Maximo系统的灵魂是数据，没有全面、准确的数据，maximo系统的所有功能都无从谈起，所以数据收集工作是maximo系统建立的重中之重。如何科学、高效的进行maximo系统数据收集的工作，一直是我们思索和实践的主要工作。今天，我们将把我们在数据收集工作中的一些心得和体会拿出来与大家分享，希望能给大家一些借鉴，也希望各位专家能给我们大力的支持，指出我们的不足之处，以便我们改进。
有人说打造一个好的资产管理系统就像是做一件手工的艺术品，需要技艺高超的艺术家精心的工作才能实现，而我们一只追求的是把这项工作做成一个标准化工作，就像一套自动加工的流水线，不需要很高技能的人，也不需要很多创新的思想，就能高效的生产出合格的产品。所以我们根据实际工作的进行过程，我们在数据收集过程中主要定义了七个要素，这七个要素是决定数据收集工作成败的主要指标，把握好这七个要素，数据收集工作就能顺利进行，接下来，我将对这些要素逐一进行介绍。
一、 数据调研。
数据调研工作是了解客户需求的过程，只有充分了解了客户的需求，我们才能把数据收集的合乎客户的要求，什么是好的资产管理系统？客户满意的资产管理系统才是好系统，只有了解客户希望得到什么，我们接下来才能努力去打造可以满足客户这些需求的数据，当然，数据调研也是一个沟通和交流的过程，并不单单是我们去了解客户，有些客户对maximo系统不是非常了解，所以一些想当然的要求就会随之而来，在数据调研的过程中，我们也要对这些客户的需求进行充分的分析，诚恳的给客户指出那些要求是不合理的，那些是不科学的，这样不合理不科学的要求会对系统和系统上线后的应用造成什么影响，然后提出我们合理的建议，切实的为客户着想，为系统的成功实施着想。
没有充分准备的数据调研工作完成质量差异很大，有些资深的经验丰富的工程师去调研可能会发现很多问题，双方达成很多的合理的协议，为日后工作的进行奠定坚实的基础，反之，如果一个不是非常合适的人去进行调研就会给日后的工作带来很多不便，我们为了使数据收集工作的质量得到保障，消除人的因素对工作带来的影响，把数据收集工作变成可以标准化实施的工作流程，我们在我们的信息库中建立了很多调研的模版，这些模版都是经过讨论论证后得出的，使用这些模版去进行调研，就可以有效的提高数据调研的质量，避免因为人的原因把一些关键点遗漏，对日后工作造成影响。
二、 数据收集规范制定
我们知道每个人的个性都不尽相同，而maximo系统的数据收集工作量是相当大的，不可能由一个人去完成，永远都是一个团队的工作，如何协调统一团队里的每一个成员，使不同成员所完成的工作风格统一而又相互协调？一个实施对象的几万条数据如何能够不重复、不遗漏的进行收集呢？这也是数据收集工作中要面对的一个重要问题，同时这也是我们要一再强调规范重要性的原因，只有在一个科学合理而又详尽的规范的指导下，不同的人在收集数据的过程中才能整齐划一，数据的质量才能得到保证。我们的规范是全面的，适用的，在这方面我们做了很多的基础工作，还记得几年前我们刚开始接触数据收集工作的时候规范不全面，不合理，我们很多人连续加班赶制规范的情景，如今，通过不断的修改完善，我们的信息库中已经有了位置、专业系统位置、设备、PM、标准作业计划、库存项目等等涵盖maximo系统数据收集所需的所有标准规范，接手新项目的时候我们在这些标准规范的基础上，针对不同的实施对象和客户需求进行修改，只需要2、3天的时间就能拿出一份科学合理切实可行的规范，大大提高了实施效率和质量。
当然，有了规范并不是万事大吉了，有了这些东西以后我们还要专门组织团队成员认真学习这些东西，真正的掌握这些规范的内涵，从思想上认识到这些规范的作用并自觉遵守，我们的要求是这些规范要从无到有，再从有到无，真正的把这些东西融合成自己的，记在心中，而不是在做的时候拿出来查。
三、数据模版
数据模板是供数据收集期间使用，来记录数据的表格。我们把maximo系统所需要的数据加以分析、总结和归类的基础上，制定出来一套完整的数据收集模版，在数据收集过程中，按照模版所规定的项目进行收集，不仅仅能保证导入系统后数据的准确完整，而且在数据收集过程中可以很方便的供数据收集人员使用，在数据审核过程中可以方便的供数据收集人员审核，层次清晰，逻辑明确，导入数据的时候简单、容易操作。
四、数据组织
