• Shipping
  • 现在比任何时间更需要考虑船端报告数据的准确性
Ship data

现在比任何时间更需要考虑船端报告数据的准确性


Now, more than ever before, it’s time to consider integrating plausibility checks into onboard event data reports

Full English Text

 

现今,船舶业界普遍认为船队数字化是大势所趋—这意味船公司需要获取大量的船端数据,才能让公司持续发展,甚至确保营运顺利。事实上,许多船公司在数字化方面还没有发展成熟。

大部分的船端数据会以传统的方式,包括:电邮、文字档、Excel表格等进行船对岸传送。这些船端数据中的相当一部分都需要船员人工输入。那么,船公司应该如何应对这样的现实,同时又能在这样充满挑战且数字化基础薄弱的行业中保持竞争力呢?

在我们开始实现船队全面数字化前,让我们先了解一下不同类型的船端数据。

 

事件数据与快照数据

船舶一般收集两类型船端数据用于船队绩效管理:事件数据—这类数据是指在一段指定时间内产生的数据,例如:平均速度、航行距离或燃油消耗等;快照数据—这类数据是指在特定时间点上量度的数据,例如:发动机负载、发动机转速、压力或功率等。

事件数据需要由船员输入,而快照数据则需要通过自动记录仪从船上的各个传感器收集读数。这两种类型的数据也有他们各自的优点及缺点。

事件数据能够对接现时航运行业普遍采用的船对岸报告流程。事件数据结合了船员的知识,并不一定需要安装昂贵的传感器。一些航程中的重要数据例如:开始海上航行(BOSP)、抵港(Arrival)、加油(Bunkering)、离港(Departure)、货物(Cargo)和结束海上航行 (EOSP) 等都归纳为事件数据。

由船员输入的事件数据往往会出现不少人为的错误。久而久之,数据准确性便会出现偏差。

每天甚至是更频密读取的快照数据对不少关键绩效指标 (KPIs) 的计算都相当重要,例如:发动机功率、船体和螺旋桨绩效等。这些数据驱动的分析需要追溯到每艘船,这对于高投入的船来说非常有用。

然而,如果快照数据没有和类似基准数据作长期对比,这些数据很难用作分析。同时,快照数据的质量也会受传感器的质量所限。在没有与类似基准数据进行对比的情况下,使用不准确的传感器数据可能会带来很多问题。

 

没有准確性检查,增加数据报告的频率意味降低分析的准确性

船舶类型多样性可以产生多个数据流

不同船公司拥有不同类型的船舶。另外,船舶获得的租约期限也各不相同,这导致在成本效益的决策下,不同的船可能需要采用不同的船端报告方式。

有些船公司会把部分船舶作短期租赁,例如:有的租约可能只有短短数月,如果在这些船舶上安装额外的传感器和设备,成本会很高,很可能不符合成本效益。由此可见,大部分短期租赁的船舶会偏向采用较节省成本的传统报告方式。

不过,以定期租约租赁的船舶,租约期限可能在六个月至三年之间,甚至更长。这对船公司来说更值得投资在船端报告软件和其他基本设备上,例如:传感器。然而在目前这个每一分成本都要关注的形势下,船公司可能仍然较偏向采用人工输入的报告软件。

如果运营的船舶是由船公司拥有,租约的期限可以非常久,有些可能长达数十年。在这些船舶上安装精密的设备,包括:自动数据记录系统,以合适的高频频率收集快照数据,可以产生更高的收益和回报。


没有两家船公司是完全相同的。船队规模、船龄和营运板块等因素,都会影响船舶的类型分布。船公司往往不会在所有船舶上安装传感器和自动数据记录系统。在很多情况下,大部分船舶都会使用人工输入的报告软件。两组数据都可以通过额外的第三方数据得到很好地补充。那么船队究竟应该如何收集多种的数据,并汇总到同一个格式呢?

 

数据结合

我们主要有两大方案把不同数据结合处理。方案A是收集由自动记录系统获得的数据,并将事件数据合并进来。这方案比较适合那些所有船舶都安装了自动记录系统的船队,那么余下所需的数据就由其它来源来补充。

然而,船队与船队之间的差异普遍存在。大部分船公司都未必会选择让整个船队都安装传感器,并通过自动记录系统收集数据。那么更好的一个方案就是,以事件数据为基础,而非自动记录系统的数据。

方案B是汇总所有船员输入的数据,例如:船舶码头或海上午报、离港信息、开始、结束海上航行 (BOSP/EOSP) 、抵港信息、抛锚信息等,然后把其它来源的数据合并进来。这方案对大部分拥有多种不同类型船舶的船公司来说更为可行。

透过把两种来源的数据结合,船队主管能够检查数据的准确性。合并的数据能够提供更多信息用于分析。例如;如果船队主管发现燃油消耗率(SFOC) 信息缺失,他们可以采用人工的数据和自动记录的数据计算得出SFOC。这对那些还未能把船端记录的SFOC信息传送到岸端的船舶来说尤其重要。

当把两种来源的数据合并后,船公司可以使用可靠的软件进行额外的数据质量检查。有些不是专为船端人工输入设计的报告软件,例如:Excel,可以直接透过电子邮件由船端发送到岸端。如果船公司采用专业的船端事件报告软件,例如:Navigator Insight会对每一个发送到岸端的数据进行数据质量检查,而StormGeo的船队绩效中心更可以通过每天的警报服务进一步检查数据的质量,确保船公司能获得更高品质的信息。

 

提高数据品质 ● 您的明智之选

所有在岸端的分析都取决于收集到的数据质量。如果数据的质量并不可靠,往往需要花费更多的资源来修正偏差并让数据恢复到一个合理的标准上。

在当前的世界经济环境下,船公司并没有太大空间分配多余的资源为数据除错。这代表错误的数据有很大可能导致错误且代价高昂的决策。方案中集成的数据质量检查可以减少类似的错误情况出现。

无论你的船队规模有多大;无论你的船队类型有多少种,投放资源在数据质量检查上是一项相当明智的决择。不论在经济环境波动,或是未来,这项投资都能确保公司长远可持续的发展。

Did you find this article interesting? Contact us for more information about Fleet Performance Management.
Discover StormGeo's products and services