配调节。并且还必须满足实时的供需平衡(由电能特性决定)。还要再引入分布式清洁能源和市场竞争两个超复杂的变量。

(3)相似互联网技术的能源共享实现

信息互联网的一大魅力就在于它能够打破地域的限制。因为信息传输的门槛和成本都相对较低。
但当我们開始依靠现有的技术输送能量的时候。损耗问题就相当严重了。

于是人们不得不考虑手段来减少损耗，这些方法要么单位成本极高(如直接运输，这个过程本身就要消耗大量的燃料)。要么建设成本和科研成本极高(如特高压输电技术)。

(4)能源的移动互联实现

移动互联是眼下互联网产业的一个重要趋势，可是类比到能量上，就全然是还有一回事了。

能够便携的能量转换装置，要么效率太低(如内燃机)，要么太贵且用起来麻烦(如燃气机)，要么就是我们“喂不饱”(如电机);
储能问题是老生常谈的老大难;
无线充电技术尽管在已经能够给非常多小的智能设备充电了。可是大规模应用上仍然问题多多。最简单的一问：那么多电磁能量散播到空间里。辐射谁受得了?
电动汽车，它的航程、方便性和可靠性等等。真能和同价位传统的汽油车一比了么?

美国C3 energy公司以自行研发的C3数据集成器（C3 Data Integrator）为基础，整合来自公用事业公司内部和其它第三方的超过22种数据，包含公用事业公司拥有的仪表数据、能耗数据。第三方或用户的建筑物特性、企业运营情况、地理信息数据等，形成自己的分析引擎――C3 Energy Analytics Engine，提供电网实时监測和即时数据分析。
C3 能源分析引擎平台（C3 Energy Analytics Engine）将多个分散电力系统数据存储在云平台上，与工业标准、天气预报、楼宇信息、持久协议和其它外部的数据相结合；基于该平台开发了 3 个分析工具，各自是C3电网分析（C3 Energy Grid Analytics）、C3石油天然气分析（C3 Energy Oil & Gas Analytics）和C3用户分析（C3 C3电网分析主要服务于供应側的诸如公用事业公司、调度机构、输配电公司等智能电网拥有者、操作者、使用者。用于电网运营中减少成本、预測并应对系统故障、掌握用户耗能情况等。C3 电网分析逐步形成了智能仪器控制、资产保护、预測性维护、需求响应分析、负荷预測等10种成熟的解决方式。
C3电力用户分析工具是双向的，一方面面向公共事业公司。帮助其了解用户用能情况，合理设计需求响应方案，提供能源投入冗余分析、能耗基准点、电力用户空间视图等服务类应用；还有一方面通过公共事业公司授权面向用户，用户能够借此进行能耗管理，响应需求管理，调整自己的能耗安排。
全部解决方式的数据结果均会被C3分析引擎可视化，供应側和需求側的使用者都能够通过C3提供的软件界面直观地看到这些结果，他们也能够通过C3直接进行操作。
因为C3主要面向公用事业公司提供云平台和软件服务，合作一旦达成。相当于C3要成为该公用事业公司管辖范围内电网的一个“全方位管家”――从输电线到变电站到终端用户的仪表，以及该区域电网历史记录统统都要纳入风险管理。这就决定了每一项合作的展开一定会是长时间、大规模的。所开发的系统已在美国的巴尔的摩燃气电力公司（BGE）、太平洋燃气电力公司、东北电力公司（Northeast

Opower通过消费数据分析用户用电行为

美国的Opower公司是于 2007 年创办的一家能源数据分析公司。Opower 与电气公司合作，获取家庭消费者的能源使用数据，为电气公司提供面向消费群体的节能方案。包含通过移动端推送能源账单，群发节能贴士类邮件，提供管控家用恒温器的软件服务等等。

Opower引以为傲的是它的云平台以及数据整合能力。它从所服务的公用事业公司取得大量的家庭能耗数据。整合行为科学理论、房龄信息、周边天气等，运用自己的软件系统进行用能分析。建立家庭耗能档案，并通过综合分析提出节能建议。Opower帮助售电公司发送给用户电力账单，通过个人历史比較、邻里比較来激发用户节能的意愿。这样的方式让用户看到自己的电费在下降的时候，对环保的售电公司惬意度不断增长。

同一时候，Opower又帮助售电公司进行需求側响应，发送短信给用户劝其避免在电力高峰时刻进行洗衣、制冷等高耗能活动。对于售电公司来说，这样一个通知系统简单粗暴、无需不论什么硬件设备，却在美国实现了3%的负荷转移。
和其它以“智能电网大数据”、“云处理”为噱头的创新型公司比起来，成立时间仅比Facebook晚3年、比Twitter晚1年的Opower，更具互联网公司的气质――关心用户卷入和粘性、注重个性化。把能源领域里往往最easy被忽视的家庭小用户作为了自己开疆拓土的方向。

