大數據：開啟面向未來的標準化事業

【摘 要】 在當今的信息時代，云技術、物聯網和基于二者的大數據技術正推動經濟社會發生著變革。未來經濟在互聯網等技術的作用下變得越來越個性化，對大數據技術的應用將有利于標準化事業對經濟社會發展做出更大貢獻，標準化的服務內容由經濟主體自由選擇，標準化機構和研究人員更多地關注經濟主體的個性化培養，標準化機構由被動服務逐漸轉變為主動服務。在逐步到來的大數據時代，網絡標準化服務與實體標準化服務將逐漸分離，更多的交往互動、個性化服務和靈活的服務方式將使標準化事業獲得新的生機。

【關鍵詞】 標準化 大數據 大數據技術 數據挖掘

1 何謂大數據

近年來，“大數據”這一概念引起了產業界、學術界及政府部門的高度關注。聯合國“數據脈動”計劃、美國“大數據”戰略、英國“數據權”運動等先后開啟了“大數據”的大幕。“大數據”作為繼物聯網、數字城市、智慧城市等信息化流行概念之后的又一“概念”產物，它的本質究竟是什么？

一般意義上，大數據是指無法在可容忍的時間內用傳統IT技術和軟硬件工具對其進行感知、獲取、管理、處理和服務的數據集合。大數據技術，是指從各種各樣類型的數據中，快速獲得有價值信息的能力。適用于大數據的技術，包括大規模并行處理（MPP）數據庫，數據挖掘電網，分布式文件系統，分布式數據庫，云計算平臺，互聯網和可擴展的存儲系統。

對于“大數據”（Big data）研究機構Gartner給出了這樣的定義：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據的特點可以總結為4個V，即Volume（體量浩大）、Variety（模態繁多）、Velocity（生成快速）和Value（價值巨大但密度很低）。

基于物聯網、云技術、信息技術的大數據技術可以運用到多個行業。在宏觀經濟方面可以用大數據技術建立經濟指標預測系統；可以依據購物網站的顧客評論，分析企業產品的銷售情況；企業可以利用大數據分析實現對采購和庫存量的合理配置，通過數據分析了解客戶需求，掌握市場動向；在農業方面可以通過對天氣、溫度、降水、土壤狀況的數據分析，與當年的農作物產量相結合，進而判斷來年農作物的產量；銀行可以通過對中小企業的交易狀況，分析出企業的財務健康程度，決定是否為其發放貸款，降低壞賬路；在醫療方面可以通過對人體基因大數據分析，實現對癥下藥的個性化治療；在公共安全領域，可以通過對短信、微博、微信和搜索引擎分析熱點事件，了解社會輿情等等。

2 標準化對經濟社會的作用與服務現狀

經濟學上常把消費、投資、出口比喻為拉動經濟增長的三駕馬車。事實上，經濟增長也依賴于生產率的高低，生產率衡量經濟的技術進步，代表資源的利用效率。業已證明，標準在全世界的許多國家經濟中發揮核心作用，也是生產率的一個重要組成部分。

標準為各級政府的決策提供依據，保障社會的安全，促進國際貿易，提高技術和工藝的互操作性。標準在社會經濟生活中的作用是巨大的，它不僅關系到國際大市場的開拓和國際利益的爭奪，而且影響到人類生活的方方面面。但是，我們必須注意到，標準使用不當不僅不能發揮正向的促進作用，而且可能產生較大的負面作用，降低競爭力，增加技術性貿易壁壘，阻礙生產力發展。目前，我國標準水平、國民及企業認知程度都相對較低，因此，為社會提供標準化技術支撐的廣大標準化研究機構和標準化研究人員的工作，在經濟社會中起到了巨大的作用。

我國的標準化事業經過多年的發展取得了長足的進步，市場主體與社會各界參與標準化活動的意識與能力日益增強。但與世界發達國家相比我國標準化事業還存在諸多不足，在計劃經濟向市場經濟轉變過程中，在政府不斷簡政放權的新形勢下，標準化事業也應與時俱進、開拓創新。處于全球經濟市場之中的中國經濟所面臨的標準化問題十分突出。特別是在當前全球金融危機的影響下，各國采用減少進口、設置技術性貿易壁壘的方式扶植本國產業，對我國的出口企業造成各種障礙。這種形勢為出口企業提供及時的準入機制信息、技術性貿易措施，解決技術性貿易壁壘，讓中國產品通行世界，標準化工作顯得尤為重要。但目前，我國的標準化管理體制，還沒有擺脫計劃經濟下的傳統標準化管理模式。標準化科研機構及研究人員的工作模式仍然是坐等客戶上門的被動服務方式，對市場主體的服務能力有待加強，信息化服務落后，為客戶提供服務的信息不及時，對標準化在經濟活動中的作用宣傳不到位，沒能引起經濟主體對標準化在經濟活動中的重視。