数据收集过程是耗时长、工作量大而且枯燥的一项工作，很多人都不愿意去做，其实数据收集工作也不是没有技术含量的工作。我们一直只认为做系统的人可以不了解数据，但是做数据的人一定要非常了解系统，只有明白数据的底层结构、数据在系统应用中的作用的人才能收集到好的数据。比如maximo系统中的预防性维护计划和标准作业计划等数据收集需要相当的现场工作经验，maximo系统的精华在于维修管理，没有做过维修的人做出来的标准作业计划我想可能不会那么适用。所以我们在数据收集过程中充分利用维修经验丰富的现场人员的作用，打造出了一整套的常见标准作业计划和预防性维护计划，里面涵盖了石油天然气行业常见的绝大多数设备的维护维修，我们的目的不仅是要指导现场维修人员的工作，我们还要规范现场人员的工作，去转变他们落后的维修理念和维修方式，强化他们的安全意识，让他们改正不规范的维修行为，在设备和人员安全的前提下，高效、合理、科学的进行设备维护维修，最大限度降低成本。我们编写这一套预防性维护计划和标准作业计划的人员有很多都是来自现场，在实际工作了十年二十年的优秀维修人员，他们的实际维修经验加上先进的维修理念、量化的维修标准，在实际使用中也证明具有很好的效果，可以说这套凝聚着我们很大心血的东西也是我们在数据收集过程中为企业创造的一笔财富。虽然目前可能这些东西还具有一些行业局限性，但是我们发现这种思路是正确的，信息化需要的不仅仅是IT技术和理论知识，还需要现场的实际工作经验，它的价值也在于现场工作，所以说maximo脱离了实际就不会有生命力。
在数据组织的过程中，肯定会遇到前期制定规范的时候没有想到的问题，一些设备无法按照规范进行收集，这是很正常的事情，要解决这个问题就要对规范进行升级，不断补充完善规范，最终实现项目的顺利完成。修改规范之前最好进行集中讨论，全面考虑整个项目的情况、论证修改的科学性和合理性后再慎重的进行规范升级。
五、数据审核
数据审核是在数据提交甲方之前最后一次检查，所以意义非常重要，我们一般分为自身检查、交叉检查和汇总检查几个阶段，检查的内容包括数据的各个方面，所收集数据是否全面，有无重复数据重复编码，层次结构是否合适等各个方面的应用，由于数据量大而且相互关联，所以后期对数据进行修改可谓牵一发而动全身，如果主位置树发生改变，那么专业系统树、设备树、标准作业计划等可能全部都需要跟着发生改变，所以一定要充分重视数据审核工作。
六、数据优化
由于行业的发展是持续的、现场实际情况是一直变化的，所以MAXIMO系统数据也要不断优化，使之符合现场实际情况和企业变化的业务需求。持续优化MAXIMO系统，最终可以铸就企业独有的核心竞争力。数据优化的原则是以数据为中心，实现数据标准化，完善数据最优化。所以数据优化的内容也包括以上三方面的内容。
以数据为中心就是要在数据优化过程中根据现场实际情况对数据做出调整：
Ø 增加——现场增加的设备要新建数据
Ø 修该——现场变更或报废的设备要修改数据
Ø 删除——对于系统中的无效数据要进行清理
数据标准化包括基础数据标准化和维护数据标准化两方面内容，基础数据指上线之前收集的数据要标准，要统一。维护数据标准化指系统运行以后产生的数据，如采购单、采购申请等数据要标准化，要科学合理。
按照特定的目标，在一定的限制条件下，对标准系统的构成因素及其关系进行选择、设计或调整，使之达到最理想的效果，这样的标准化原理称为最优化原理。由于实施MAXIMO项目的经验不足、理解业务流程原理不够，数据结构及相关属性并不是完美无缺的，因此，常常需要依据高层领导需要，业务流程的更改进行数据的最优化处理。
根据数据组织的需要，系统中数据可分为静态数据和动态数据两大类。静态数据反映企业资源的基本属性，动态数据反映企业资源变化和运动过程。
七、信息库的应用
在前文中已经提及信息库的部分内容了，可能大家还不是很了解，接下来我就将信息库作一个详细介绍。简单来说信息库就是一个成果的总结、并经过锤炼上升成具有实施指导意义的信息资料库。我们的Maximo信息库是在项目通过Maximo项目组近几年所经历项目实施、数据收集、系统开发分析总结而成，内容包括：数据收集规范、数据收集模版、系统安装手册、Maximo系统实施规范、项目管理、现场实际数据，为将来Maximo系统实施提供参考与指导。信息库的基本建成，在Maximo实施和将来的数据库软硬件维护、以及现场油气生产中实现了以信息共享为特征的信息资源的优化，数据唯一性、准确性得到有效的控制。在关键业务和关键技术领域的知识库得到初步建立，使得知识管理得以规范化的应用。一旦启用后，能通过畅通的内部网络将企业各单位（公司各职能部门和二级单位）有机地连接起来。
信息库具有一下特点：
1、 全面——涉及到的系统建立相关各个方面
2、 规范——可以从中调用各种模板，格式和内容上都得到统一
3、 高效——提高效率，降低费用
4、 实用——从实际中来，作者为有丰富经验的人员
5、 持续改进——螺旋式改进，不断完善
6、 资源共享——网上发布，随意浏览
从这些特性上不难看出，有了信息库对我们实施数据收集项目的帮助是非常巨大的。通过它我们可以保证数据收集的质量和效率，在最短的时间内最高效的完成数据收集工作。
当然，在数据收集工作中还有很多其他因素，比如认真负责的工作态度、严格敬业的工作作风，吃苦耐劳的工作精神以及资料图纸等客观条件的限制，但是我们把握好以上的七个基本要素，就能为数据收集工作的顺利高效进行打下坚实的基础。
