عظیم داده ها (Big Data) در صنعت نفت ایران

صنعت نفت و گاز در حال حاضر در بخش های مختلف عملیاتی شامل اکتشاف، حفاری و تولید، به جمع آوری حجم عظیمی از داده ها می پردازد. رشد سریع داده ها نیازمند یک تغییر اساسی در نحوه جمع آوری، ذخیره سازی، تحلیل و دسترسی دادن به داده ها برای پشتیبانی هوشمند و تصمیم گیری های بهنگام می باشد. امروزه بسیاری از شرکت ها با توجه به بینش هایی که داده ها از مشتریان، محصولات و خدمات در اختیارشان قرار می دهند، اهمیت زیادی برای داده  ها قائل هستند، چراکه به آن ها در نوآوری و دستیابی به راه حل ها و اهداف استراتژیک کمک می کند. در صنعت نفت نیز مدیریت موثر داده ها تاثیر مالی فراوانی بر عملکرد شرکت ها دارد.

کلیدواژه: کلان داده، عظیم داده، صنعت نفت

ضرورت و اهداف پژوهش

با توجه به حجم بالای داده های تولیدی در صنعت نفت ایران، تمهیداتی ازجمله راه اندازی سامانه بالادستی برای جمع آوری و یکپارچه سازی آن ها در نظر گرفته شده است. این سامانه می تواند بانک اطلاعاتی از عملیات مهندسی صنعت نفت باشد. به کمک این سامانه علاوه بر اینکه دسترسی به اطلاعات راحت تر می شود، از حذف و مفقودی آن ها نیز جلوگیری به عمل می آید؛ با این حال هنوز برخی از داده ها به صورت دستی در این سامانه اطلاعاتی ذخیره می شوند. با توجه به عدم وجود الگوریتم های صحت سنجی، ورود اطلاعات به صورت دستی در این سامانه، عدم قطعیت در صحت داده های تغذیه شده در سامانه را افزایش می دهد. امروزه با توجه به افزایش سرعت تولید داده، مقدمات تصمیم گیری های سریع تر نیز فراهم شده است، لذا می توان با جایگزین نمودن روش های نوین داده کاوی، تحلیل و مدیریت داده ها، تصمیم گیری دقیق تر و سریع تر را ممکن ساخت.

در سال های اخیر، پروژه های بسیاری در شرکت های اصلی و فرعی وزارت نفت در ارتباط با داده تعریف می شود که اطلاع از اهمیت بخش های مختلف مدیریت داده و اختصاص دادن بودجه مناسب برای هر بخش از چالش های بالقوه مدیران ارشد وزارت نفت هست. پژوهش حاضر در تلاش است تا پس از معرفی عظیم داده و سنجش بلوغ مدیریت داده به ارزیابی سطح بلوغ مدیریت داده در شرکت ملی نفت ایران پرداخته و مدیران وزارت نفت را در خصوص شناسایی اولویت ها و تعیین راهبردهای موثر راهنمایی نمایند.

معرفی عظیم داده

«عظیم داده» یک اصطلاح عمومی و حجم گسترده ای از داده هاست که با استفاده بیشتر از ابزارهای دیجیتالی و سیستم های اطلاعاتی ایجاد می شود. اصطلاح عظیم داده زمانی استفاده می شود که مقدار داده هایی که یک سازمان برای مدیریت در اختیار دارد، به یک حجم بحرانی برسد که نیاز به رویکردهای جدید فناوری مانند ذخیره پردازش و استفاده دارد. حجم، سرعت و تنوع معمولا سه معیاری هستند که «عظیم داده» را مشخص می کنند. سازمان ها در به  کارگیری از عظیم داده علاوه بر چالش های ذاتی کار با داده های عظیم (حجم زیاد، تنوع زیاد، سرعت زیاد، صحت و اعتبار داده ها در حالت عظیم داده) با چالش های دیگری همچون چگونگی حکمرانی، ذخیره سازی، امنیت و حریم شخصی روبرو هستند. برای غلبه بر این چالش ها نیازمند مدیریت موثر عظیم داده می باشند. از مزایای مدیریت عظیم داده می توان به افزایش درآمد، افزایش کارایی و افزایش صحت داده ها برای تجزیه و تحلیل اشاره کرد.

