“为了提高数据质量，你必须让数据变得具体、相关，并为其设定一个目标，”拉斯维加斯谷水区(Las Vegas Valley Water District)的高级运营研究分析师Cecelia Adair说。通过这个简单明了的公式，Adair强调了任何数字转换的核心——数据。
这就解释了为什么Adair如此关注数据质量。毕竟，没有高质量的数据，任何先进的自动化技术应用都无法改善您的运营。她的经历表明，尽管过去几十年技术不断进步，但GIGO(垃圾输入，垃圾输出)这句老话仍然适用。
对于拉斯维加斯水务部门来说，其维护数据对于管理其资产至关重要，这些资产每天通过54个泵站、79个水库盆地、6500英里的输配管道、76口生产井和26口补给井向150多万人输送2亿加仑的水。
Adair在达拉斯AVEVA世界会议上描述了该地区对数据质量不断发展的关注，他说这一切都始于该地区在2003年实施AVEVA的Avantis维护管理软件。Adair表示，在实施之前，拉斯维加斯水务部门一直在使用工作管理流程来维护其资产。“但有了AVEVA，我们可以做得更好。所以，我们开始查看我们的反应性维护数据。”
细节决定成败
当他们深入研究数据时，他们发现工作类型和工作优先级之间的反应性维护数据存在差异。“当我们绘制反应性维护工作的百分比时，根据我们的工作类型记录，这一比例很高，约为25%。但我们的优先类型显示，它只占10- 13%左右。”“数据并没有告诉我们同样的故事，这表明存在问题。”
进一步挖掘，Adair说他们发现他们的1级和2级维护活动主要由反应性工作维护组成，正如预期的那样。但他们也在这里发现了三级维护活动。这些活动应该是日常工作，她说，这意味着发现这项工作在反应性维护工作下编码意味着它没有被正确编码。
由于他们手上有一个明确的编码问题，水务部门需要解决这个问题。为了做到这一点，他们需要一张趋势图。Adair说，要为维护活动创建有效的趋势图，需要“选择适合数据的时间段，然后随着时间的推移定期绘制数据图表。”
Adair表示，在选择这些数据并找出可能存在错误的地方的过程中，通过与操作员和维护人员交谈来交叉检查数据，并使用Excel数据透视表来探索数据，这很重要。她说，当你以这种方式扫描详细的数据时，“奇怪的事情会跳出来”。
下一步是检查代码，为每个代码字段定义用途，并选择允许使用的代码。“可以考虑使用实体分类来过滤代码列表，”Adair说，“然后培训人们这些代码的用途以及使用哪些代码。然后度量代码使用遵从性。请记住，这些代码都是关于如何以对每个人都有意义的方式从系统中获取信息。它们的创建不是为了让每个人都能在系统中拥有他们想要的每个词。这就是导致重复代码的原因。”
她还强调了实体层次结构对数据管理的重要性。“没有这个，你可能会错过一些东西，”阿黛尔说。拉斯维加斯水务局采用三级流程，包括选址、设备和系统。在这样的多级流程中，“检查实体类型和分类是否使用了一致的结构，”她建议。
更好地理解流程
即使制定了具体的数据目标和程序，并与水务部门的工作人员进行了沟通，Adair也承认，在早期，合规情况并不是很好。然而，她表示，随着时间的推移，情况确实有所改善，因为工作人员看到了数据的定期审查，并且需要遵守规定。
为他们的AVEVA软件提供质量更好的数据，取得了显著的结果。例如，在某些情况下，在数据编码改进之前，关闭优先级为1的维护问题的周期时间可能需要近300天。到将数据映射到活动并不断改进数据输入的第三年，第一优先问题在不到40天内就完成了。该计划实施六年来，该地区在不到4天的时间内就解决了这些问题。
Adair说，有了这些数据改进基础知识，您可以进一步向CMMS添加更多信息，这样您就可以了解有关设备的所有信息。例如，通过正确地编码他们在维护中的振动程序，它“帮助我们更多地了解我们的过程——不仅是维护过程，也是工程师的过程，”她说。
基于这一数据质量计划的成功，水务部门正在将其扩展到其他维护操作，例如在夏季科罗拉多河退去时用于维持水位的水井。阿代尔说:“我们使用汇总数据来确定成本最高的抽水站，看看它们是否是我们认为成本最高的抽水站。”他们还利用这一流程跟踪该地区40万条服务线路的故障。
阿代尔说:“通过衡量你的业务，你的员工了解得更多，这导致他们输入更多更好的数据，因为他们看到了数据的价值。因此，他们的工作得到了更好的记录，资产管理得到了实现，并且您已经创建了持续改进的协同作用。”
