联想客服发展史

经过功能和流程改造，天津石化炼油部油品车间420号罐正式更名222号罐。它和家族其它三兄弟一起由柴油储罐华丽变身为汽油储罐，加上此前相继完成的六个投资项目，天津石化具备了车用乙醇汽油调合组分油生产、储存及出厂等硬件条件。

8月7日17点35分，首罐92号车用乙醇汽油组分油化验合格，开始输往华北南疆码头。以此为标志，公司开启了车用国Ⅵ汽油与乙醇汽油调合组分油并行生产的“双标”生产模式，产品质量指标完全符合相关标准。

坚决履行社会责任 再难也必须完成

“要在保证总部配置计划落实的同时，完成为天津地区提供乙醇汽油组分油任务，首当其冲的就是硬件难题。我们只有一套储运调和系统，而两种标准的汽油必须单储单运，时间关死后门，设备改造、工艺调整时间有限，难度可想而知。但公司领导强调，为‘美丽天津’提供清洁能源是我们履行社会责任的体现，完成时间只能提前，不能错后。”经营计划部黄金珠副部长全程参与这项工作，当时的情景还历历在目。

2017年9月，十五部委联合印发《关于扩大生物燃料乙醇生产和推广使用车用乙醇汽油的实施方案》，天津市决定，自2018年10月起，天津市开始封闭销售车用乙醇汽油。作为天津乙醇汽油调和组分油的主要生产基地，公司必须啃下这块“硬骨头”。

车用乙醇汽油调合组分油是生产车用乙醇汽油的主要基础油，下游销售企业再按照一定比例混配燃料乙醇，最终行成新型替代能源——车用乙醇汽油。而公司经过几轮的设备更新改造，目前为市场上提供的是满足国Ⅵ标准的汽油，全力增产国Ⅵ汽油是公司一直以来的重点优化项目。

公司迅速集结技术力量,认真研究落实方案内容，同时与下游销售公司对接乙醇汽油组分油生产供应方案；另一方面立即开展乙醇汽油调合组分油的理论测算和调和实验工作。最终，综合生产成本和建设周期等各方面情况，公司确定，加紧完成以乙醇汽油组分油生产为前提的，包括汽油出厂设施、出厂流程、储运调和系统等共六项投资项目。重要节点目标，是2018年8月份具备乙醇汽油调合组分油生产和出厂的条件。

安全质量进度同等重要 每个细节都要周全

7月26日，222号汽油罐严格按照生产指令，开始收满各种组分。经过反复化验，222号罐成功交库。得到这一消息，油品车间工艺副主任张长权如释重负。

“六个项目都是生产、施工同步进行，管线里的介质都是一点就着的油气，对安全和质量的考验大家都是一样的。”张长权坦言责任重大，必须守土有责。

公司严格现场直接作业环节管理，以周例会的方式及时协调推进项目建设中出现的各类问题。在作业部层面，炼油部要求各生产车间实施属地管理，早介入，早熟悉，为安全和质量上好双保险。

张长权介绍说，车间人手紧，管理人员到现场承担监护、组织工作，“各项工作穿插进行，长达半年的时间里加班是常态。”

为了保证在安全施工的前提下进度可控，他们每天三次碰头，统筹安排各项工作时间，进度时间细化到小时。为了最大限度地保证产品质量，他们注重每个节点的质量控制，环环相扣，以点保面。

以埋地管环节为例，因为管线走地下，涉及到长治久安，投用前必须进行爆吹、引油、置换等规定流程，以保证投用后的产品质量。公司明确规定，进油操作期间禁止一切动火作业。他们就在夜间错峰操作，同时做好警戒、告知等准备。张长权加重语气，强调每个细节都必须考虑周全。

