高质量发展看中国石油·降本增效③：两化融合新业态（图）
2018-09-04
关键字：
来源：[互联网]
[中国石油新闻中心2018-09-03]积极采用物联网、大数据、云计算、人工智能等先进技术，运用“互联网+”培育新业态新模式，提升运行效率，优化资源配置，实现降本增效。
大港油田：数据指挥智能管理
王徐庄建设数字油田走新型工业化道路透视
王徐庄是大港油田第一个数字油田，从转型建设之初至今已有6年，提挡升级仍在继续。
8月30日，记者从大港油田获悉：王徐庄油田提高劳动生产率20%以上，年节约直接成本2077万元，目前已形成“井站一体、电子巡护、远程监控、智能操控”新模式，勾勒出信息化改变传统油气生产的轨迹。
作为降本增效的利器，信息技术的能量到底有多大？管理方式、组织结构、用工成本、劳动生产率的根本改变，为老油田带来了怎样的生机？
2012年，压在大港采油二厂领导层桌案上的难题是，持续发展碰上了控制用工总量、自然减员导致的劳动力减少之间的矛盾。
采油二厂有50年的开发历史，从中长远发展角度考量，一方面要稳住老区，现有人员一个萝卜一个坑；另一方面要拓展新区，每年补充入厂的新员工远远不能填补用人缺口。接替所需要的人员从哪里来？
纵观全局，这个难题并非局部性的，而是所有老油田面临的现状。
“工业化生产必须与信息化深度融合，走新型工业化道路。”采油二厂领导层达成共识，全厂1000多名员工，因地制宜启用内在造血机制，激活人力资源蓄水池，才能破解当下难题。
信息技术冲到油气生产的风口浪尖，与传统模式“对抗”。在第二作业区王徐庄油田，输注队、计量队合计110人，在数字油田建设的大背景下，作业区部分岗位职能设置出现重合，部分员工由于工作强度降低、效率提高导致工作量不饱满，人员优化空间大。这部分人员被优化配置到新区。
采油二厂厂长陈尚红介绍：“建设数字油田既是当前员工更替入不敷出的形势所迫，也是企业充分利用信息技术的主动尝试，直接推动了生产方式、组织形式、管理模式的持续变革和创新，有效降低了生产成本，提高了劳动生产率和管理水平，为采油厂稳定发展释放新活力。”
采油二厂全面推进数字油田建设以来，劳动组织由四级变为三级管理；一线用工由原来的458人优化至320人，年人均油气产量由504.6吨提高到753.8吨；人均管理井数由0.86口提高到1.28口，由此步入“增产不增人”的良性发展轨道。
增产不增人，蓝领需升级，梦想如何成现实
王徐庄破除旧的管理秩序和利益格局，建成“单井→接转站→联合站”投运模式。油水井生产信息实时采集传输，中小型场站无人值守、大型场站少人值守，实现机构、队伍专业化整合，切实达到人员简化优化，形成“收放自如”的用工局面。
作业二区采油队、输油队、计量队3个基层单位19个班站优化成11个班站，年人均油气当量上升了218吨。54个摄像头遍布6个中小型站场及部分单井，帮助采油工近距离观察生产现场。晴天一身土、雨天一身泥的场景变成历史，采油工从繁重的体力劳动中彻底解放出来。许多老一辈采油人都说，曾经的梦想变成了现实。
宋丽在王徐庄油田做巡井工20年。而当下，她早已变身为通过电脑操作前线生产的“白领”，每天在中控室操作鼠标，屏幕“巡井”，丰富的现场经验令她工作起来游刃有余。一个个生产现场“搬”到了电脑上，20分钟数据传输一次，20秒钟屏幕切换1次，现场有情况立即就能发现。“过去，我要拿着管钳挨个巡井，走一次两个小时，几十名巡井人员常年在野外。如今，油水井生产平台24小时监控，两个人就能搞定。”
