
树立大数据治理意识_数据分析师
2011年6月,美国麦肯锡全球研究院发布题为《大数据:下一个创新、竞争和生产力的前沿》的研究报告,首次正式提出“大数据时代已经到来”的观点,数据正成为与物质资产和人力资本相提并论的重要生产要素,大数据的使用将成为未来提高竞争力和生产力的关键要素。大数据时代不仅将改变每个人的日常生活和工作方式,而且将从根本上改变国家治理与社会治理状况。大数据时代的社会治理要求我们要积极顺应大数据时代的发展趋势和本质要求,树立大数据治理意识。
长期以来,我国的数字管理非常落后,社会理性化程度始终较低。正如历史学家黄仁宇所指出的,传统中国社会缺乏“数目字管理”的传统,常常以道德替代法律,国家与社会管理是模糊和杂乱的,这是传统中国社会难以飞跃发展的根本原因。在传统社会中,由于人类自身生物能力以及信息技术水平的限制,人们能够获得的数据信息十分有限,社会管理者始终面临着“信息不对称”的严重制约,始终面临较高的决策风险,存在诸多“不可治理”的社会公共事务,无法根本性地提高社会治理绩效与水平。当前,我国的社会治理依然大体延续传统中国社会的治理模式,主要依靠感觉、经验来管理社会,社会领域的治理缺乏应有的数据支撑,某些社会领域的公共事务由于基础数据的缺失而长期处于“无法治理”状态,从总体上看整个社会治理的理性化、科学化、现代化程度依然较低。大数据技术的发展,为改变传统经验型社会治理模式带来重大机遇,“理念是行动的先导”,大数据时代的社会治理在理念上要高度重视大数据治理意识的培育,大力推动社会计算和智慧治理。
大数据时代,海量、异构、总体数据的动态采集、实时存储、即时分析成为可能,多元化、个性化、移动化的大数据应用也得以可能,社会治理也可以更多地依托大数据技术得以突破性地创新提升。这就要求在理念上率先树立大数据治理意识,注重社会治理领域的大数据建设和整合,特别要尽快构建社会治理的基础数据体系,如公民信用、不动产、家庭人口、收入和税收等基础性大数据,彻底改变诸多社会领域的“不可治理”状态,极大降低“信息不对称”带来的决策风险。同时,为推进社会治理数据化,还要树立社会计算和智慧治理意识。所谓“社会计算”是指使用系统科学、人工智能、大数据挖掘等科学计算理论作为研究方法,将社会科学理论与计算理论相结合,为人类更深入地认识社会、改造社会,解决政治、经济、文化等领域复杂性社会问题的一种理论和方法论体系。
在大数据时代,社会是可计算的,恰如全球复杂网络研究权威专家巴拉巴西在《爆发》一书中的判断:在大数据时代,人类行为中有93%是可以预测的。社会计算的出现,可以对社会成员的行为逻辑、社会事件的发展态势做出判断、预测和模拟,使得社会治理也成为可计算、可预测和可控制的领域,从而可以推动社会治理由传统的经验治理向智能治理转型,推动社会治理数据化、科学化、理性化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04