就这样，由于提前介入、组织周密，新增项目贯通、吹扫、气密、置换等工作进程顺畅。2018年7月底，公司提前具备了乙醇汽油调合组分油生产和出厂的条件。

每一滴油都是承诺 差一点都不行

8月7日，公司首批4000吨92号车用乙醇汽油调合组分油顺利出厂，产品同时满足国Ⅵ汽油和乙醇汽油调合组分油两个标准。

炼油部共有13类30多个产品，任何一种产品的生产和出厂都会在生产组织链条上“牵一发动全局”，加之车用乙醇汽油与普通清洁汽油在国标上有相互制约之处：车用乙醇汽油严格要求氧含量，明确不能添加MTBE(甲基叔丁基醚)；普通清洁汽油对氧含量要求宽松，并且可以加入MTBE，而对芳烃含量要求比乙醇汽油严苛很多。这样的“矛盾”增加了车用乙醇汽油组分油的调和难度。

在改造硬件的同时，公司组织力量对车用乙醇汽油调合组分油进行技术攻关。他们提前制定生产方案，根据现有汽油调合组分油的资源，科学制定生产配方。

“辛烷值、芳烃含量、硫含量是车用乙醇汽油调合组分油的关键质量指标。相关各生产装置必须通力配合创造条件，特别是催化装置稳定塔必须通过降压、提温等操作严格控制蒸汽压力指标。”炼油部生产科马德良介绍说。

通过反复摸索和总结， 1月30日，公司成功调和出92号、95号乙醇汽油调合组分油，并于5月份开始组织试生产。

“这次博弈难度之大前所未有，”有着丰富生产组织经验的马德良表示，“就像医生用药，对症下药不难，难的是各种病症同时出现，而药品禁忌又相互制约。”

炼油部精心组织协调、反复计算各种配比。因为禁止添加高辛烷值组分油MTBE,他们只能加大芳烃含量高的重整汽油调合比例来保证汽油辛烷值，然而其中芳烃内控指标又是必保项目。就这样他们在多条“高压线”下努力寻找平衡，最终第一罐满足乙醇汽油调合组分油标准的油品诞生了。

截至目前，炼油部已顺利完成了92号与95号乙醇汽油调合组分油的生产交库，今后每月可生产10-12万吨车用乙醇汽油调合组分油供应天津油品销售企业。

党的基层组织。

党的基层组织是党在社会基层组织中的战斗堡垒，是党的全部工作和战斗力的基础。新形势下基层党组织工作开展的怎么样，直接影响到党的凝聚力、影响力、战斗力的充分发挥。

党的基层组织，根据工作需要和党员人数，经上级党组织批准，分别设立党的基层委员会、总支部委员会、支部委员会。

企业、农村、机关、学校、科研院所、街道社区、社会组织、人民解放军连队和其他基层单位，凡是有正式党员三人以上的，都应当成立党的基层组织。

党的基层组织是党的全部工作和战斗力的基础。“把加强基层党的建设、巩固党的执政基础作为贯穿社会治理和基层建设的一条红线”。

党建做得好，可以将组织优势转化为治理优势，有助于基层治理提质增效。把党的组织链条延伸到城乡生产生活的各领域各环节，打造联系群众、服务群众的坚强堡垒，才能更好促进基层治理。

基层是国家治理的最末端、服务群众的最前沿，各类矛盾问题往往较为复杂。

如何做到收集问题更全面、解决问题更及时?浙江嘉兴以村民小组、居民楼道、商务楼宇、企业等为单位细分出9.2万个微网格，党员干部在微网格的经常性走访中着重收集影响群众生产生活的操心事、烦心事、揪心事，并现场解决问题或上报相关机构统筹处理。

实现了将矛盾化解在源头、问题处理在基层。由此可见，牢牢抓住基层党建这个“牛鼻子”，就能畅通“毛细血管”，激活“神经末梢”，提高办事效率进而增强服务群众的能力。

花生日记平台设置规定，以前会员需要交纳99元升级成为超级会员，才能获得发展他人加入并从下一级会员消费金额中提取佣金的资格，现在不需要缴费，在超级会员分享购物链接后，其他人通过该链接跳转到相关产品并发生购买行为后，超级会员本人就可以获得既定的预估收益。