截至目前，王徐庄油田数字化建设全面完成，成为老油田数字化样板，被命名为“王徐庄模式”，其成功经验被推广至4个采油厂。2005年至今，大港油田直接节约用工1000余人，取消了500多个站，43个采油队、282个采油站优化为26个作业区、90个管理组，实现了扁平化管理。同时，新打油井不用再建站，地面系统再造成本大大降低。
用数据说话，靠数据指挥，新形势催生新模式
王徐庄油田的转型，诠释了新时代油气生产的运营模式。随着电子巡井、设备远程启停、故障自动报警、信息无线传输、班站入侵识别等先进技术的相继应用，更多的生产中枢都在听“数字指挥”，做“智能管理”。
抽油机井结蜡预见性维护系统是大港油田首个大数据分析系统，在王徐庄油田上线运行。该系统以抽油机井生产数据及其他各类信息为依托，对抽油机井结蜡情况进行预测，进一步指导洗井业务。同时，还具有智能化学习能力，随着应用的不断深入，判断准确率越来越高。依托采集上来的综合数据，年增效200余万元、节约用电270万千瓦时。
数字化建设的综合效益远不止于此。南一联合站是少人值守的大型站场，安全预警系统可对仪表数据进行智能分析，实时发出对重点设备的预警信息，还能识别储罐、管线、容器油气泄漏、烟雾、明火及非工作人员进入操作区并及时报警。
为配套地面管网优化简化，这个采油厂开展管道数字化建设，实现了隐患发现和处置由“应急救火式”管理转变为“主动预见式”管理。2016年7月11日21时，南—联合站至南三站管道泄漏监测系统报警并准确定位，在距离南三站700米处有泄漏点。值班人员及时赶往现场，经勘查确定为盗油分子打卡盗油，经过5个多小时抢修，管道恢复运行。
数字—智能—智慧，迸发出现代化油气田管理的魅力。一键式消防联动系统、单井拉油管控信息系统、生产电力数据管理系统等信息平台投用，令数字化建设内涵更加饱满。
湖北销售：科学研判精准营销
用大数据“指引”促销策略
中国石油网消息（通讯员杨红玲李凡）8月中旬笔者获悉，湖北销售7月促销费用环比6月减少859万元，降幅15.7%，而7月汽油零售量环比微涨，且实现了整体利润环比增长1.02亿元。在当前成品油市场竞争激烈、各类营销活动层出不穷的情况下，湖北销售以更少的促销投入收获更高的效益，归功于这个公司建立的大数据全口径折扣折让功能，实现了数据“指引”营销。
对于油品销售企业来说，为保住市场，不得不开展促销活动，而为实现利润，也要做到有效营销。能否利用大数据对效果进行评估，对销售行为进行规范？湖北销售自2017年7月开始研究大数据全口径折扣折让功能，并于2018年1月正式上线运行。这个功能每日可自动统计各层面零售环节油品折扣金额，统计效率和准确性大幅提高，对精准营销起到了数据支撑作用。
加油站折扣折让形式多样、交易数量庞大，且具体数据需要各分公司统计岗位人员手工计算，不仅耗时费力，而且难以保证数据的完整性和实效性，大大降低了数据分析的价值。
全口径折扣折让功能上线后，不仅可以每日自动提取分品号的挂牌直降、直销卡、卡储值、电子卷、消费返利、梯级优惠、活动卡、站级系统其他折扣，而且还可以自由提取分公司和加油站的销售量、折扣金额等信息，通过自由组合方式来延伸提取吨油折扣等同、环比数据，快速找准折扣金额高的加油站和类型，指导分公司及时调整促销政策，为经营决策提供更快、更有价值的决策依据。
今年3月份，鄂豫交界区域柴油降价幅度接近1元/升。受低价冲击，湖北销售襄阳分公司柴油销量下滑。虽然分公司组织开展电子卷、消费返利等促销活动，但效果并不明显。襄阳分公司通过大数据平台发现，流失客户主要为跨省物流客户，销量占整体的62%，折扣折让功能模块显示沿线加油站卡消费、卡储值大大减少，而越是靠近边界市场这种情况越明显。分公司有针对性地调整柴油策略，在交界市场梯次作价，构建省际边界市场第一道防火墙，防止低价政策向省内腹地市场渗透。至6月底，襄阳分公司黄集等6座边界市场及国道主力站，在政策投入不高于边界其他经营主体的情况下，柴油销量日均增84.5吨，增幅165%。
