大數據時代公司統計信息管理研究

石瓊健

（新疆油田公司數據公司，新疆 克拉瑪依 834000）

0 引言

在經濟一體化背景下，企業若想在激烈競爭中長久發展，勢必要健全信息管理系統，為運營管理與決策提供充足的信息支持。但是，當前大部分企業信息管理意識淡薄，將重心放在業務拓展等與經濟效益直接關聯的項目中，相關制度不夠完善，使得所采集的信息不夠準確、真實，對統計工作質量產生直接影響。對此，企業應將大數據等先進信息技術引入其中，使統計信息管理更加完善、可靠，推動企業健康平穩發展。

1 企業統計信息管理中存在的問題

1.1 統計意識淡薄

當前，大部分企業管理者未意識到統計工作的重要價值，在實際工作中對數據統計與分析的熱情較低，存在工作流程不夠完善、操作不夠規范的問題。究其原因，主要是企業領導者未對該項工作給予應有的重視，導致統計人員工作態度敷衍、統計意識淡薄，在實際工作中未能嚴格按照規章制度進行統計。據調查，許多統計部門的制度存在缺陷，職責分工不明確，且統計人員多由財務人員或其他部門從業者兼職。但是，大數據時代管理分工更加細致，對統計人員的專業素養要求更高，從業者只有具備高超的技能與較強的核心素養才可勝任崗位，而現有統計人員的技能無法充分滿足要求，從而對統計質量造成不良影響。

1.2 統計制度不完善

統計工作的高效開展離不開制度支持，但制度由高層領導制定，部分內容與基層工作實際不符，過于側重理論層面，忽視了制度與方法在基層工作中的可行性，無形中增加了統計的工作量與難度，給統計數據的準確度帶來不良影響。同時，數據質量缺乏科學完善的評估體系支持，使得許多無效信息混雜其中，不利于后續應用，制約了企業經營管理效率提升［1］。

1.3 統計信息采集不準確

統計數據源于科學高效的數據采集，為確保統計信息準確客觀，先要保證采集環節科學可靠。但是，當前企業內部分統計人員思想認知不足，存在人為降低數據、統計操作不嚴謹、為達到某種目的隱瞞數據等惡劣情況，導致統計信息采集不準確、填報不清楚、審核不嚴格、評估誤差加大等問題發生，無法為企業經營與決策提供真實全面的數據參考。

2 大數據時代企業統計信息管理的優化措施

2.1 樹立統計意識，培養專業人才

一方面，提高統計意識。在大數據時代，企業管理者應充分意識到數據信息對自身發展的重要性。掌握的數據越多，便越能緊跟時代潮流，在后續發展中便更有競爭力。對此，企業領導應樹立統計意識，將統計工作納入基礎工作中，對其規范部署和監督落實，確保各項統計調查工作能夠有條不紊地開展，在必要的情況下還應加大投入力度，通過制定規章制度為統計工作掃清障礙，減少不良因素干擾，提高統計質量［2］。

另一方面，培養大量專業的統計人才。在統計數據管理中，人員專業性對統計質量有直接影響。其一，企業應將培養高技能、高素質的統計人員納入主要工作中，并為人才培養給予充足的資金支持。其二，大數據時代對統計管理者的專業素養提出了嚴格要求，從業者在日常工作與生活中應自覺樹立統計意識，積極參與培訓活動、座談會等，借助網絡渠道學習先進的統計理念與處理技術，還應提高服務意識，在充分尊重調查對象的前提下，主動與相關部門溝通交流、團結協作，為數據交流共享創造有利條件。其三，企業領導也應積極配合統計者的工作，為其提供更多的學習、技術交流的機會，使其了解更多與統計相關的法律內容，對統計管理職責與特點有更好的把握，在統計實踐中積累寶貴的經驗。其四，企業還應對現有統計人員進行考核和篩選，并通過內部員工培養和外在招聘等方式壯大人才隊伍，彌補崗位空缺。其五，從業者應根據自身工作實際嘗試跨學科交叉學習，創造出更多精準可行的統計技術，并將其靈活應用到實際工作中，使統計管理獲得更加理想的效果。

2.2 完善統計制度，提升統計質量

2.2.1 健全統計管理制度

在大數據影響下，統計數據的結構與類型發生了較大改變，差異逐漸明顯，給數據質量維護帶來了較大困難。對此，企業應結合時代背景，對信息數據類型與處理需求等制定相應的管理制度。例如，可借鑒國外企業的成功經驗，與企業自身情況相結合，制定統計數據質量保障制度等，統一規范統計管理流程、職責等，并對數據造假行為制定詳細的懲處規定，使違規操作得到嚴厲打擊，從制度層面保障數據質量。此外，還要統一大數據的各項協議、技術等規范，創建數據訪問與共享機制，借助網絡平臺實現分層流轉。因企業內部應用統計數據的機構較多，可將各類相關機構連接起來，創建“大統計”體系，依靠垂直管理的方式使數據獨立且安全，并根據規定協同共享，提高整體質量。

