大數據背景下統計學家在創新中的地位和作用

◆ 王福紅 劉心廣 郭進利 / 文

大數據背景下統計學家在創新中的地位和作用

◆ 王福紅 劉心廣 郭進利 / 文

隨著創新重要性的提高，統計學家應該充當驅動和促進組織創新的領導者。本文首先研究質量工程、統計工程與創新的關系、大數據與統計學家的關系，提出統計學家是企業創新的靈魂人物和充當創新領袖的最佳人選，進而給出統計學家充當創新領袖所應具備的知識素質和職業技術能力模型，最后給出統計學家在創新過程各個階段的作用及統計學家標準化創新管理體系的案例，以指導統計學家來引領創新實踐活動。本文基于創新主體——人力資源研究的視角，旨在呼吁統計學家盡快成長為創新統計學家，引領企業的創新標準化流程，實現企業的快速有效創新，以更好地提升我國的創新能力。

大數據；統計學家；質量工程；創新

引言

創新是經濟繁榮的核心議題，是推動國家經濟增長的源泉之一，是企業永葆活力、立于不敗之地的法寶。美國質量學會專門成立創新技術管理分會，以推動美國乃至世界的創新活動，日本、歐洲等國家都設定相應創新管理部門[1]，來促進和管理本國的創新活動。在2014年9月的夏季達沃斯論壇上，李克強總理提出將“大眾創業、萬眾創新”作為中國經濟發展的新引擎。創新已經成為全球共同關注的議題之一，根據IBM對CEO調查結果顯示，利潤增長最快的企業對創新的關注程度是其競爭對手的兩倍。在全球化的激烈競爭中，企業必須要領導創新，以設定創新戰略來實現未來的成功。

然而，在企業創新活動中，最重要和最關鍵、最寶貴的一項資源是“人力資源”。創新團隊成員的技能和思維方式是創新活動發生的前提條件，許多創新活動都是以團隊的形式進行“合作”來完成的。在這些由技術專家、質量工程師（流程管理家）、統計學家、項目管理專家、市場營銷專家等組成的創新團隊，誰充當這個創新團隊的領導者（“leader”）才能更好地促進創新活動的發生。有人認為應該設立創新經理一職，來領導企業的創新活動，有人認為質量經理可以充當創新的領導者。然而，隨著大數據的發展和創新實踐活動的深入，人們發現幾乎每一項創新活動的展開，都使用了多種統計工具，越來越離不開統計學家的幫助，統計和統計學家在創新活動中的地位和作用越來越重要。研究大數據背景下統計學家在創新中的地位和作用有著極其重要的現實意義。

1. 文獻瀏覽

文獻[2]研究了統計學家在流行病學研究中的作用，文獻[3]研究了統計學家在應對氣候變化中作用，文獻[4]研究了統計學家在中小型公司質量改進中的作用，文獻[5]研究了統計和統計學家在未來天文學中的作用，文獻[6]研究了統計學家在國際科學政策的作用，文獻[7]研究了統計學家試驗干預中的作用，澳大利亞學者羅伯特.W.梅勒[8]研究了統計學家在信息與決策中的作用與遇到的挑戰，文獻[9]指出：必須恰如其分地認識到統計學家的作用和重要性，以及統計學家在當今世界經濟、社會和科學問題方面承擔的更大職責。文獻[10]研究了統計學家在社會經濟分析中的作用。

美國統計學會主席唐納德、W.馬夸德特在1986年的美國統計學會的致辭中認為：應重新評估統計學家的重要性[11]，并對統計學家的重要性主要概括為以下四點：①當涉及數據的收集與解釋的地方，統計學家應當是解決難以對付的，模糊不清的問題的系統向導；②統計學家的基本任務是充當科學方法的提供者，還應該把團隊人員的智慧集中在一起；③統計學家的業務是銷售科學方法；④統計學家要成為企業家式的開業者和統計方法的顧問。

在大數據時代，大數據項目在當今的商業界變得越來越普遍；統計學依然是大數據項目分析的靈魂。正如臺灣學者謝邦昌在文獻[12]中所認為的：在我們這個逐漸重視量化的世界，愈來愈多的專業皆須要依賴資料及數字化的解釋，而解釋資料并非人人皆會的。它必須擁有足夠的統計知識。這時，統計學家便相當重要了，謝邦昌教授認為統計學家的作用不可低估。

美國全球創新領袖Kymm K. Hockman認為統計學家在促進和領導創新方面有自己獨特的優勢，這些獨特的優勢主要概括為以下五點[13]：①提供一個整體的觀點和系統思考；②帶來了一個獨立的觀點；③促進統計工具在研發和市場部門的應用；④使問題的定義更加便利；⑤教授相關的統計方法。Kymm K. Hockman認為“統計學家”具有的“五個”特質是最適合充當創新團隊的領導角色。

