阿里云水务环境与行业总监周朔

　　在2013年的时候，阿里巴巴集团提出“降成本、高效率、高质量”的目标，与如今水务行业的“提质增效”目标类似。在此过程中强调两个核心能力，一是网络协同，二是数据智能。其中数据智能更为重要。解决数据智能问题，需要形成一套数据机制。用水务行业的视角，可以理解成一个数据构成的水厂，水厂要持续性保证数据质量，来确保自动化体系和安全体系的运行，最后形成一种资产。用互联网的视角，我们一般称之为“数据中台”。对此，阿里云有一些经验可以分享。

　　数据中台

　　数据中台的结构包含One Data、One Service、One ID三个部分。其中，One Data的目标是用一套标准统一数据建设 ，把过往数据的框架边界打破，形成数据资产化管理能力。One ID目标是统一实体（如客户、企业、商品、设备等），使数据融通而非以孤岛形式存在，形成连接识别与标签画像、高效生产能力。如在阿里体系中，一个用户ID可以把该用户在各个应用系统中的信息串起来。One Service的目标是统一数据服务能力，通过一套体系来保证这些优质数据能够统一向上提供服务。

　　基于数据中台理论，就可以较好地理解如何去建设一个数据工厂。阿里提出“汇、通、管、用、评”的一套建设理论。汇，是将各种各样的数据汇集到一起；通，是将数据用统一的标准打通；管，是将数据按业务类型分门别类地管理好，打上标签；用，是通过各种模型对数据进行加工使用；评，是对上述各个环节进行评价评估，以形成更好的数据资产，完成数据闭环。

　　在水务的应用构想

　　当前，水务行业正大力推动数字化转型，致力于打好数据基础、形成数据资产，以数据去支撑下一步的智慧化。将互联网数据化的模式放到水务行业中，对照“汇、通、管、用”四个步骤，也可以用较快的速度形成数据资产。首先，将业务系统数据、物联网的实时数据、手工填报的表单数据、空间信息及外部数据等都涵盖进来，统一进入数据工厂；在数据工厂进行萃取，将有用的数据抽取出来，分门别类进行管理，如区分供水、排水、原水、污水等种类，打上标签；再通过模型开展分析应用，如针对节能降耗、内涝防控等主题，形成智慧管控决策平台、智慧生产调度平台、智慧服务平台等功能界面。

　　以供水领域为例，底层是生产（调度监控、泵站远程监控、运营报表、二供监管、管网综合管理、GIS系统等）、服务（营销系统、客服热线）、外部对接（海绵城市、城运中心）、管控（财务系统、组织人力）等数据信息，将这些数据汇聚分类后，根据客户、营销、生产等各个主题的需要，去抽取数据、进行分析，再在各个场景中加以应用（如决策场景、客服场景、监管场景、调度场景、应急指挥场景等）。

　　在整个过程中，要遵循实现定义好的各个方面的数据标准，推动一整套业务指标的形成，包括指标定义、设立依据、计算公式、数据来源、统计精度等各个维度。据此，通过将两种不同口径的指标进行对照，还可以使业务人员了解该指标在不同使用场景下的差异，提升数据统计的准确性。这种好的反馈机制能够进一步提升数据质量，形成良性循环，从而建立优质的数据资产，在智能管控、智能调度、智能水厂、智能服务等应用场景中发挥价值。基于数据资产，未来或许还可以探索城市水务数字孪生体及其应用。这些设想还涉及数据模型和机理模型的融合问题，有待下一步解决。