大數據時代工業企業統計工作變革的思考

吳萍

摘要：伴隨著大數據時代的到來，越來越多的企業開始關注“大數據”的商業價值，大數據已經成為一種新的資產類別。大數據分析往往需要多類統計信息相互參考。如何應對大數據時代帶來的機遇和挑戰，讓統計更好地發揮作用，是當前企業統計工作面臨的重要課題。本文通過論述現階段企業統計工作的主要特點，闡明大數據時代統計工作在統計觀念、流程設計、分析能力建設等方面的應對策略。

關鍵詞：大數據；工業企業；統計；變革

1導言

20世紀90年代，在進行氣象地圖分析、大物理仿真計算、基因圖譜分析等基礎科學研究時，科學家們提出了“大數據”這個概念。進入21世紀，移動互聯網、電子商務、社交網絡、云計算和物聯網等技術蓬勃發展，大數據成為這些新一代信息技術發展的必然產物。

2數據時代工業企業統計變革的必要性

工業企業統計是經濟統計的核心內容之一，在我國統計體系中占有重要地位。隨著大數據時代的到來，工業企業統計也將面臨著新的變革與挑戰。麥肯錫公司認為：“數據，已經成為當今企業的關鍵生產要素之一，已經滲透到每一個行業、每一項業務職能。對于海量數據的運用與挖掘，預示著新一波生產率增長時代的到來。”在大數據時代，不僅對工業企業統計提出了新的需求，也將逐步擴展工業企業統計的職能。

大數據是指數據集的容量已超出了常規的數據庫軟件工具所能捕捉、存儲和分析的數據，它產生于無所不在的傳感器、微處理器、互聯網和社會媒體等。在發達國家，對于大數據的收集、分類、存儲、分析已經嵌入到經濟社會管理的每一個環節，并成為經濟社會管理的重要組成部分。《華爾街日報》將大數據時代、智能化時代和無線網絡革命稱為是引領未來經濟繁榮的三大技術變革。

大數據時代的到來必然引起企業統計工作的變革。統計工作是企業數據價值成長的溫床，離開了統計工作，企業數據的價值就無從展現。沒有統計工作的促進，數據挖掘也會停滯不前。在大數據時代，工業企業要對海量的生產、營銷、采購、財務、人力資源、質量檢測、安全監控、后勤服務數據進行收集、分析和發布，為企業決策提供參考。這時，人們的思維模式將發生變化，不再過多地探究企業內部要素之間的因果關系，而是專注于企業內部要素之間的相關關系。統計的主要目標不再是描述企業的管理事件及發生的原因，而是轉向對管理行為結果的預測。

3大數據時代下企業統計存在的問題

3.1統計的信息化水平得到長足發展

計算機的發展使傳統的統計手工帳變為電子帳，快速準確，基礎統計臺賬都可以在計算機上實現，統計工作具有了無紙化和電子化的特點，大大提高了統計工作效率和質量。統計管理的標準化、規范化水平有所提高，信息化支撐下的統計數據經得起推敲，準確性提高，人為性錯誤減少，可信度增加；減輕統計調查負擔，減少重復勞動，確保源頭統計數據質量，為企業提供切實可靠的統計數據。

統計信息化的實現使得統計數據快速、及時地生成，可以讓數據不再受時間與空間的限制，統計數據準確、快速、及時地展現，為企業決策者正確決策、把握市場機遇，提供可靠保障。

3.2傳統統計觀念已不適應現代統計工作的需要

傳統統計觀念認為，統計工作只是完成各級統計報表填報及報送工作。信息技術的使用使得數據的獲取變得容易，因此要改變原來提供數據為主到進行數據開發利用為主轉變。傳統統計分析大多數是對現有統計數據的分析，對表面現象的分析。在大數據時代，傳統的統計觀念已不能適應現階段統計工作需要。大數據時代的數據分析要從海量數據中找出隱藏的規律，進行深層次的數據挖掘，挖掘數據背后的信息，反應現象背后的原因，為企業全方位、多層次地提供優質服務。