社交电商广州花生日记网络科技有限公司（简称“花生日记”）涉嫌传销一案已“靴子落地”。

根据广州市海珠区工商行政管理局日前作出的行政处罚书显示，因涉嫌传销（直销）违法行为，花生日记被罚没款项共计904万余元，其中违法所得约754万元、罚款150万元。行政处罚内容同时显示，从花生日记APP上线运营，其组织结构达到三级及三级以上层级的会员有2149.6085万人，占会员总数的82%，层级最多的组织链条发展至51层。

2月20日，新京报记者发现，交纳99元升级成为超级会员的规则已不存在，同时其客服人员称目前“预估收益”只有“一级”奖励。

社交电商的模式主要依靠社交网络的裂变而不断扩大规模，在“人从众”的玩法模式下，就可能会陷入传销的泥潭。事实上，除了花生日记，云集微店、斑马会员、米友圈、凯儿得乐等社交类电商都曾被质疑或被曝光涉嫌传销。北京市常鸿律师事务所律师彭艳军对新京报记者表示，凡是包含“团队计酬”“入门费”“拉人头”的商业模式都可能涉嫌传销，社交电商平台在商业模式设计时，要考虑到这几个方面是否合规。

新京报记者查阅国家企业信用信息公示系统看到，据广州市海珠区工商行政管理局发布的行政处罚决定书显示，该局对花生日记涉嫌从事传销活动行为立案调查。经调查核实，花生日记平台设置规定，会员需要交纳99元升级成为超级会员，才能获得发展他人加入并从下一级会员消费金额中提取佣金的资格。花生日记共发展超级会员7247人，收取费用71.7453万元。花生日记以会员所购买的商品一定比例的佣金为诱饵，发展了多个粉丝数量多、流量大的流量运营公司，作为其“分公司”运营商负责发展会员，按照层级提取酬金。

移动互联网和大数据日益发展，沉淀的数据越来越多，数据的质量、使用效率、数据安全等等各类的问题迎面而来。为了让数据发挥最大的价值，数据治理作为数智化战略的一项必要举措，列入了大多数企业的战略行动计划，业界也有“数字转型、治理先行”的说法。但是谈到数据治理，业界有一个普遍的共识，那就是 “数据治理说起来容易，做起来难”。怎么通过数据治理解决这些难题？数据治理究竟难在哪里？华为作为典型的非云原生企业是如何应对的呢？

2018到2021年间全球8300家标杆企业中，全面拥抱数字技术的前10%企业相比后25%企业营收增速超过5倍。数字化转型浪潮下，数据资产将成为关键生产要素支撑未来数据产业化升级，是未来政企实现跨越式发展的必然选择。

根据华为在政企行业多年的深入耕耘和自身转型的实践，我们发现，优质高效的数据底座，是保障政企运营效率持续提升和业务创新升级的重要基石。我们深知打破数据孤岛、确保数据准确、促进数据共享、保障数据隐私与安全，是政企数据治理的关键。当前很多企业数据体系建设呈现出“烟囱化”的趋势，为政企数据治理带来了四大挑战：

l 进不来 ：数据来源复杂，集成难；

l 质量差 ：数据质量要求高，规则校验多，落地难；

l 出不去 ：数据烟囱林立，业务和数据匹配难，共享难；

l 不放心 ：数据安全、交互风险高。

早期的华为是典型的非数字原生企业。从2007年开始，我们通过两个阶段的持续变革，系统地完成了数据管理体系建设，实现业务感知和ROADS体验的数字化转型：

l 阶段一（2007-2017） ：设立数据管理专业组织，建立数据管理框架，发布数据管理政策，通过统一信息架构与标准、有效的数据质量改进机制，提升数据质量，实现数据全流程贯通，业务运作效率整体提升。

l 阶段二（2017-至今）： 建设数据底座，汇聚和联接全域数据，实现数据业务可视、随需共享、敏捷自助、安全透明的目标，支撑准确决策和数据创新，构筑差异化竞争力。

