返回首页 | 网站地图
行业新闻
石油贸易领域人工智能平台建设与典型应用场景
发布时间:2018-08-16 10:12 来源:未知
国内石油贸易企业通过持续不断的引进与开发业务和财务信息系统,形成了大量系统管理的内部数据,数据质量较高,为进一步经营管理分析打下了良好的数据基础,目前外部数据尚未通过平台进行统一管理,较为分散。
 
内部数据方面,已普遍通过信息系统实现业务执行层面的数据管理,但在数据分析层面仍然存在一些问题:(1)手工数据收集整理、报表编制工作量较大,占用了分析人员大量的工作时间;(2)数据颗粒度较粗,即风控部门、财务部门获得的数据经过汇总合并后,汇总合并前的基础明细数据无法获得;(3)不同部门对同一名称的指标在理解上和统计口径上存在歧义,指标统计口径不一致。
 
外部数据则面临着如下问题:(1)数据来源众多,缺乏权威数据源的清晰定义;(2)数据管理分散,基本面数据多分散存储,技术面数据多通过第三方行情软件实时查看,缺乏统一的数据管理平台;(3)数据积累少,基本面与技术面数据均未形成长期有效积累机制,数据完整性及精准度难于控制;(4)数据获取难,商情数据多通过信息提供商终端、Excel插件及邮件传输的报告进行获取,数据获取的时效性和自动性难以保障。
 
因此,汇聚所有数据来源,通过大数据分析技术建立机器学习、人工智能模型,深入挖掘数据价值成为业内企业迫在眉睫的需求。
 
经过深入调研,针对业务运作中的痛点及难点问题,国内石油贸易智能化建设方案中调整并确立了大数据分析技术的4个典型应用场景,即:基于人工智能平台的辅助交易决策平台、大数据信用风险评估及预警平台、标准化报告智能分析、合同解析。