在全球化的競爭環境和大數據背景下，創新的重要性日益提高[14]，統計學家在引導組織內的創新方面，處于一種特殊位置，因為統計學家可以全程參與整個創新過程，在每一個階段，都發揮著自己的作用。統計學家在促進和領導創新方面這種優勢是其他創新團隊成員不可替代[15]的，因此統計學家有必要接受時代賦予的使命，在我國“大眾創業、萬眾創新”經濟浪潮下，應重視統計學家在創新中的地位和作用，促進統計學家勇于擔當，充當創新活動的領袖角色。

2. 創新的概念

創新領域“術語和定義”的討論才剛剛展開，因此還有很多相關派生術語的定義尚待完成。哈佛大學的克萊頓?克里斯坦森（Clayton Christensen）是創新領域的偉大思想家之一，他認為創新是使人們可以更加輕松、容易地完成事情的方式或事物，這個定義是結果導向的，關注點是基于最終交付。這個定義也與創新一詞的英文詞根“innova-tion”相符，意思是“in a new way”，翻譯成中文就是“以一種新的方式”。創新意味著做一件新的事情，將想法或發明轉換成一個創造價值的、客戶將付費的服務的過程；創新是一個完整的開發過程和最終的新產品和新服務的商業化，創新是提供一種產品或供應的新方法，運輸和交付服務的新方法，新的業務模式，新市場和組織的新形式[16]。也有一些文獻認為創新是現有理念和技術的組合。美國創新與價值創造技術委員會制定了一個創新知識體系列表，目前，該列表包括創新過程、創新文化、創新型組織、創新管理者、創新風險評估、創新技術、創新工具7個主領域。如圖1所示。

圖1 創新知識體系

3. 質量工程與創新

創新工程分為質量工程和統計工程。在大數據背景下，質量工程和統計工程的關系越來越密切，二者之間的融合度不斷提高。這兩方面與創新工程有著不可分割的天然聯系。質量工程的首要目的是推動創新[15]。三者之間的關系如圖2所示。

創新分為突破式創新、破壞式創新和持續性創新三種方式[15]。破壞性創新[17]是被成功開發出的基于過程—技術—產品—服務或商業模式，它們能夠使組織顯著改變傳統競爭規則，并改變現有市場上的需求，破壞性創新是基于市場維度(突破性創新是基于技術維度)的，持續性創新是提高當前服務和產品中的質量。

無論哪一種方式，整個創新過程不是一蹴而就的，創新是一個累積的過程。質量管理體系、VOC(顧客之聲)、5S、精益、六西格瑪（DAMIC）、DFSS、DOE、KPI、QFD、Kano圖、SPC、問題解決工具、思維導圖、排列圖、PDCA循環、利弊圖、風險矩陣圖等是質量管理領域常用的工具，這些質量工具同樣適用于創新管理。過程分析與測量工具，如流程圖、趨勢與模式分析，以及一些定性分析工具如故障模式、影響和危害性分析FMECA，也可以用于創新管理。但將這些工具應用在創新活動中時，應該對這些工具做一些改變，突出強調這些工具在使用時的創新思維[13]。還有部分工具是為了達到創新的目的而開發的，譬如精益創新、服務藍圖和TRIZ、TOC約束理論[13]。質量技術工具在企業導入、運營過程要實現不斷的創新，就要源于統計學家的統計。統計方法常常作為質量改進的主流選擇，受到眾多質量管理者的青睞，無論是QC項目還是六西格瑪課題，或者是質量經理督導的其他改進過程，都把統計模型和方法作為質量改進的“標準配置”。一些質量工程的網站，都有關于創新的社區，質量、統計與創新有著天然的聯系。

圖2 創新工程、質量工程與統計工程之間的關系

4. 統計工程與創新

統計技術如SPC, 時間序列分析、統計試驗設計、成像技術、非線性與復雜性組織結構的模型設計與分析、非參數統計、統計模擬與計算技術、數據可視化技術、數據挖掘技術這些統計技術都是數據分析的主要工具之一。另外，統計方法遵循順序學習過程的科學方法[15]，這種順序的學習方法可以使縮短知識的獲取，正如統計試驗的設計，通過設計一系列的試驗，減少獲取知識的時間，在有限的時間內，借助于統計方法和統計試驗，可以使我們獲取的知識增多，伴隨著學習增加，這種重復過程造成了增量變化造成了進一步的創新。統計數據能夠扮演一個關鍵的角色在這個順序學習過程中，使它更加有效，這增加了創新發生的速度。基于統計數據的決策有時也可以減少無效的創新。統計工程中常用的創新科學方法如圖3所示，獲取深度知識的實驗設計如圖4所示。