华为经过十多年的实践，我们总结出 “4层保障”和“2个抓手”（信息架构、数据质量） ，实现清洁数据，充分释放数据价值的核心手段。

4层保障包括：

l 政策保障： 从目的、适用范围、管理原则、问责等方面进行政策制定，公司层面需统一遵从，确保业务与IT共同参与数据治理。

l 流程保障： 建立数据管理流程，重大决议由企业变革指导委员会决策，通过变革管理体系和流程运营体系落地。

l 组织保障： 按领域任命数据管理Owner和团队，建立实体化数据管理组织承接数据管理改进目标。

l IT落地保障： 建设承载面向“联接共享”的数据底座和数据服务融合的统一IT平台，完成数据全流程流转与价值变现。

2个抓手是指：

l 信息架构： 构建面向“业务交易”的信息架构，描述业务运作和管理决策所需要的各类数据及其关系，保障企业内统一“数据语言”。

l 数据质量： 建立数据质量管理框架和运作机制，例行开展公司级数据质量评估，由企业数据管理组织定期发布报告，牵引各业务领域持续改进。

上述的4层保障和2个抓手，构成了企业数据战略资产综合治理体系，能够确保关键数据资产的有清晰的业务管理责任，IT落地有稳定清晰的原则依据，作业人员有规范的流程指导。遇到争议时，有裁决和升级处理机制，治理过程有充足的人力、组织、预算保障。只有建立起有效的数据治理环境，数据的质量和安全才能得到保障，数据的价值才能真正发挥。

作为华为数字化转型的底座，华为云沉淀了大量的实践经验和方案能力，并通过华为云Stack来赋能政企，加速各行各业的数字化转型。在数据治理领域，华为云Stack为政企提供数据湖治理中心服务（DGC）来帮助企业客户快速构建数据运营能力。DGC是数据全生命周期一站式开发运营平台，提供数据集成、数据开发、数据治理、数据服务、数据可视化等功能，支持行业知识库智能化建设，支持大数据存储、大数据计算分析引擎等数据底座。下面我们就来一起看看DGC是怎样应对我们前面提到的挑战：

l 进的来：简单高效的物理和逻辑数据集成保障数据全面入湖

非数字原生企业发展普遍有较长的 历史 ，随着不同阶段的发展需求，业务系统间存在大量复杂的集成和嵌套，数据来源多样，数据形成孤岛难以集中共享。

数据集成：简单易用的多源异构数据批量和实时接入

DGC能够提供活易用的可视化配置与迁移任务编排，将数据迁移和集成的效率提升数十倍。除主流关系型数据库支持外，还支持对象存储、NoSQL等40余种同/异构数据源及三方大数据平台批量迁移入湖。 DGC物理入湖与HetuEngine跨湖跨仓协同的逻辑入湖 作为两种重要数据集成方式协同互补，满足数据联接和用户数据消费不同场景需求，支撑客户数据湖从离线走向实时，构建物理分散、逻辑统一的逻辑数据湖。

l 理的清：从源端架构到平台工具端到端数据质量保障

企业级信息架构：结构化的方式实施有效的治理

企业在运转过程中，需要定义业务流程中涉及的人、事、物资源，实施有效的数据治理，确保各类数据在企业业务单元间高效、准确地传递，上下游流程快速执行和运作。企业长期存在信息架构与IT开发实施“两张皮”的现象，数据人员和IT人员缺乏统一协同，企业数据架构混乱，信息架构资产和产品实现逻辑割裂，数据模型资产缺失。

