在和污水厂同行之间交流的时候，经常会遇到虽然出水超标，但是超标原因无法说清楚的问题；或者出现工艺异常，但是找不到诱发异常的原因；或者一些大家都所共知的原因，解决办法也明确，但是就是成效甚微。所有的这些异常工况，都反应出一线运行人员对工艺本身的理解和探究不够深入，找不到合理的工艺解释，只能任由微生物本身的自我修复，人工干预的效果基本无法显现。
综合和对比这类情况，比较容易显现的就是工艺管理人员对污水厂自我工艺过程的掌控度不够，没有完全的将污水厂的整个处理过程实施完全的监控。污水处理的过程是一个较为复杂的微生物的处理系统，对运行管理人员来说，首先是要了解基本的污水处理的理论，污染物去除的基本机理。但在实际中，了解基本原理还远远不足以应付现场复杂多变的工况，更需要管理人员对污水处理的过程进行更深入的了解和把控。
污水处理是一个流程化的处理，根据出水水质的判断是结果判断，是后置的反馈判断，当处理体量较大时，结果的反馈判断是根据出水水质的超标来倒推工艺的异常，继而采取相应的工艺管控措施，从现在环保监管实时性来说，这种反馈型的工艺管控已经不能满足处理工艺稳定达标的高标准要求。因此对污水处理的管控从结果向过程转移是稳定达标的结果导向的必然趋势，也逐渐成为污水厂的运行管理的基本要求，成为了污水厂运营管理人员需要深化的技术管理能力。
如何实现过程控制，在水质未发生变化之前，运行人员如何在过程中发现可能引起水质超标的异常工况？污水处理的过程涉及的工艺硬件环节众多，这些以串联形式结合的众多环节中可能诱发的故障以几何级数的数量级变化，运行人员在依靠原有的粗放式的管理，往往顾此失彼，无法实施有效合理的管理和调配，工作量大，疲于收拾残局，而提升管理成为空谈。污水处理的核心的生物处理环节，随着环保监管指标的不断增多，具体指标的不断严苛，对核心生物环节需要考虑的因素也越来越多，在仅仅考核COD时，只需要考虑活性污泥浓度MLSS、溶解氧DO足够即可，增加了氨氮、总氮的考核以后，需要考虑反硝化的兼性环境下的溶解氧DO的控制，还要增加硝化液内回流比例的控制，更深入的还有监管硝酸根和亚硝酸根的变化来评估硝化和反硝化的效果，增加了粪大肠菌群以后，还要考虑消毒剂的有效消杀作用，控制合理的消毒剂的投加量，避免过多的消毒剂投加诱发超级细菌的滋生。
可以说更多更复杂的污水厂监管的指标体系，对污水处理提出了非常高的要求，污水厂运行管理人员需要不断的增强对处理过程的认知和控制才能实现高标准的监管。如何面对复杂污水处理流程和核心的生物处理体系，该以什么样的角度来切入污水厂的过程控制，或者是管理人员在抛弃原有的粗放的，经验式的管理之后，选择什么样的思路来从结果转换为过程控制呢？
当今社会，数据化已经成为现代技术带给每个人极大生活便利的窗口，人们越来越多的通过数据的描述来认知周边世界，节省了人们依靠自我感知来熟悉周边的时间，从而做出更为精准的判断。数据化的便利已经被人们认可，而对于污水厂的盲目和被动的管理来说，数据化是扭转管理控制的必然手段，数据化将成为污水厂过程控制的驱动力，没有数据的支撑，是无法实现精准的污水厂的过程控制的。
在工艺流程的控制上来说，数据化是跨越原有的救急式，弥补式的管理的重要手段，例如将每日剩余污泥排放量进行数据统计，通过剩余污泥的推演计算污泥龄，从污泥龄判断微生物系统的老化程度，从而进行合理的工艺调控；对设备运行时间的统计，合理调配设备的运行周期，确保设备的运行均衡，从而使设备效能最大化的发挥，这需要设备的基础运行数据的统计和计算。数据化使管理不再处于盲目，高效的管理依赖生产数据采集。
从水质的精准管理来说，对于各个流程阶段的数据化描述，是实施过程控制的首要前提，这个在很多污水厂都已经有了深入的应用，比如通过不同阶段的溶解氧的检测，进行功能区域里的微生物环境的控制，来保证各个阶段的污染物的去除；又或者通过监测ORP的变化，判断各个功能区域的硝化和反硝化，厌氧生物释磷和好氧生物聚磷的进行程度，预先判断出水水质是否超标，生物处理的复杂性不言而喻，通过可测量的数据来对生物处理进行宏观的描述，使运行人员对生物处理实施有效管控，实现真正意义上的生物处理的过程控制。
成本管理上，我们需要全面的数据支撑，电力、药剂的消耗日益牵动每个污水厂管理者内心，粗放和无统计的对原料和能源的消耗，必然造成成本的无法控制。通过数据来描述电力和药剂的消耗，使管理者可以深入到原料的使用过程中进行消耗判断，结合工艺数据进行合理的管控，实现成本的有效控制。
在即将到来的全球性的碳中和时代，污水厂处理制定的可持续发展战略需要对污水厂的碳足迹，温室气体排放和控制，能源的减少、平衡和自给上深入挖掘，这些需要对污水处理过程进行更精准的描述和评估，精准的描述离不开数据的支撑，数据将在污水厂的未来发展蓝图上越来越起到重要的作用。
过程控制是污水厂现阶段高标准的监管环境下的必然之路，而数据化成为过程控制的重要的驱动力，更为全面的数据体系，使污水处理的过程控制更为精准和高效，也使技术人员从滞后的反馈型管理转向前置性管理，数据在未来污水厂的运行的过程控制中，是重要的驱动力。