這些科學的創新方法大都與統計學有關。統計學家在掌握創新的科學方法方面比其他人更有優勢。因此，統計學家可充當創新中的靈魂人物有著天然的優勢。

5. 大數據與統計學家

從數據到大數據，伴隨著質的飛躍，通過對海量數據的整合、分析，可以發現新知識、創造新價值。大數據時代，統計學肩負著從數據中提取規律、量化數據中的不確定性等使命。傳統統計技術強調精確小數據的研究，強調因果分析，重點是研究模型的理論正確性；大數據是面向質量過程的總體數據，而不再局限于隨機樣本。大數據強調廣域數據的及時收集、分析、發布、反饋和行動，強調相關分析，強調實用為主，同時強調高效的數據預處理和查詢。在大數據環境下，分布式大數據和數據流的環境給統計學帶來了挑戰。統計學家需要改變傳統的數據分析方式，不應固守傳統的數據分析技術，必須積極學習新生事物，適應新的大數據環境。統計學家不僅需要關注計算機資源和實時決策，還需要相關領域專家的專業知識來對大數據進行分析。因此在大數據時代，統計學家要成為引領創新的領導者，首先統計學家要成為一名數據科學家，通曉數據科學的基礎知識[18]。數據科學基礎知識如圖5所示，即統計學家除了具備統計學知識外，還需要象計算機專家那樣，精通分布式和平行系統、數據庫管理技術等知識。在大數據背景下，統計學家成為創新中的靈魂人物，首要的條件是要成為一名具有圖5所示具有數據科學基礎的數據科學家。

圖3 創新的科學統計方法

圖4 獲取深度知識的實驗設計

6. 統計學家應成為創新工程中的靈魂人物——創新統計學家

一般認為實現創新主要靠企業家來推動，該模型高度重視和十分強調企業家的創新作用。然而在開放式創新時代，形成了典型的互聯網大數據，大數據分析是企業創新的靈魂。具備數據科學知識和統計學知識的統計學家無疑是駕駛大數據分析的寵兒，統計學家在驅動企業創新中的地位和作用日益增強。再者統計學家是“端到端參與整個創新過程”，是整個創新過程的一條線，這一獨特地位與其熟練駕馭大數據分析的能力，使得統計學家應該成為創新的靈魂人物，充當創新的領袖[13]。除此之外，統計學家在創新工程中具有的獨特地位，還主要表現在以下幾個方面

（1）對異常值敏感：在大數據的分析過程，統計學家對異常值比較敏感，能夠比其他人員更容易發現異常值和離散點處的創新機會，進而能夠客觀而全面的評價創新發現的機遇。

（2）統計學家總是以系統的角度[13]全面地看待問題：統計學家參與整個創新過程的所有數據分析過程，是創新過程的一條線，能夠將企業中所有的數據集中在一起，發現生產流程中的冗余和浪費，并可以采用軟件進行流程的優化，比任何一個部門都更全面看到創新過程出現的問題。

（3）統計學家通曉數據科學的原理：對數據采集、數據抽樣、對數據篩選、數據清理、屬性數據分析與歸類、建立模型、訓練模型、測試與分析、結果評比、實際應用等方面，能夠保證數據采集的質量（準確度、正確性、及時性）和決策模型的適用性（精度和穩定性）。

（4）統計比較公平客觀：統計學家進行數據統計分析時一般不會考慮直接的部門利益，進行統計分析時比較超脫，不會帶有部門偏見，能夠做到客觀公正[10]。

（5）統計學家可以充當教練員，培訓團隊成員的統計思維，充當統計咨詢顧問，在創新團隊中有權威性，更容易在團隊成員進行溝通和發現創新的機會與驅動創新。

（6）統計學家對數據的敏感度、商業敏感度、分析角度、表達方式對于商業決策很重要。為了引領創新，統計人員必須超越計算器和分析師的角色，進入到更多的角色，如教練，導師，主持人，交叉授粉者。所以積極主動的統計學家在應該是“端到端參與整個過程，而不是約定回答具體的技術問題[13]”。這將導致一個統計學家遠離被動分析師角色和發揮積極作用成為團隊成員和團隊領袖[13]。