سنجش بلوغ مدیریت داده

مدل بلوغ قابلیت، مدلی برای توسعه است که در سال 1986 بعد از مطالعاتی که بر روی داده های جمع آوری شده توسط سازمان هایی که طرف قرارداد وزارت دفاع امریکا بودند، ایجاد شد. عبارت «بلوغ» نشان دهنده درجه رسمیت و بهینه سازی فرآیندها است که از سطح اقدامات موردی شروع شده و تا گام هایی که به طور رسمی تعریف شده اند و معیارهای مدیریت شده و نهایتا تا سطح بهینه سازی پویای فرآیندها ادامه دارد. هدف مدل بلوغ، در اصل بهبود فرآیندهای توسعه نرم افزار بوده است، اما می توان در دیگر صنایع هم از آن استفاده کرد. برای شناسایی وضع جاری مدیریت داده، مدل بلوغ به عنوان یک قطب نما استفاده می شود. مدل بلوغ، معمولا پنج سطح به صورت سلسه وار و به دنبال هم دارد. اعتقاد بر این است که با بالا رفتن سازمان در راستای این پنج سطح، پیش بینی پذیری، اثربخشی و کنترل فرآیندهای سازمان بهبود می یابد. این پنج سطح عبارت اند از:

• اولیه: در این سطح فرآیندها سازمان یافته نیستند، موفقیت به تلاش های فردی بستگی دارد، حکمرانی داده وجود ندارد، عملا چون در این سطح مدیریت دانش وجود ندارد، موفقیت ها تکرارپذیر نیستند؛
• تکرارپذیری: در این سطح حکمرانی داده در حال شکل گیری است و فرآیندها تا حدودی قابل تکرار هستند؛
• تعریف شده: در این سطح استانداردها کاملا مدون شده و تعریف شده هستند، از داده ها واقعا استفاده می شود و برای سازمان ارزش تولید می شود، همچنین فرآیندها مقیاس پذیر شده اند؛
• مدیریت شده: در این سطح سازمان کلا بر اساس آنالیز داده ها مانیتور می شود، حکمرانی داده به شکل متمرکزی وجود دارد، مدیریت ریسک بر اساس داده انجام می شود و متریک هایی وجود دارد که کیفیت داده می تواند بررسی شود؛
• بهینه سازی شده: در این سطح فرآیندها در سازمان ثابت نیستند بلکه کاملا پویا و داینامیک در حال به روز رسانی و بهبود هستند، هر نیاز جدیدی در سازمان با بهبود فرآیندها پاسخ داده می شود، فرآیندها با احتمال زیادی قابل پیش بینی هستند و ریسک به شدت کاهش یافته است.

ارزیابی سطح بلوغ مدیریت داده در شرکت ملی نفت ایران

نتیجه ارزیابی سطح بلوغ داده در شرکت ملی نفت ایران نشان دهنده موارد زیر است:

• وضعیت ساختارها: در هیچ یک از مجموعه ها واحد تخصصی با عنوان مدیریت داده مشاهده نشد. کمیته/ شورای حکمرانی داده با همین عنوان در شرکت ملی نفت وجود ندارد؛ اما به صورت پراکنده واحدهای وظیفه ای در یک محدوده خاص نقش تنظیم گری و حکمرانی داده را بازی می کنند. این نقش  ها به صورت رسمی تعریف نشده اند. در هیچ یک از گروه های بررسی شده ساختاری برای مدیریت داده و همچنین ساختاری برای مدیریت برنامه دیجیتالی شدن / تحول دیجیتال مشاهده نشد؛
• وضعیت نیروهای متخصص: در بین نیروهای مرتبط، با عناوین جدید نیروی متخصصی مشاهده نشد. با این حال به صورت پراکنده افراد ماهری در مجموعه ها برای کار حرفه ای با داده مشاهده می شود. عناوین رسمی همچون تحلیلگر داده، مباشر داده، رئیس یا مدیر ارشد داده و… در هیچ یک از سازمان ها و گروه های بررسی شده مشاهده نشده است؛
• وضعیت فرآیندها: فرآیندهای مدیریت داده به صورت رسمی وجود ندارد؛ اما فعالیت هایی پراکنده، به صورت غیررسمی و غیرمتمرکز در خصوص مدیریت داده انجام می  شود؛
• وضعیت ابزارها: بیشتر ابزارها سامانه های اطلاعاتی هستند که گزارش های استاندارد و یا داشبوردهای مدیریتی ارائه می کنند. مجموعه ابزارهای موردنیاز به طور متمرکز توسط یک سازمان مرکزی مشخص نشده است. از فناوری تجزیه و تحلیل پیشرفته تر داده مانند دی تری، هدوپ، ردشیفت واس ای اس در سازمان استفاده نشده است. معماری و حکمرانی داده مشخص نکرده اند که واحدهای سازمان از چه ابزارهایی بایستی استفاده کنند. برای تحقق الزامات تجزیه و تحلیل ابزارهایی مانند کوئیک ویو، آلتریکس و اسکیوال ها به طور متمرکز مدیریت نمی شوند. از ابزارهای آماری مانند پکیج آماری برای علوم اجتماعی برای تحلیل استفاده نشده است.