2.2.2 創建數據質量評估體系

在數據采集和統計后，還需要對數據質量進行全面檢測與評估，使各項指標與標準更加完善。對此，企業應根據崗位特點與現實需求，創建現有的質量評估體系，并要求各部門結合自身情況，面向國內外市場設計出一套可與國際接軌的統計指標評估體系，并及時將體系內容匯報給上級領導，經過領導層與業內專家反復審核驗證，確保指標體系科學合理。在數據質量檢驗中，可應用掌上電腦（Personal Digital Assistant，PDA）、ETL（Extract-Transform-Load）等智能化信息采集工具，將數據采集工具與檢測點直接連接，使多種類型、結構的信息能夠被隨時抽調到中間層，經過數據預處理和集成后，將有價值的數據存儲到數據庫中，剔除無價值的數據，由此確保統計數據質量，推動統計管理工作高效開展［3］。

2.2.3 強化統計信息安全技術

除數據管理與質量評估之外，還要注重統計信息安全管理，可以通過加強身份認證的方式予以實現。以往身份認證以瀏覽器和服務器（Browser/Server，B/S）構架與“用戶名+口令”為主，當前公司業務量不斷增加，移動計算機與各類移動存儲設備日益普及，以往認證模式的弊端日益顯露出來，許多外網設備均可接入企業系統，增加了信息泄露與損壞的風險。對此，可在傳統認證的基礎上綁定用戶所屬工作站的主機網際互連協議（Internet Protocol，IP）地址、局域網地址（Media Access Control Address，MAC）與交換機接口，并由安全管理人員負責統一配置綁定工作，將配置后的服務器統一連入交換機中，同時利用安全軟件判定主機是否合規，自動采集主機信息并上報，如是否需要更新病毒庫、是否需要下載補丁等，使統計數據安全得到切實保障［4］。

2.3 引入大數據技術，實現精準采集

2.3.1 創新數據統計技術

在大數據背景下，為滿足社會發展需求，企業應結合自身實際情況不斷創新數據統計技術，由此提高信息管理與統計效率，獲得更多優質高效的數據。在實際工作中，企業可通過整合現有技術資源發揮內部優勢條件，創建統計系統平臺，該平臺不但具備數據查詢、數據調用、整合分析等功能，還借鑒了國外企業的寶貴經驗，側重于超大存儲量軟硬件的研發，使數據檢測面積拓展到全部數據單元，并將模糊數據、統計邏輯等算法引入其中，對數據間的內在關聯進行深層挖掘，提高信息精準性與全面性。在獲取大量統計信息后，還應根據用戶現實需求，依靠導向性數據與可視化技術相結合的方式完成數據預處理，再借助網絡平臺通過付費方式向云服務商購買存儲空間與專業化服務，在精準采集的同時還可使數據被安全穩定地存儲，以備后用［5］。

2.3.2 開發應用統計云

在大數據時代，企業可通過引入高科技計算技術、搭建云平臺的方式創新數據處理手段，提高統計數據傳輸、存儲、分布與管理效率。云平臺帶有自動化管理模塊，可通過自定義實現動態細化、科學服務等功能，促進業務效率提升。對此，企業可借助云平臺進行統計信息化建設，提高數據管理能力，該平臺若無錯誤或問題發生，系統可自動開啟安全備份程序，完成后續工作。一旦出現異常情況，還可將網絡與云端設備相連進行數據備份，使信息更加安全且連續。此外，還可通過創建應用統計云的方式促使統計信息管理水平提升。云計算是在網絡虛擬資源基礎上誕生的新型計算與存儲技術，企業可結合自身需求快速訪問網絡資源，獲得相應的服務，其適用于信息統計等涉及范圍廣、數據量龐大的工作，在數據審核與匯總時，可借助統計云實現信息資源的高效管理與實時共享，顯著提升數據采集、管理、加工與存儲的效率，還可根據企業需求提供定制服務，完成自動采集與動態管理［6］。當平臺發生錯誤或故障時，還可自動開啟安全備份，將統計數據備份到云端，由云端服務器完成存儲工作，使數據安全得到切實保障，后續隨時可恢復。

3 結語

在大數據時代，企業統計管理工作的地位不斷提升，傳統統計思想與方法也急需改革創新。對此，內部管理者應與時俱進，通過樹立統計意識、完善統計制度、引入大數據技術等方式彌補統計意識、統計制度與信息準確性方面的不足，積極研發出更多高科技含量的大數據技術，使統計數據質量與安全性得到全面提升，為企業經營決策提供更多優質可靠的數據支持。