3 大數據為標準化工作帶來的機遇與挑戰

大數據開啟了經濟社會各行各業的變革。同樣，大數據技術也為標準化事業帶來了機遇與挑戰。對標準情報工作尤為重要。大數據時代，標準數據已經成為企業的重要資產之一，企業的重大決策依據于對大數據的分析、挖掘，而不是再根據以往的經驗。作為構筑企業技術與管理的基礎的標準情報工作的發展將面臨著全新的機遇與挑戰。標準化管理部門及技術機構應建立大數據戰略，通過對標準檢索信息、標準利用率、采標率、標準制修訂計劃、標準化專家信息、標準化試點信息及客戶信息等數據的細致分析、深度挖掘，建立標準化服務平臺，為社會提供更及時、有效率、高質量的標準化技術服務，促進社會經濟發展，提高經濟貢獻率。

3.1大數據時代標準化事業的機遇

（1）海量的數據，有利于標準化機構為客戶提供數據的有效性

傳統的標準化服務方式已經為標準化科研機構積累了大量的有效數據，各個標準化機構匯集了大量的國外、國家、地方、行業標準數據；多年的公益服務，為標準化機構積累了大量的客戶資源。標準化科研機構可以通過對自己海量數據分析、挖掘，生成有效信息，為客戶提供有效的數據服務。

（2）大數據技術的發展，有利于提高標準化服務的實時性

大數據的應用，為各種信息技術的發展提供了廣闊的舞臺，數據挖掘技術、即時通信技術的發展使得標準化機構為客戶提供實時的數據服務成為現實。

（3）數據的公開透明化，有利于提高標準化服務的準確性

長期以來，標準化科研機構與客戶之間總存在著無形的隔閡，使得標準化科研機構難以真正了解客戶的需求。大數據時代的一個重要趨勢就是數據的公開透明，短信、微信、微博、互聯網、物聯網，都記錄了客戶的各類相關數據。數據的公開透明使得標準化科研機構有機會收集客戶的資料，掌握客戶動態，為客戶提供精準的和預判性的服務成為現實。

（4）實現標準數據增值

通過對海量數據的深度分析、挖掘客戶的行為習慣和消費傾向，標準化科研機構可以實施定向營銷及網絡優化，實現數據增值服務。

（5）大數據的應用為標準化事業發展提供契機

掌握好大數據的存儲、分析、挖掘、處理速度、信息安全和決策支撐，并將之用于標準化科研機構的日常運作、維護及服務方式轉型中，成為標準化科研機構可持續發展、維持競爭優勢的當務之急。

3.2大數據對標準化事業的挑戰

（1）數據存儲能力

數據量的成倍增長對數據存儲能力構成挑戰

傳統的數據庫追求高度的數據一致性和容錯性，缺乏較強的擴展性和較好的系統可用性，不能有效存儲非結構化和半結構化的數據。要達到低成本、低能耗、高可靠性目標，要用到冗余配置、分布化、物聯網及云計算技術，在存儲時要對數據進行分類，通過過濾和去重，減少存儲量，要有便于檢索的標識。

（2）數據分析、處理能力

數據類型的多樣化，對數據分析平臺發出了挑戰。有些行業的數據涉及多個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性，難以用傳統的方法描述與度量，處理的復雜度很大。

（3）數據處理的及時性

隨著數據規模的不斷增大，分析處理的時間相應地越來越長，在大數據條件下對信息處理的時效性要求越來越高。

（4）大數據的有效融合

大數據時代，數據來源途徑多元化，來自互聯網、物聯網及信息機構的數據成多樣性，多渠道、多樣性的數據的融合成為應用大數據的突出問題。數據不整合就無法發揮出大數據的價值。

（5）數據安全性

大數據時代，大量的保密數據、隱私數據呈幾何級數增長。而信息技術的發展使大量信息跨領域、跨組織傳播，伴隨而來的是數據的安全性問題。大數據環境下通過對客戶數據的深度分析，很容易了解客戶行為和喜好，乃至企業的商業機密，對個人隱私問題必須引起充分重視。

（6）大數據時代的人才資源

從各類看似不相關的海量數據中獲取價值，需要各類人才隊伍的團結合作。一是進行大數據分析的分析型人才；二是大數據價值可視化人才；三是實現大數據的技術支持人才。由于大數據涉及多領域、涵蓋內容廣泛，所需的高端專業人才不僅包括通信工程師、程序員和數據庫工程師，也需要經濟學、社會科學、自然科學、基礎科學等多學科的專家的團結合作。

