二、系统建设对油田数据的影响
二、系统建设对油田数据的影响
经过近年来多方面的观察和分析，我们发现虽然影响油田数据质量的原因是多方面的，但主要的原因还是集中在管理、制度和数据采集加工规范化方面。对于如何通过管理、制度、标准和流程来控制数据质量，提高数据可信度，现在有很多文章和专著都在探讨，并且已经有了很科学严谨演技和的数据监督和质量控制体系。以下我仅从大家不是太关注的方面，来介绍在数据监督和管理过程中需要注意的四个问题。
1.对数据准备认识不足
目前，油田企业在进行数据建设的时候，一般都是软件系统建设与数据建设同步展开。在软件建设过程中，高技术和高水平的人员往往都被安排把主要精力和关注点放在编程上，而对数据如何准备考虑较少。这就造成数据建设往往变成软件开发项目的副产品，即使在项目验收时，数据也仍旧只被作为检验软件功能效果的陪衬。
在完成系统开发后，将系统投入运行时才发现所需要的数据拿不到或不能用，影响数据可移植性和可继承性，因此数据库应用软件的开发必须与数据的组织、整理同步，并应着重考虑继承原有的信息资源。这种情况在升级软件时往往更容易出现，因为升级软件时常伴随着数据迁移和转库，新的数据约束和异常触发机制的建立常会使数据被人为修改。
由于数据的相关性导致同一数据会在企业内部的不同应用系统中出现，如果不对数据源进行归属分类，分专业建设，不仅会造成数据的重复建设，而且会影响数据的准确性，由此数据源的合理划分是影响数据准确性的另一个重要问题。系统设计者必须整体考虑企业的系统建设，掌握各类应用系统专业数据范围，明确数据的归口管理建设单位，制定相关数据标准，规范相关数据建设，避免数据多源、重复建设问题，提高数据准确性、权威性。
一些单位对历史数据的重要性缺乏足够认识，以为计算机是万能的机器，数据质量差些不要紧。另一些单位对数据工作的难度、工作量等缺乏思想准备，对数据库整体建设缺乏经验，不能从人力、物力、管理角度提出一套合理的建设方案，这样就导致不能真正把数据正常化管理提到议事日程，数据的质量无法得到有效控制。
2.缺乏质量控制监督的强力措施
数据质量的控制和监督措施常常被人提起，但具体行之有效的质检措施却不能适时提出和有效贯彻，这是数据质量问题产生的另一个问题。不少单位在数据准备、录入阶段缺乏审核、校验、质量控制和数据监督的措施，没有完整的质量监督体系，更没有专业的数据质量监督管理岗位，无法落实数据监督的职责。数据质量的监督可以从数据源、数据录入岗、数据上报点三个位置着手，建立内部和外部的监督，内部是岗位人员自己强化数据质量意识，外部是检查验收和必要的考核。一方面要在数据值约束、相关性分析、数据逻辑分析的基础上建立完善的数据校验程序进行数据校验，另一方面通过各级用户对数据的准确进行评估来掌握数据情况和适时校正数据，提高质量。
3.专业数据管理与信息技术人员的结合不足
数据库与文件管理系统的重要区别在于不仅存放数据，而且存放数据之间的相关性，相关性不仅表现在数据依存的时间、类型、名称等基本属性上，而且会在数据转移和使用过程中产生再生相关性。用户希望从数据中发现的东西越多，其相关性要求也就越高。专业数据大都是由专业技术人员掌握，相关性也是他们最清楚。但专业人员往往不懂计算机程序，同时编程人员又大多不熟悉业务，对相关性也难于理解，这就使编写的系统难以满足专业技术人员进行数据管理的需要。
油田内现有的生产应用往往是在本专业应用基础上，同时又涉及其它专业数据的综合应用。做数据相关性分析可以把该系统中所涉及到的其它专业数据进行分类，对数据源进行追溯，利用基础数据的相关性衍生某些数据，减少非专业数据在系统中建设中数据采集、录入和统计工作量。如果准确掌握了数据相关性，不仅能提高系统建设效率而且可以提高专业系统数据利用率，减少系统建设投入。
随着信息技术发展，科研单位引进了具有数值模拟功能的软件对生产过程进行研究。这些软件的使用需要大量基础属性数据和生产动态数据，而这些数据一般来说都是分属不同的专业应用系统。如何在短时间内组织大量相关性数据进行生产研究，这是数据相关性应用所要解决的另一个重要问题。这类问题可以在掌握数据相关性的基础上，通过设计数据接口实现。专业人员和信息人员的有效结合，不仅能够提高科研工作效率，而且能够提高软件的使用效率，最大限度实现数据资源共享。
4.设计需求不明确，缺乏整体观念
在进行信息系统建设时，设计者在进行系统建设时往往仅是考虑系统建设本身，而没有综合考虑数据源、不同级别管理者、科研人员的应用需求，所建的某些系统只是有简单的数据录入界面，缺乏专业数据系统支持的图形查询界面、没有基础数据汇总的上报系统。这种由于应用需求不明确，缺乏专业应用而建设的系统，既不能保证数据的完整性和准确性，又不能提供有价值的应用功能。由于需求不明确而建设的应用系统不仅数据准确性得不到保证，系统的可利用程度也不高。
网友评论