今年6月，宜昌分公司通过系统发现宜顺站吨油折扣超出平均水平20元，但达销率低于分公司平均水平10%，促销达不到预期效果。分公司果断缩减了宜顺、渔口等6座加油站的柴油促销活动及5座站点的汽油促销活动，确保分公司整体效益不受损，并通过在7月份将促销政策投放到达销率更高的站点，提高整体效益。
全口径折扣折让功能上线后，可以对加油站和分公司折扣进行多维度查询和预警，适时对分公司营销政策进行指导，帮助分公司及时停止无效和低效的营销策略，合理掌握销售节奏，确保量效并举。
管道二公司：实时分析统一把控
“信息流”主导施工安排调配
中国石油网消息（记者李程通讯员吴瑾）8月22日，管道二公司市场经营部管理人员在CRM系统中录入新中标项目信息。通过系统大数据分析，可以一键查看这个公司市场分布、工程分类及市场区域分布等相关情况。
近年来，管道局依托中油工程建设的CRM系统（客户关系管理系统）构建统一的市场管理信息平台，实现对市场信息的适时监控、及时归集和综合分析，对市场信息的备案管理、动态管理、人员保障、信息转让及授权管理的工作程序进行了明确。针对不同客户，实行“分级负责，集中管理”，内容包括客户基础信息管理、客户关系维护等。其中，市场开发中心负责主要目标市场的大客户、战略合作伙伴、中国石油主营业务板块及管道局长期合作伙伴的关系维护，管道局所属单位分别负责与本单位经营范围相符的客户关系维护。
2017年年底，管道二公司正式引入CRM系统，并安排专人负责管控市场开发信息。经过8个月的应用，管道二公司共对130名业主的相关信息进行有效分析处理，在区块划分和市场开发工作协调方面有了更为精准的数据依据，避免了内部单位间的无序竞争甚至是投标废标等重大事故的发生；在客户需求和发展潜力方面，掌握更有针对性的数据，实现客户的定向服务，从而与客户建立起长期稳定的合作关系。另外，信息平台的开放，使管道二公司与局属各单位实现了市场信息共享，从而促进内部信息资源的有效利用。
相对于CRM系统的智能应用，管道二公司在施工过程中，更侧重于对大数据的分析。这个公司接到中俄东线施工任务之初，项目团队便利用大数据手段对这个工程进行数据分析。他们将各工序按照时间和空间坐标进行划分，以业主下达的施工工期为目标，统一安排征地协调、电焊工培训、测量放线、管材进场、管沟开挖、质量安全等相关工作，让各工序进度汇集成总的施工进度，形成一个数据库，以此科学调配各项施工安排。
项目部利用大数据，对各工序施工时间、质量把控、安全环保等微小数据进行实时分析，从而确保施工进度、质量安全等各方面平稳受控。截至目前，这个项目部完成焊接73.87公里，一次合格率98.2%，管沟开挖21.2公里，下沟14.7公里，进度及合格率在中俄东线全线领先。
四川石化：综合评估优化调整
“精算”效益增长方向
中国石油网消息（记者范双权）8月17日，四川石化财务处工作人员上官同富把刚刚编制完成的今年第33期《经济信息周报》初稿报送处长审核。这是四川石化财务处经营分析岗位员工每周例行的工作，《经济信息周报》内容将在周一公司调度会上研究，供生产部门优化调整。
4年来，四川石化坚持走现代企业管理道路，快步跨入中国石油炼化板块盈利前列，凸显了新建炼化企业的价值潜力。
四川石化建立管理信息数据库，以产品价格数据、装置运行数据、生产成本数据为核心，运用APS系统，即先进计划与排产系统，比选效益最优的排产方案；运用作业成本法和原子关联法，分配产品变动成本，评估产品盈利能力；运用热值比价法，评估低效产品做燃料价值；运用机会成本理论，分段评价外购原料油加工效益；运用中间产品边际贡献测算体系，直观判断中间产品在下游加工路线间的优先安排次序。
