太湖流域某市供排水数据治理 — 全过程监理

太湖流域某市水务局(下称「水务局」)直管 1 个水源厂、2 个区域供水分公司、4 个污水处理厂、9 个监测断面。局内已建 GIS / SCADA / 客服热线 / 报装 / 营收 / 工单 / 化验 / 排水许可 / 环保对接 / 应急指挥 / OA 共 11 套业务系统,分属 6 个厂家。

2024 年下半年,水务局准备启动智慧水务二期,但二期建设涉及 6 个厂家数据互通,问题集中在:数据格式不统一、口径不统一、更新频度不一致、历史数据有错漏。一份集团年度运营报告要 14 天才能出,IT 部门疲于应付。

局领导明确指示:「先把数据治理做扎实,二期才上」。但 11 套系统的数据归一,既涉及技术、又涉及管理流程,内部没有统一队伍。

数据格式碎片化:同一类业务数据(例如管网压力)在不同系统里字段名 / 单位 / 采样频度 / 缺失值标记规则不同,合并前要先做字典对齐。

口径冲突:产销差计算口径有 3 套(水量平衡 / 财务结算 / 工艺核算),不同部门报送同一指标时,数字差异 5%-12%。

责任部门不清:数据治理涉及业务部门和 IT 部门,但数据「谁录入、谁核对、谁发布」的流程没有规范,治理工作一启动就互相推诿。

外部数据接入风险:气象、水文、环保数据来自 3 个外部单位,API 接口不稳定,历史数据缺失严重。

投产评价缺位:局内过去多个系统上线后,从未做独立投产评价,系统好不好用全凭领导主观感受。

全过程监理覆盖 4 个阶段:立项 / 招标 / 实施 / 投产评价。乐文在每个阶段都派驻团队,作为局方的「数据外脑」。

第一,做数据资产目录与口径字典:对 11 套系统逐表逐字段梳理,形成 167 项核心数据资产的目录(其中 53 项需要归一、34 项需要补采集、12 项已废弃可下线),并发布《口径字典 v1.0》作为后续监理依据。

第二,做数据治理组织设计:建议局内成立「数据治理工作组」(业务部门数据责任人 + IT 部门工程师 + 监理代表),每月例会,数据问题逐项销项。

第三,做数据质量评估:从完整性 / 准确性 / 及时性 / 一致性 4 个维度抽测 30 项关键数据,出具基线报告(综合准确率 76%)。

第四,做投产 6 个月独立评价:上线后每 2 个月采集一次指标,出具 3 期评价报告,推动 18 项改进措施闭环(系统层面 11 项 + 管理流程 7 项)。

乐文的标准流程在每个行业都一致,只是每一阶段的「必做动作」按行业差异配置。立项阶段强调方案可执行,招标阶段强调技术规范对齐,实施阶段强调里程碑监控,验收阶段强调实测,投产评价强调独立审计。

五步走完,交付物包括:监理意见、实测报告、整改闭环清单、独立评价报告——全部归入项目档案,审计 0 死角。