法国电力以用户用电负荷曲线的海量存储和处理为突破口，利用大数据技术，形成了能够支撑在规定延迟内的复杂、并行处理能力。其中数据接入的接入形式包括批处理或数据流两种;数据的预处理包括时间同步、异常数据检测及修正，以及改变数据表达形式等;数据处理包括按区域的指标计算、账单模拟、商业智能BI等。
(3)实施专业化管理提升数据质量
法国电力认识到，数据质量问题事关重大。IT部门存在一定的能力局限性，尤其是在面对技术应用、企业流程甚至是整个组织等跨专业性、全局性问题时。法国电力通过研究发现，在应用数据开展分析之前，相较于个人对不同信息系统中数据的单次提取和数据质量管理行为，采取建立大数据库对数据进行集中，由专门的数据质量管理专家对数据质量进行管控、自动集中监测的方式，有助于提升数据库的性能，促进数据质量管理经验的分享以及规避个人处理能力的不足。
法国电力数据质量管理专家需具有深厚的统计学、信息系统、数据工程等多学科背景以及丰富的IT实践能力，他们深知如何使用正确的工具、方法和最佳实践进行数据质量管理以及如何在IT项目中穿插进行数据质量管理。法国电力的数据质量管理专家开展了一系列针对数据质量提升的专项分析研究，比如设计了多维星状模型对数据进行存贮、分析和检验测试，为数据的应用提供了较好的支持。
三、案例点评
数据研究和分析是企业适应市场需求变化的重要基础和手段。法国电力公司作为能源基础服务供应商，通过建立企业数据分析中心，对消费者相关数据进行研究分析，有效增强了市场应对能力，支撑了企业快速发展，取得了良好社会与经济效益。对国内电力企业进一步挖掘数据资产价值，提升企业效益提供了如下启示。
(1)强化数据资产经营管理理念。数据是反映市场变化与企业运营状况的直接载体，电力等能源公用事业企业，在长期对消费者提供服务过程中，积累了大量的数据资源。企业需要强化数据资产管理理念，实现紊乱的数据资源向有效的数据资产的转化，加强数据资产的利用与管理。法国电力公司将电表数据、用电合同数据、电网数据等数据资源整合为企业大数据库，将其作为重要资产管理对象，设立专业部门，进行专业分析与管理，帮助企业开拓市场、提升服务、降低成本，有效利用了数据资产价值，促进了企业管理优化与高效发展。
(2)建立数据资产专业管理机构。独立的组织机构是强化数据资产管理的重要基础，国内大部分企业目前对数据资产管理尚分散于各业务部门，缺乏数据资产统一管理规范、管理标准与管理职责，数据资产价值的发掘有待增强。法国电力公司在研发部下成立了职能服务型的运营分析机构，专门对客户数据进行分析处理。通过建立组织机构，明确工作职责，有效提升了企业对数据资产分析与管理能力，增强了企业协同管理水平。
(3)提升数据分析处理能力。数据分析处理能力是挖掘数据资产价值的关键。实现有效的数据分析处理需要良好的数据基础与有效多样的数据处理模型与方法工具。需要企业建立统一规范的数据标准与全面及时的数据库。法国电力公司非常重视数据质量与数据处理能力的管理，由专门的数据质量管理专家进行数据质量管控，重视对数据提取、数据质量、分析技术及工具研发，从多个角度对市场消费群体进行精确区分和定位;并通过数据分析对企业自身、市场、环境进行准确分析，为推进法国电力成功实行转型与发展提供了强有力的分析支撑。
(4)促进数据资产价值增值。对掌握大量消费者与市场数据资源的电力公用事业企业，企业通过数据分析、转化、开发、利用，为企业带来了直接的经济效益。同时，通过对市场变动与消费者行为等大数据深层次分析，为企业拓展业务领域、创新盈利模式、推进企业转型升级提供了有效决策支撑。法国电力公司通过对数据资产分析利用，实现了精确定位目标客户、推出更具盈利性的新产品、扩大企业市场份额、提升客户服务响应速度、提升企业商业运作灵活度等一系列成效，实现了数据资产价值增值。通过数据资产价值的深度挖掘，数据资产管理将在支持企业战略实施、促进企业优化管理、提升企业市场应变能力等方面发挥更大价值。