AutoGrid通过能源分析优化需求管理

AutoGrid是由前斯坦福大学智能电网研究室负责人AmitNarayan创办的服务于电力、能源行业的大数据公司。坐落在旧金山，不到50名员工，却汇集了来自复杂系统project设计优化、通信、互联网、电力等不同领域的经验。
AutoGrid能够帮助电网各端匹配电力供应和需求，减少电网各端的成本。

DROMS）。实现实时资源预測、资源优化、自己主动需求响应、客户通知引擎和事后分析等功能。单个DROMS集群每天能够产生数以亿计的能源消费的预測数据。
AutoGrid还能够提供客户供能范围内的总体能耗图景。并且是一个大规模的、动态的、不间断的能耗图景。

基于EDP和DROMS。配电企业(AutiGrid的客户)能够更好的进行电力控制。当数据不断被累积，AutoGrid就能提供秒前、分钟前甚至周前的用电预測，能够帮助电力企业客户实现不影响舒适度和生产率情况下优化排产计划。

对于发电企业的客户来说，AutoGrid能够预測发电情况和电网负荷。实现优化调度。对用电企业的客户而言，AutoGrid能够预測用电量，结合电价信息，进行需求响应(Demond Response)。

AutoGrid配电公司、公用事业公司有着良好的联系。这样的面向供应側的公司相对更有优势，毕竟供应側的目标（客户）数量比起需求側动辄几百万、几千万的耗能用户要少非常多且更加集中。

了解公用事业公司和配电公司的需求，才干更有效地提高能源利用率。
AutoGrid这家成立不到四年的公司。凭借其PB级的数据分析和预測能力。打动了欧洲最大的能源企业E.ON，成为其投资者之中的一个。E.ON还使用AutoGrid的能源数据平台来了解电网实时运营状态、更好地与用户互动。

AutoGrid还受到微软的青睐，在今年2月，微软和AutoGrid合作，以AutoGrid的能源数据平台为基础。使得Microsoft Azure云平台能够服务电力和能源企业。

AutoGrid高调地宣称，希望让大数据成为一种新的能源。AutoGrid的自信源于。电力行业的大数据市场将持续增长且创造巨大价值。

法国电力公司（EDF）基于大数据的分析预測

作为全球率先的电力基础设施服务提供商，法国电力公司（EDF）非常重视大数据在企业运营分析管理中的作用。通过设立专业机构、完好数据基础、增强分析能力。不断发掘数据资产价值。为企业战略转型与服务升级提供有效的决策支撑。
眼下全法已经安装3500万智能电表。电表产生的数据量将在5-10年内达到PB级。

智能电表採集的主要是个体家庭的用电负荷数据。

以每一个电表每10分钟抄表一次计算，3500万智能电表每年产生1.8万亿次抄表记录和600TB压缩前数据;每天产生5亿次抄表记录。和大约2TB的抄表数据。

这些电表数据，结合气象数据、用电合同信息及电网数据，构成了法国电力的大数据。
法国电力以用户用电负荷曲线的海量存储和处理为突破口，利用大数据技术，形成了能够支撑在规定延迟内的复杂、并行处理能力并搭建了大数据存储架构，以此为基础构建了分布式数据发生器 CourboGen 系统，用于生成用户用电负荷曲线及其关联数据。当中数据接入的接入形式包含批处理或数据流两种;数据的预处理包含时间同步、异常数据检測及修正。以及改变数据表达形式等;数据处理包含按区域的指标计算、账单模拟、商业智能BI等。

能源互联网是基于互联网区域能源管理的末端“神经元”。它能够通过在分布式发电设备、储能设备、用电设备等环节部署各类能效监測终端、控制器、环境传感器、视频监控等採集控制单元，实现发电、用电、环境及安全数据的实时採集，。

在能源互联网的推动下，智能用电将得到普及，电力将实现智能化应用。未来的电力客户。包含个人客户、工业客户等。与电网的关系将是互动关系。一方面。客户与电网之间的积极互动对提高用电能效非常有帮助。对电网的能效平衡也起到关键的作用。

还有一方面，客户的生活方式和生活品质将得到改变和提高。

随着智能用电的推广，手机作为客户终端也成为智能用电的工具。能够实现能效分析、用电查询、电费交纳、家电控制、与电网互动等功能。随着以亿计客户的绑定关注，电力客户服务端将产生其它附加价值。

“互联网+用电=智能用电”。智能用电可实现3个10%：能效水平提升10%；用电减少10%；削峰填谷10%。智能用电是用技术手段引导客户消费行为，为客户提供能效服务，使得客户合理用能，明显提升能效管理水平。实现“节能+智能”。在这样的趋势下，客户与电网的互动将变成现实，电器智能化使用水平也将得到普及。