4 建議與舉措

眾多跡象表明，第三個十年將是大數據時代。大數據技術的發展與應用，是標準化事業發展難得的機遇，標準化科研機構及研究人員應抓住時機，積極應對，與時俱進。

4.1重視大數據價值，建立標準化服務新方式

組織各方力量，跟蹤國內外大數據發展趨勢，通過各種渠道收集有效信息，為大數據在標準化服務的應用打好基礎。樹立適應大數據時代的服務理念，改變傳統服務方式，使標準化事業在大數據時代與時俱進，開拓創新。

4.2加強大數據在標準化服務方面的開發支持力度

在明確標準化服務方式的前提下，整合各類政府專項、科技基金等項目資金支持，開發大數據技術，引導標準化科研機構加大開發力度。此外，國家應在大數據平臺的構建、典型行業的應用以及研發人才的培養等方面提供相應的財力、物力與人力支持。

4.3加快推進應用

大數據時代，各類用戶為了滿足自身的需求，對信息數據需求與日俱增。利用大數據技術建立專門的標準化公共服務平臺，通過網絡收集各類有效信息，可以提高標準信息服務的覆蓋面，使客戶即時通過網絡了解標準化最新動態，并可通過自助定制服務選擇標準產品，以滿足客戶個性化需求，提升標準信息服務水平以及客戶滿意度。

4.4完善基礎標準數據集的建設

完善基礎標準數據集建設應從兩方面進行。首先，要完善數據的收集。大數據時代數來源多元化，數據采集方式多樣化，大數據以數據流的形式產生，因此大數據中常常包含不同形態的數據噪聲。消除冗余、降低數據噪聲、提高數據質量則顯得尤為重要。其次，推動國家基礎標準數據共享。我國應加快推進標準信息資源共享，給大數據技術發展提供數據基礎，促進大數據成果在標準化事業廣泛應用。

4.5人才建設

將大數據轉化為有價值的信息的前提是有大數據分析、處理能力的人才。這不僅僅需要通信、計算機等IT專業人才，更需要有業內專家的鼎力支持。因為數據之間的關聯性已經不僅僅是技術問題，只有關聯專業的專家才能了解，合理的數據結構需要各行各業的專家同理合作才能建立。因此，懂得hadoop、nosql等大數據平臺知識的各專業人才培養尤其重要。

4.6建立大數據標準體系

目前，國內外在大數據標準化工作方面尚處于起步階段，尚未形成一套完整的大數據標準體系框架或發展藍圖。這為大數據應用發展形成障礙，建立大數據標準體系，將為我國在大數據時代的經濟發展搶得先機。

5 未來的標準化事業

大數據時代已經不可逆轉的來臨，它影響著經濟社會的各個方面。作為標準化人，我們無需等待與徘徊，只有抓住機遇，挑戰困難，積極探索。讓大數據技術為標準化事業服務，讓標準化事業更好地為經濟社會服務。建立標準化公共服務公共平臺，開展個性化服務工作，設立各種標準化試點，開發標準化研究。尋找企業的個性化需求，主動做企業的標準化管理員，放低姿態，完成從被企業查詢到主動查詢企業的華麗轉身。

參考文獻：

[1]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域-大數據的研究現狀與科學思考[J].理論與戰略研究，2012，27（6）：647-656

[2]范洲平.標準化經濟效益評價模型研究[J].標準科學，2013，（8）：26-29

[3]蘆珊，姜婉婧.我國的標準化發展及其現狀分析[J].現代商業，2009，（6）：117-118

[4]王忠.美國推動大數據技術發展的戰略價值及啟示[J].中國發展觀察，2012，（6）：44-45

[5]何軍.大數據對企業管理決策影響分析[J].科技進步與對策，2013

[6]吳金紅.大數據：企業競爭情報的機遇、挑戰及對策研究[J].情報雜志，2013，32（1）：5-9

[7]鄔賀銓.大數據時代的機遇與挑戰[J].科技與教育，2013，（4）：47-49

[8]陳如明.大數據時代的挑戰、價值與應對策略[J].移動通信，2012，（17）：14-15

[9]陶雪嬌.大數據研究綜述[J].系統仿真學報，2013，25：142-146

[10]李國杰.大數據研究的科學價值[J].中國計算機學會通信，2012，8（9）：8-15

[11]大數據發展研究報告編寫組.綜合分析冷靜看待大數據標準化漸行漸近（下），信息技術與標準化，2013，（10）：17-20