京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据思维下的统计新变革
日前,谷歌宣布其云计算平台通过大数据分析准确地预测了巴西世界杯8强。据了解,谷歌云计算平台使用了英国体育数据提供商Opta Sports的数据,评估了全球每个职业足球联盟过去多个赛季的情况,以及巴西世界杯小组赛期间的统计数据。于是乎,大数据再度成为舆论关注的焦点,对于其应用价值的讨论更加热烈。
然而,我们发现,即使以谷歌强大的技术实力,也不得不从英国体育数据提供商Opta Sports那里获取数据。也就是说,数据的采集并不是谷歌的优势,大数据产业走向商用和规模化发展,更多的要依赖Opta Sports这样的数据采集者。从这个角度看,作为最具共识性和采集能力的统计部门,无疑将是大数据产业发展壮大的基础。反过来看,从大数据发展的趋势看统计行业的发展方向,也必然全面应用大数据思维。我们注意到,从国家统计局局长马建堂在2012年年底提出“统计部门要拥抱大数据时代”,到不久前国家统计局在厦门建立首个大数据基地,可以断言,统计行业的大数据变革已经到来。
2013年11月,国家统计局与百度、阿里巴巴等11家企业签订了大数据战略合作框架协议。此举目的在于共同推进大数据在政府统计中的应用,不断增强政府统计的科学性和及时性。马建堂在协议签订时表示:“现在许多发达国家纷纷将大数据利用提升到国家战略层面,我们也要适应这一大势,将大数据视为国家战略资源,主动拥抱大数据时代,积极抢抓机遇、应对挑战。”数据与统计是一对共生词,而数据成为生产要素的前提条件也是有效的梳理与归类,这恰恰是统计的内容。马建堂说,大数据为政府统计提供了总体性、非结构化、丰富真实的原始资料,可以极大地缩短数据采集时间,减少报表填报任务,减轻调查对象负担,提高统计数据质量。
一场统计方式和方法的变革正在酝酿。企业既是大数据的主要生产者,也是经验丰富的使用者,还是大数据的直接受益者,有数据的资源、有应用的技术、有市场的机制。而国家统计局作为组织领导和协调全国统计工作的主管部门,具有统计制度和标准制定,统计数据搜集、发布、分析等方面的优势。
统计数据是各级领导作出科学决策的重要支撑。随着企业一套表建设的基本完成,各行各业的数据被采集上来,这只是第一步,用好这些数据是关键。企业一套表只是一个业务系统,更重要的是在这套系统上帮助统计部门搭建一套数据资源体系,通过这套体系来对数据进行规划、整理和加工,建设监测评价中心、辅助决策中心,这也是统计行业未来发展的必然趋势。
现在一些地方统计局已经开始做统计方面的规划和使用。例如原来的统计工作主要是查询,现在希望除了查询、检索、展示之外还具备监测、评价的功能。监测评价需要标准,在政府部门这个标准就是政策。监测是对企业、家庭等对象进行调查,数据上传之后经过计算、加工等与初定的指标相比较,并对监测结果进行评价,发现问题及时预警、报警。辅助决策则更需要智能化,当发现监测评价出的结果与初定指标存在较大差异时,就要追本溯源,为领导提供准确的问题分析报告,列出导致问题的主要原因,提出可行性建议,为领导提供辅助决策,为其做出下一个阶段的判断和调整提供帮助。例如,自去年以来,浙江温州市统计局建立了GDP联席会议制度,按季度召集30多个部门进行分析论证部门数据与GDP数据之间的关系,特别是充分运用电力、银行、交通、财政、外贸等部门数据,以及对GDP数据的影响,使GDP数据更加科学可靠。今年进一步扩大了GDP联席会议职能,把涉及部门的经济、社会、民生等监测评价数据进行综合审查分析,进一步提高统计数据质量。
与此同时,统计行业的大数据变革,也将为大数据产业的下一步发展打造坚实的基础。从企业一套表到电子终端采集数据,中国统计的技术和制度改革近两年不断深入,而与大数据概念的交汇与融合也将助推中国官方数据更加真实全面。统计部门在人口、农业、投资、交通等领域,大力研究利用遥感RS、地理信息系统GIS、全球定位系统GPS为代表的空间信息技术和物联网技术,既极大提升了统计信息化水平,也为进一步推进大数据的统计应用打下了较好的基础。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18