未来，“互联网+电力服务”会催生新的服务模式，电力服务模式将产生明显变化，移动互联网服务的方式会得到普及。客户与电网双向互动将变为现实。随之而来的是，电网发展理念将发生变革。一方面。电能替代和绿色替代这两个替代将成为能源发展的主流。电能替代主要是指“以电代煤，以电代油。电从远方来，来的是清洁电”，绿色替代就是大幅增长的水能、风能、太阳能等清洁能源将替代火电。还有一方面，需求側管理也将更加科学合理。分布式能源并网容量的增多会加大用电客户与电网之间的互动需求，而智能用电、移动终端等的广泛应用也将促进电网与用电客户间的互动，便于电网側做出合理的调度推断，使得用电需求对应更加科学合理。

电力是大数据理念、技术和方法在电力行业的实践。电力大数据涉及到发电、输电、变电、配电、用电、调度各环节。是跨单位、跨专业、跨业务数据分析与挖掘。以及数据可视化。

电力大数据由结构化数据和非结构化构成，随着智能电网建设和物联网的应用，非结构化数据呈现出高速增长的势头，其数量将大大超过结构化数据。

电力大数据的特性满足大数据的五个特性，一是数据量大（Volume）、二是处理速度快（Velocity）、三是数据类型多(Variety)、四是价值大（Value）、五是精确性高（Veracity）。
电力大数据的应用一方面是与宏观经济、人民生活、社会保障、道路交通等信息融合，促进经济社会发展。还有一方面，是电力行业或企业内部，跨专业、跨单位、跨部门的数据融合。提升行业、企业管理水平和经济效益。
电力大数据对电力数据进行分析挖掘。得到信息，然后将信息转化为知识，最后通过可视化展现与表达，与人们进行分享。

电力行业和大数据技术的结合，催生了像“电力大数据”、“能源互联网”、“智慧城市”等新兴概念。

通过使用先进的传感器、控制设备和软件应用程序，将电力生产端、电力传输端、电力消费端的数以亿计的设备、机器、系统连接起来，形成了“物联基础”。大数据分析、机器学习和预測是这样的互联网络实现生命体特征的重要技术支撑：通过整合执行数据、气象数据、电网数据、电力市场数据等，进行大数据分析、负荷预測、发电预測，打通并优化电力生产和电力消费端的运作效率。需求和供应将能够进行随时的动态调整。智能发电、用电、储电设备。终于都将接入网络，借助信息流。形成自我优化的良性循环。

电力大数据的三种商业应用模式

对接智能电网优化需求响应

也就是通过将能源生产、消费数据与内部智能设备、客户信息、电力执行等数据结合，充分挖掘客户行为特征，提高能源需求预測准确性，发现电力消费规律，提升企业运营效率效益。
对于电网企业来说，这个模式能够提高企业经营决策中所需数据的广度与深度，增强对企业经营发展趋势的洞察力和前瞻性，有效支撑决策管理。

该模式通过建设一个分析与应用平台，集成能源供给、消费、相关技术的各类数据，为包含政府、企业、学校、居民等不同类型參与方提供大数据分析和信息服务。

该模式中，电网企业具有资金、技术、数据资源等方面优势。具备成为综合服务平台提供方的条件。

支撑智能化节能产品研发

该模式主要将能源大数据、信息通讯与工业制造技术结合。通过对能源供给、消费、移动终端等不同数据源的数据进行综合分析。设计开发出节能环保产品，为用户提供付费低、能效高的能源使用与生活方式。
以智能家居产品为例，该模式既可为居民用户提供节能降费服务以及快捷便利的用户体验，也可对能源企业尤其是电力企业改善用户側需求管理、减少发电装机等方面发挥作用。正在美国走向普及的智能电表也 是一例，它具有电量结算功能，在整个电网范围内标识售电商和用户。可通过更换芯片更换售电商。

该模式中。电网企业不一定具备产品研发优势，但可利用电力数 据採集与分析方面的优势。既可通过与设备制造商合作改进用户需求側管理，也可通过共同參与研发并在产品销售中获取收益。

与其说是大数据为智能电网、能源互联网的建设提供的机遇，还不如说是，智能电网、能源互联网的发展，必定依赖大数据技术的发展和应用。是能源产业本身的发展变革必定面对大数据的採集、管理和信息处理的挑战。

因此。大数据技术，不仅仅是能源产业某个技术环节所须要的专门性的技术，而是组成整个能源互联网的技术基石。

将全面影响到电网的规划、技术的变革、设备升级、电网改造，以及设计规范、技术标准、执行规程乃至市场营销政策的统一等方方面面，它支撑的正是整个未来新结构的精细化能量管理的电力系统。