開放式創新和大數據背景給了統計學家要充當創新領袖的機遇，統計學家應該以高瞻遠矚的理想境界，跳出傳統統計學家的思維，積極承擔時代所賦予的新角色——與時俱進地成長為新一代的統計學家即創新統計學家。為創新統計學家還存在一些挑戰，即統計家應竭力提高自己的綜合知識素質和職業技術能力，成為綜合性的創新人才，來承擔創新領袖這一偉大使命。本文給出的創新統計學家必須具備的知識素質模型如圖6所示：①質量管理知識、標準化管理知識；②所在行業的技術背景知識;③數據科學的知識；④統計學知識；⑤創新管理知識；⑥人際溝通知識；⑦企業家式積極主動的商業智慧與決策知識。創新統計學家培養相應的職業技術能力模型如圖7所示。

7. 創新統計學家所應具有的知識素質模型與職業能力模型

大數據背景給了統計學家充當創新領袖的機遇，而統計學家要成長

8. 創新統計學家在創新過程中的作用——引領創新標準化，快速有效創新

創新的過程如圖8所示，共分為：創新機會發現——概念解決方案的選擇——產品開發——產品交付給客戶四個階段。這四個階段不斷地循環，實現持續的創新。基于PDCA循環的創新過程說明創新具有周期性和非線性。

8.1創新統計學家的作用

創新統計學家在上述四個階段中的作用如下：

圖5 數據科學的基礎

（1）創新機會發現階段——助力創新機遇快速而科學的確定，尋求最佳創新機遇

創新不是源起于組織的R&D部門，創新機遇來自于組織發現那些尚未被滿足的顧客需求，這些需求才是創新的導火索。這些需求尚未被滿足的主要原因是顧客還沒有恰當地界定這些需求，或者組織尚沒有能力滿足這些需求。統計學家首當其沖，積極投身到創新理念的發現與策劃之中。統計學家應該在創新機遇階段，確定公司在創新機遇發現方面所需要的統計服務，比如：在創新機遇的分析方面，確定是采用驅動圖，還是參數估計、假設檢驗、非參數方法、回歸分析、多元統計方法、時間序列分析或統計應用軟件等來評估市場機遇，最后給出一個合理有效、快速的評估報告，并且體系化公司創新理念策劃階段的流程。給出創新機遇快速發現的程序化流程，助力創意想法快速而科學的確定，可以找到最佳創新的機遇。在這一階段，統計學家的積極主動性很重要。

（2）在創新的執行方階段——統計學家采用創新科學方法，找到最有競爭力的創新方案

成功的創新都是將市場機遇與技術潛力相結合的產物。找到概念性的解決方案是創新成功的關鍵。技術人員更有可能在維持現狀的基礎上尋找解決問題的方案。技術人員在信息分析階段，很難跳出原有思維模式的限制，但統計學家掌握創新的科學方法和統計技術，最容易采用系統化和協同性方法，可以啟動橫向創造性思維和統計思維，同團隊成員一起，運用科學的創新方法，尋找到最具競爭力的解決方案，只有這樣的解決方案才是組織在眾多競爭對手中脫穎而出的法寶，并且更容易為顧客所接受。

圖6 創新統計學家應具備的知識素質模型

圖7 創新統計學家應具備的職業技術能力模型

圖8 基于PDCA循環的創新過程

（3）在產品開發階段——統計學家充當實驗設計和仿真驗證的教練，以提高產品開發效率

創新過程的第三步通常是R&D部門工程師的工作。統計學家運用統計技術，為試驗驗證、設計原理仿真、可靠性評估等提供統計技術的咨詢、培訓和服務，縮短開發周期，提高產品開發過程的效率。統計學家在這個階段，也可以運用統計技術，培訓組織進行供應商評估、風險評估，以及篩選潛在的新供應商。體系化整個開發過程統計工具，讓開發工程師熟練地使用，也是統計學家在這一階段應發揮的重要作用。

（4）在產品的交付階段——統計學家應著眼于整個供應鏈的優化與供應鏈有關的創新機會

在創新過程的最后階段，統計學家應從整個生態供應鏈的角度，采用精益思維，結合相應的統計技術，進行整個生態供應鏈的優化，尤其要關注與供應商、客戶等有關的協同創新機會，從而引領整個供應鏈上的創新。

8.2 創新統計學家引領的創新管理標準化體系流程案例

創新統計學除了充當創新領袖外，還應進行快速而有效率的創新，標準化創新流程、標準化每一階段的統計工具、統計方法，形成標準化的整個創新管理體系。在研究中發現：統計學家可將創新管理體系與現有質量管理體系融合起來，即將創新過程完整地納入到現有的質量管理體系中，建立企業的創新管理體系。表1給出了創新管理標準體系流程形成的案例，為創新統計學家的創新實踐提供參考。