4大數據時代工業企業統計工作變革

4.1采用適應企業自身的安全防護模型

安全模型（Security Model）是人們對訪問被保護數據加以控制的方法的一種抽象，對于不同的應用程序和應用環境，安全模型的要求有很大不同。首先、是所用模型的可決定性（Determinabie）。其次、模型的不可能性或不可實現性。最后、安全機制必須改進傳統系統，至少安全地與傳統系統連接起來。因此需要通過分析企業組織機構、信息系統和安全需求，建立適應企業自身的安全防護體系。

A、針對企業的攻擊分析：（1）來自網絡攻擊的威脅。（2）來自信息竊取的威脅。（3）來自公共網絡中計算機病毒的威脅。（4）管理及操作人員缺乏安全意識。B、針對企業安全措施：（1）網絡傳輸保護：主要是數據加密，防竊聽保護等。（2）對機密數據信息進行保護，防止泄露。采用漏洞分析設備，并及時對已知漏洞修補。（3）加強企業安全管理，定期安全審計，重點針對內容審計和網絡通信審計。（4）對網絡接入部分進行入侵檢測，利用網絡防病毒系統，對網內的一些可能攜帶病毒的設備進行防護與查殺。最終，通過全民分析設計出適合本企業的安全綜合管理模型與安全防控方案。

4.2實施自動化數據采集方式，提高數據采集效率

在大數據環境下，傳統的數據采集方式將逐漸消退，代之而起的是數據的自動化采集。在傳統方式下，人工報表、抽樣調查、訪談、問卷發放等數據采集方式，已經無法適應大數據處理的需求。大數據采集不僅包括生產數據，還包括市場、客戶、營銷、采購等生產之外的數據，與傳統數據采集對象截然不同。自動化數據采集不僅降低了數據采集的成本，也確保了數據采集的完整性，不僅可以采集結構化數據，也可以采集半結構化和非結構化數據。當然，在自動化數據采集下，對存儲設備的要求也較高，需要具備容量大、性能強、吞吐率高等特性

4.3轉變企業對數據的管理與控制方式

在大數據環境下，數據分析需要接受一定程度的誤差，無法做到小數據的精準。數據容量越大、數據類型越多，所容忍的誤差就越高。我國企業并未真正進人大數據時代，數據容量較低、數據類型單一，尚不能容忍較多的數據誤差。美國企業大數據管理水平較高，但由于數據誤差較高，每年給企業造成六千多億美元的利益損失。企業應設計專門的大數據管理部門，指派專門的數據管理人員，及時解決數據管理中出現的問題，并不斷謀求數據管理質量的提高。

4.4實施工業統計制度的變革

在大數據時代，由于統計對象、方式、目標都發生了變化，需要統計制度也相應轉變，以適應大數據統計發展的需求。新的工業統計制度應立足于我國工業發展的現實目標，將統計工作與企業發展相結合，充分利用大數據的優勢，提高工業統計對生產、營銷、采購等流程的支持作用。在我國現行的體制下，統計制度變革是一個系統工程，不可能在短時間內一毗而就。在變革過程中，不僅要吸取西方發達國家統計制度的經驗，也要結合于我國統計實踐的現實特征。

結束語

綜上所述，在建立完善的安全保密措施，提高安全服務的基礎上，要進而制定企業安全管理規范。大數據時代，企業統計工作需要積極應對，創新管理，轉變觀念、完善流程、提高數據挖掘與開發利用能力，充分發揮統計的作用，提升企業綜合競爭力。本文就大數據時代企業統計工作的應對策略提出幾點建議，希望能夠為企業的統計工作提供借鑒。

參考文獻：

[1]陳哲.大數據背景下的工業企業統計工作的思考[J].廈門科技，2015（06）：40-42.

[2]李鵬飛.大數據時代工業統計創新能力的分析與研究[J].財經界（學術版），2016（02）：290-292.

[3]梁曉.大數據時代企業統計工作的應對策略[J].企業改革與管理，2017（07）：133-134.