平台工具和服务：一体化开发设计，端到端专业服务，有机联动保障数据质量

结合华为数据治理专家团队与项目实践经验，DGC规范设计实现了一体化设计和开发，不仅确保了元数据验证、发布和注册的一致性，而且实现了产品数据模型管理和资产可视，同时辅以专业的数据治理服务团队、成熟项目管理机制和丰富的实践经验，支撑企业构建高质量的清洁数据架构和能力。在政务大数据中心通过DGC一体化平台和专业服务，完成多个委办局全量数据接入，落地数据分层架构模型设计，完成基础库与主题库的建设，实现委办局数据全流程生命周期设计与落地，涵盖数据架构和模型设计、数据标准设计、数据模型物化、数据质量稽核作业等，助力领导决策支持、宏观经济云图和惠民APP示范应用系统上线。

l 出得去：通过数据服务和数据地图实现数据自助消费

数据底座建设的目标是便捷地支撑数据消费，确保用户安全可靠地获取数据，并通过灵活的数据分析等方式，按需快捷的消费数据。

数据服务：服务化方式供应数据

通过服务化方式对外提供，用户不再直接集成数据，而是通过聚合应用模型可视化构建，涵盖API发布、管理、运维、售卖的全生命周期管理，作为业务的“可消费产品”的关键要素之一，解决了数据的可供应性。

数据地图：从查询到分析到使用一站式自助

以数据搜索为核心，综合反映数据的来源、数量、质量、分布、标准、流向、关联关系，满足多用户、多场景的数据消费需求，解决了数据“可搜索/可获取性”的难点问题。消费方获取数据后，还支持从数据查询到拖拽式分析的端到端的一站式自助作业，帮助数据消费者结合自身需要获取分析结果，满足业务运营中数据实时可视化需求。

l 用的安：从模型、制度到平台多维度打造立体化数据安全体系

安全能力模型评估：系统化安全管理抓手

数据安全能力成熟度模型是数据安全建设中的系统化框架，围绕数据全生命周期，结合业务的需求以及监管法规的要求，持续不断的提升组织整体的数据安全能力，提升数据安全水平和行业竞争力，确保数据生产要素安全流通和数字经济 健康 发展。在多个项目中，华为通过安全评估、安全加固等专业服务，助力客户高分通过等保评估，实现数据安全流通。

从制度到工具和服务：统一安全治理框架落地

数据安全治理需要从决策层到技术层，从管理制度到工具支撑和服务体系，自上而下形成贯穿整个组织架构的完整链条。企业组织内的各个层级之间需要对数据安全治理的目标达成共识，确保采取合理和适当的措施；DGC数据安全定义数据密级、认证数据源、对数据动静态脱敏及添加水印等方式以最有效的方式保护数字资产。

企业数字化转型逐步进入深水区，如何提升海量数据治理的效率和准确率，如何将专家经验固化传递都面临巨大的挑战。人工智能与数据治理深度融合将会开启数据治理的新阶段，通过AI加速企业数据生产要素的变现、进一步释放数据价值。

l 智能数据资产编目

基于AI的智能数据编目系统具备数据的学习、理解和推理能力，帮助团队实现数据自主、简化数据 探索 、实现重要数据资产智能编目推荐。

l 智能数据标准推荐/去重

通过机器学习技术，自动扫描元数据信息，提炼关键数据项，智能识别新增数据标准、冗余存量数据标准去重，提高智能化程度。

l 智能重复/异常数据检测

智能重复/异常数据检测技术，将数据根据相似读音、相似数据类型分组，通过模型计算相似度得分，超出规定阈值时，自动异常检测和识别。

l 智能主外键识别

通过筛选候选主外键时构造特征向量，并调用分类器智能判别该元数据是否为主外键，提升数据模型质量，进而优化和简化后续资产梳理和对外提供数据服务。

数据是物理世界、数字世界和认知世界相互联接转换的纽带，大规模数据交互将构成庞大的政企数据生态。政企数字化转型不能一蹴而就，数据治理亦非一朝一夕之功，治理的数据规模日趋庞大，类型千变万化，手段也更智能丰富，需要我们共同携手从制度、流程、技术、生态多维度一起努力，构建数据智能新世界。