由表1可以看出：統計學家作為創新團隊的領袖，可將統計工具與創新流程結合，繼而與現有的質量管理體系融合在一起。在質量工程的

基礎上，融合統計工程，形成企業各自的質量、統計、創新一體化的標準化流程體系，實現創新統計學家所引領的快速創新。

表1 創新管理標準體系流程形成的案例

9. 結論與展望

在開放式創新、眾包服務所形成的大數據背景下，數據分析是創新的源泉之一。①統計學家是駕馭大數據分析的寵兒；②統計學家是掌握創新科學方法最多的人；③統計學家可端到端地參與整個創新活動，是創新過程一條線，可以將整個創新過程連接在一起。因此統計學家在引領和促進創新方面有著自己獨特的優勢，是創新活動的核心和靈魂人物，是創新團隊中擔當領袖職位的最合適的人選。

統計學家積極參與創新過程的不同階段，發揮自己獨特和關鍵的作用。在引領創新的過程中，統計學家還可將整個創新管理體系和質量管理體系融合在一起，標準化所在企業的整個創新流程，最終形成適合本企業特色的創新管理體系，以實現企業的快速、有效創新。

統計學家要成為創新團隊的領袖，任重而道遠，需要不斷提高自己的各項業務能力，成為具有綜合素質的創新人才。文中圖6、7給出的知識素質和能力模型是統計學家為之努力的方向。我們期盼著統計學家以開放、迎難而進的心態遠離被動分析的角色，而是成為像企業家式的、主動分析的、引領創新的開拓者，不斷成長為大數據時代所賦予的新角色——新一代的“創新統計學家”。本文基于“創新主體—人力資源研究”的視角，呼吁對創新統計學家的重視，重視創新統計學家的培養，加快創新統計學家的知識素質和職業技能的培養，讓創新統計學家充當創新的舵手，以在今天的世界經濟、社會和科學問題方面承擔更大的重任。我們相信：更多創新統計學家的出現，將對我國創新能力的提升產生巨大的作用。

[1]葛霆, 周華東. 國際創新理論的七大進展[J]. 中國科學院院刊, 2007, 22(6): 441-447.

[2]Schlittgen R. Role of statisticians in epidemiological research.[J]. ZeitschriftFürRheumatologie, 2015, 74(2):132-6.

[3]Radermacher W, Hass J L, Hass J L. Role of statisticians in research and action on climate change[C] World Statistics Congress. 2009.

[4]Brewster J F, Cheng S W, Macpherson B D, et al. The Role of Academic Statisticians in Quality Improvement Strategies of Small and Medium Sized Companies[M] Quality Improvement Through Statistical Methods. 1997:45-58.

[5]Hilbe J M. The Role of Statistics and Statisticians in the Future of Astrostatistics[J]. Proceedings of the International Astronomical Union, 2014, 10(S306):400-406.

[6]Guttorp P. The role of statisticians in international science policy [J]. Environmetrics, 2011, 22(7):817–825.

[7]Simon R. The role of statisticians in intervention trials.[J]. Statistical Methods in Medical Research, 1999, 8(4):470-80.

[8]羅伯特?W?梅勒, 龔鑒堯. 信息與決策:統計學家的作用[J]. 統計與預測, 2000(6).

[9]森 繁一, 龔鑒堯. 統計學家的作用[J]. 統計與信息論壇, 1994(1):48-53.

[10]張塞, 鄭京平. 論統計學家在社會經濟統計分析中的地位與作用[J]. 經濟研究, 1997(12):51-56.

[11]佚名. 馬夸德特談統計學家的重要作用[J]. 統計教育.

[12]謝邦昌. 統計學家的作用不可低估[J]. 中國統計, 2003(11).

[13]Hockman K K, Jensen W A. Statisticians as innovation leaders[J]. Quality Engineering, 2015, 28(2):1-10.

[14]Aghion P, Bloom N, Blundell R, et al. Competition and Innovation: An Inverted U Relationship[C] National Bureau of Economic Research, Inc, 2012: 701-728.

[15] George E. P. Box, William H. Woodall. Innovation, Quality Engineering, and Statistics[J]. Quality Engineering, 2012, 24(1):20-29.

[16]黃燕. 創新理論的演進及近期研究進展[J]. 江漢論壇, 2001 (12): 28-30.

[17]田紅云, 陳繼祥, 田偉. 破壞性創新理論研究綜述 [J]. 經濟學動態, 2006, 12: 95-100.

[18]趙彥云, 劉子燁. 統計學要在大數據科學中扮演重要角色——ASA發布統計學科建設的發展報告[J]. 中國統計, 2015(12):4-5.

（作者單位：上海理工大學管理學院）