توصیه های برای دیجیتالی شدن صنعت نفت

تحول دیجیتال می تواند نحوه کار و زندگی مردم را در گستره ای قابل مقایسه با انقلاب های بزرگ صنعتی گذشته تغییر دهد. گرچه تحول دیجیتال پتانسیل فوق العاده ای برای سودآوری صنعت و جامعه دارد، اما به هیچ وجه تضمین نمی شود که ارزش کامل آن نمایان شود. به همین منظور، همه ذی نفعان اصلی باید در یک همکاری متمرکز و اقدامی قاطع در هماهنگی و نظارت جهت به حداکثر رساندن ارزش دیجیتالی شدن مشارکت کنند. دیجیتالی شدن موفق، به همکاری بین رهبران صنعت، جوامع و سیاستگذاران نیاز دارد. در این زمینه توصیه هایی ارائه شده است که در ادامه تشریح شده است:

• دیجیتالی شدن در اولویت مدیران ارشد قرار گیرد؛ تحول دیجیتال، مانند هر تحول دیگری، بایستی از بالا حمایت شود؛ بنابراین نیازمند تعیین یک چشم انداز روشن، تخصیص بودجه و منابع و نیز حمایت فعالانه از سوی مدیریت مرتبط است؛
• ایجاد فرهنگ نوآوری و پذیرش فناوری؛ همه چیز از درون توسعه نخواهد یافت، بنابراین شرکت ها می بایست به ایده ها و روش های جدید روی آورند؛
• سرمایه گذاری روی نیروی انسانی و برنامه های توسعه که تفکر دیجیتالی جدید را ترویج می کنند؛ نیروی کار دیجیتال باهوش یک عامل کلیدی برای تحول بوده و همین طور محرک اصلی جهت بیشینه کردن ارزش به دست آمده است.

جمع بندی

«عظیم داده» یک اصطلاح عمومی و حجم گسترده ای از داده هاست که با استفاده بیشتر از ابزارهای دیجیتالی و سیستم های اطلاعاتی ایجاد می شود. سنجش مدل بلوغ داده نیز مدلی برای توسعه است که در سال 1986 بعد از مطالعاتی که روی داده های جمع آوری شده توسط سازمان هایی که طرف قرارداد وزارت دفاع امریکا بودند ایجاد شد. این مدل دارای 5 سطح است که با بالا رفتن سازمان در راستای این پنج سطح، پیش بینی پذیری، اثربخشی و کنترل فرآیندهای سازمان بهبود می یابد. در پژوهش حاضر پس از معرفی سطح بلوغ مدیریت داده به ارزیابی سطح بلوغ مدیریت داده در شرکت ملی نفت ایران پرداخته شده است. در پایان نیز توصیه هایی مانند در اولویت قرار گرفتن دیجیتالی شدن توسط مدیران، برای دیجیتالی شدن صنعت نفت ایران ارائه شده است.

این مطالعه در موسسه PetroView توسط صابر پناهی شکوه در سال 1401 انجام شده است.