实现大数据统计应用的几点对策

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

大数据是信息时代的必然产物,它是经济社会发展过程中以及人们日常工作、学习、生活中,由于使用以现代网络、特别是以互联网为特征的现代信息技术和其他各种电子计量等技术而产生的海量信息。对海量信息的采集、存储、分析、整合、控制而得到的数据就是大数据。

首先,大数据能够更加客观真实地记载经济社会的发展情况。在现代社会,人与人之间、人与单位之间、单位与单位之间,甚至地区与地区之间,国与国之间发生的任何一项交流和交易行为都有可能在计算机等各种电子设备上留下记录。由于它们都是电子化的信息,没有掺入任何人为的干扰因素,对这样的信息进行发掘、加工、整理而得出的大数据必将能够更加客观真实地反映社会经济发展情况。同时,实现大数据统计应用也是遏制、甚至杜绝统计造假、弄虚作假行为的根本措施。

其次,大数据能够最大限度地弥补现行统计调查制度所无法涉及的领域。大数据能轻而易举地解决常规统计调查无法涉及的各种复杂多变的行业问题。因为大数据不但量大,其涵盖面也十分广泛,几乎是无所不包,任何时候、任何地方、任何人、任何单位,只要发生了交易行为就要留下“痕迹”。而对这些信息进行加工整理获得的大数据必然能够有效解决现行统计和国民经济核算资料不全的问题,或者说,大数据能够最大限度地弥补现行统计调查所不能涉及的领域,由此核算出的数据更加客观、全面。

第三,大数据分析应用已经发挥出了显著的社会经济效益。目前,大数据分析应用已经有了实质性的进展,这方面,无论是国内还是国外、特别是西方发达国家都有大量实例可以证明。例如,商贸领域通过对商品销售大数据分析,能够发现同一种产品在不同地区的销量、销售的时间以及购买产品的客户群,然后作出市场预测,制定出新的订货计划,取得了最佳的经济效益。在金融、保险、交通等行业以及财政、教育等领域,通过大数据分析,能够发现新的商机或管理模式,并寻找到改进服务的最佳途径。

尽管如此,就目前的情况来看,要真正实现大数据在统计工作中的应用尚面临着很多问题与障碍,如口径不一致、范围不相同、标准不统一、程序不规范、信息不共享等,这些或将成为大数据统计应用的“拦路虎”。在此,笔者提出如下几点对策与建议。

一是建立机构,统一管理大数据开发应用工作。大数据就就像是一座巨大的“宝藏”,如果不加以开发就无法发挥其作用。但是,如果无序开发,也会使得这笔宝贵的资源得不到有效利用,造成浪费,甚至产生负面效应。因此,要真正实现大数据统计应用,必须建立一个专门的管理机构,加强组织领导,统一管理大数据的开发、应用,数据信息安全,以及在某些领域、某些行业逐步实现以大数据取代常规统计调查数据等问题。同时,制定周密计划、明确职责分工、选择工作路径、加强日常监管,从而实现对大数据这一宝最资源的有效利用。

二是统一标准,实现大数据在统计上的可比性。统计是一门科学,是一项十分严谨的管理手段。因此,统计指标的含义、口径、范围、来源渠道、计算方法、计量单位等必须统一,只有这样才具有可比性。要实现大数据统计应用,提高统计工作的科学性,必须制定统一的标准,如在生产、流通、服务等领域,界定哪些信息属于可在统计上应用的大数据,如何将大数据的口径、范围调整为常规统计的所需的口径和范围,如何对大数据的海量信息进行甄别、筛选,然后挖掘出统计核算所需要的、且常规统计所难以取得的资料等等,只有在这些方面统一标准,才能真正实现大数据的统计应用。

三是资源共享,畅通大数据信息来源渠道。目前大部分单位都认为本部门的数据、行政记录等信息是商业秘密,出于“保密”等原因,一般不对外提供,即便是政府统计部门需要,一些单位也是顾虑重重。因此,要实现大数据在统计上的应用,必须打破单位之间信息壁垒,真正实现信息资源共享。只有这样,才能够最大限度地满足常规统计、尤其是国民经济核算的数据需要。当然,为防止泄密,有必要制定一个关于大数据开发利用的制度,严格规定对外发布的范围,保障个体信息资料的安全。

四是创造条件,为大数据开发应用铺平道路。大数据应用离不开现代信息技术和网络技术,更离不开大数据发掘、加工、整理和分析的人才。因此,必须大力培养一批大数据应用、尤其是大数据分析方面的人才,为将大数据广泛应用于政府统计、宏观管理、企业经营等方面奠定基础。要鼓励高校和科研机构有针对性地开发大数据应用软件,为大数据分析提供帮助。要通过国内培养、国外委培等途径,锻造一批“大数据分析师”队伍,除开展大数据分析外,还要将大数据分析的理念、思路广泛用于宏观管理和微观经营之中,发挥出大数据统计应用的最大社会经济效益。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
132 1
|
14天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
28天前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
2月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
67 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
163 2
|
2月前
|
消息中间件 存储 druid
大数据-156 Apache Druid 案例实战 Scala Kafka 订单统计
大数据-156 Apache Druid 案例实战 Scala Kafka 订单统计
47 3
ly~
|
2月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
429 2
|
2月前
|
安全 大数据 数据挖掘
大数据时代,数据安全管理的问题与对策
无论是从企业还是个人的需求出发,考取一个大数据管理相关的证书都是最好的选择,不仅能提升大数据管理能力、意识和素质,还能获得更高的市场信誉与认可。
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
251 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
43 2