“通过对产品生产经营过程的预测、决策、规划、控制，让我们能够在市场动态变化中准确锁定企业的效益增长方向，使企业生产经营始终处于最优状态。”生产运行处负责人如是说。
四川石化实行“机关处室—联合装置”两级扁平化组织架构，优势在于各项决策能够快速、有效实施运行。四川石化以大数据为出发点，以全面预算为抓手，建立了“财务测算—计划统筹—生产调整—销售协调反馈”的常态化管理体系，充分利用先进的数据分析平台，将效益与生产、市场和管理等各种信息融为一体，并从中提炼、总结内在规律，形成高质量的决策信息用于生产优化调整。基于财务测算分析结果，计划部门进行生产安排，生产部门依据装置实际优化调整。
例如，运用边际成本法，公司评估自发电单位的变动成本，测算得出自发电单位变动成本高于外购电单价。因此，在保证生产所需蒸汽的情况下，四川石化增加外购电使用，年可节省费用超亿元。
同时，四川石化建立了系统的管理会计内部报告制度和模板，定期对测算和分析过程中的主要信息进行提炼，以图文并茂的方式汇编成册，并在公司会议上通报，及时为公司管理层提供生产经营活动所需的经济信息。依靠内涵发展，仅2014年开工以来实施的十一大类205项挖潜增效措施，涵盖低效产品当燃料、回收燃料气中有效裂解原料组分、利用地方政策争取优惠电价、开发三聚高附加值牌号产品等，增效54.8亿元，对公司效益的强力提升起到了重要保障作用。
建言
管理中引入大数据理念
@大港油田刘志忠
随着信息技术的进步，建设数字油田解决企业全面提质增效问题，成为老油田可持续发展的关键。
通过物联网、大数据技术的深化应用，大港油田“王徐庄模式”，实现油气生产地面系统的全面感知、自动操控、预测趋势、生产优化，推进了以精简组织机构、科学配置人力资源为主要内容的劳动组织优化，应用数字化将传统的管理机制改为扁平式管理模式，实现生产方式转变，降低员工劳动强度，降低用工总量,降低生产运行成本，大幅提高劳动生产率，提高经济效益。
数字化作为提升油田管理水平的重要抓手，使地面系统的维护管理水平上了一个大台阶。同时，数字化还成为安全生产的保障。通过数字化手段，将危害降到最低，为绿色矿山建设提供了有力支撑。
不同系统的数据要互联互通
@吉林石化张广信
应用大数据是管理创新的新动力和有效途径。以物资采购业务为例，由于物资采购业务流程长、管控环节复杂、数据量大的实际，以大数据整合驱动物资采购和管理业务提升，可实现有质量有效益可持续发展。
利用大数据，可以有效实现专业化管理。通过大数据应用，可以促进业务处理自动化、业务管理规范化、决策支持智能化，满足进出口物资采购管理和交易需要，实现物资采购专业化管理。
利用大数据提高进出口物资采购效率。通过大数据的应用，实现数据标准化建设，消除信息孤岛，实现不同系统数据互联互通，形成物资采购业务数据仓库，采购业务从多个系统融合到统一的系统，形成完善的业务数据仓库，提升业务管理数据化能力。
推动智能化发展关键在人
@四川销售何悠
服务能力与时代变化不适应，与客户多元化、个性化需求不匹配，已成为销售企业当前的主要矛盾。解决好这个矛盾，必须通过大数据实现提质增效。
大数据在销售企业的运用，核心是利用大数据实现精准营销、精细管理、精确服务，利用大数据提高管理效率效益、降低经营成本，利用大数据创新体制机制、激发动力活力。
推动数据化、平台化向智能化发展，通过大数据应用，提高定量判断，减少人为经验判断，向智能驱动、智能决策过渡。用好大数据关键在人，思想不转变就会造成体制机制上的障碍，限制大数据的发展。要适应大数据带来的变化，切实消除信息孤岛和数据碎片化。