论文部分内容阅读
摘要：伴随着大数据时代的到来，越来越多的企业开始关注“大数据”的商业价值，大数据已经成为一种新的资产类别。大数据分析往往需要多类统计信息相互参考。如何应对大数据时代带来的机遇和挑战，让统计更好地发挥作用，是当前企业统计工作面临的重要课题。本文通过论述现阶段企业统计工作的主要特点，阐明大数据时代统计工作在统计观念、流程设计、分析能力建设等方面的应对策略。
关键词：大数据；工业企业；统计；变革
1导言
20世纪90年代，在进行气象地图分析、大物理仿真计算、基因图谱分析等基础科学研究时，科学家们提出了“大数据”这个概念。进入21世纪，移动互联网、电子商务、社交网络、云计算和物联网等技术蓬勃发展，大数据成为这些新一代信息技术发展的必然产物。
2数据时代工业企业统计变革的必要性
工业企业统计是经济统计的核心内容之一，在我国统计体系中占有重要地位。随着大数据时代的到来，工业企业统计也将面临着新的变革与挑战。麦肯锡公司认为：“数据，已经成为当今企业的关键生产要素之一，已经渗透到每一个行业、每一项业务职能。对于海量数据的运用与挖掘，预示着新一波生产率增长时代的到来。”在大数据时代，不仅对工业企业统计提出了新的需求，也将逐步扩展工业企业统计的职能。
大数据是指数据集的容量已超出了常规的数据库软件工具所能捕捉、存储和分析的数据，它产生于无所不在的传感器、微处理器、互联网和社会媒体等。在发达国家，对于大数据的收集、分类、存储、分析已经嵌入到经济社会管理的每一个环节，并成为经济社会管理的重要组成部分。《华尔街日报》将大数据时代、智能化时代和无线网络革命称为是引领未来经济繁荣的三大技术变革。
大数据时代的到来必然引起企业统计工作的变革。统计工作是企业数据价值成长的温床，离开了统计工作，企业数据的价值就无从展现。没有统计工作的促进，数据挖掘也会停滞不前。在大数据时代，工业企业要对海量的生产、营销、采购、财务、人力资源、质量检测、安全监控、后勤服务数据进行收集、分析和发布，为企业决策提供参考。这时，人们的思维模式将发生变化，不再过多地探究企业内部要素之间的因果关系，而是专注于企业内部要素之间的相关关系。统计的主要目标不再是描述企业的管理事件及发生的原因，而是转向对管理行为结果的预测。
3大数据时代下企业统计存在的问题
3.1统计的信息化水平得到长足发展
计算机的发展使传统的统计手工帐变为电子帐，快速准确，基础统计台账都可以在计算机上实现，统计工作具有了无纸化和电子化的特点，大大提高了统计工作效率和质量。统计管理的标准化、规范化水平有所提高，信息化支撑下的统计数据经得起推敲，准确性提高，人为性错误减少，可信度增加；减轻统计调查负担，减少重复劳动，确保源头统计数据质量，为企业提供切实可靠的统计数据。
统计信息化的实现使得统计数据快速、及时地生成，可以让数据不再受时间与空间的限制，统计数据准确、快速、及时地展现，为企业决策者正确决策、把握市场机遇，提供可靠保障。
3.2传统统计观念已不适应现代统计工作的需要
传统统计观念认为，统计工作只是完成各级统计报表填报及报送工作。信息技术的使用使得数据的获取变得容易，因此要改变原来提供数据为主到进行数据开发利用为主转变。传统统计分析大多数是对现有统计数据的分析，对表面现象的分析。在大数据时代，传统的统计观念已不能适应现阶段统计工作需要。大数据时代的数据分析要从海量数据中找出隐藏的规律，进行深层次的数据挖掘，挖掘数据背后的信息，反应现象背后的原因，为企业全方位、多层次地提供优质服务。
4大数据时代工业企业统计工作变革
4.1采用适应企业自身的安全防护模型
安全模型（Security Model）是人们对访问被保护数据加以控制的方法的一种抽象，对于不同的应用程序和应用环境，安全模型的要求有很大不同。首先、是所用模型的可决定性（Determinabie）。其次、模型的不可能性或不可实现性。最后、安全机制必须改进传统系统，至少安全地与传统系统连接起来。因此需要通过分析企业组织机构、信息系统和安全需求，建立适应企业自身的安全防护体系。
A、针对企业的攻击分析：（1）来自网络攻击的威胁。（2）来自信息窃取的威胁。（3）来自公共网络中计算机病毒的威胁。（4）管理及操作人员缺乏安全意识。B、针对企业安全措施：（1）网络传输保护：主要是数据加密，防窃听保护等。（2）对机密数据信息进行保护，防止泄露。采用漏洞分析设备，并及时对已知漏洞修补。（3）加强企业安全管理，定期安全审计，重点针对内容审计和网络通信审计。（4）对网络接入部分进行入侵检测，利用网络防病毒系统，对网内的一些可能携带病毒的设备进行防护与查杀。最终，通过全民分析设计出适合本企业的安全综合管理模型与安全防控方案。
4.2实施自动化数据采集方式，提高数据采集效率
在大数据环境下，传统的数据采集方式将逐渐消退，代之而起的是数据的自动化采集。在传统方式下，人工报表、抽样调查、访谈、问卷发放等数据采集方式，已经无法适应大数据处理的需求。大数据采集不仅包括生产数据，还包括市场、客户、营销、采购等生产之外的数据，与传统数据采集对象截然不同。自动化数据采集不仅降低了数据采集的成本，也确保了数据采集的完整性，不仅可以采集结构化数据，也可以采集半结构化和非结构化数据。当然，在自动化数据采集下，对存储设备的要求也较高，需要具备容量大、性能强、吞吐率高等特性
4.3转变企业对数据的管理与控制方式
在大数据环境下，数据分析需要接受一定程度的误差，无法做到小数据的精准。数据容量越大、数据类型越多，所容忍的误差就越高。我国企业并未真正进人大数据时代，数据容量较低、数据类型单一，尚不能容忍较多的数据误差。美国企业大数据管理水平较高，但由于数据误差较高，每年给企业造成六千多亿美元的利益损失。企业应设计专门的大数据管理部門，指派专门的数据管理人员，及时解决数据管理中出现的问题，并不断谋求数据管理质量的提高。
4.4实施工业统计制度的变革
在大数据时代，由于统计对象、方式、目标都发生了变化，需要统计制度也相应转变，以适应大数据统计发展的需求。新的工业统计制度应立足于我国工业发展的现实目标，将统计工作与企业发展相结合，充分利用大数据的优势，提高工业统计对生产、营销、采购等流程的支持作用。在我国现行的体制下，统计制度变革是一个系统工程，不可能在短时间内一毗而就。在变革过程中，不仅要吸取西方发达国家统计制度的经验，也要结合于我国统计实践的现实特征。
结束语
综上所述，在建立完善的安全保密措施，提高安全服务的基础上，要进而制定企业安全管理规范。大数据时代，企业统计工作需要积极应对，创新管理，转变观念、完善流程、提高数据挖掘与开发利用能力，充分发挥统计的作用，提升企业综合竞争力。本文就大数据时代企业统计工作的应对策略提出几点建议，希望能够为企业的统计工作提供借鉴。
参考文献：
[1]陈哲.大数据背景下的工业企业统计工作的思考[J].厦门科技，2015（06）：40-42.
[2]李鹏飞.大数据时代工业统计创新能力的分析与研究[J].财经界（学术版），2016（02）：290-292.
[3]梁晓.大数据时代企业统计工作的应对策略[J].企业改革与管理，2017（07）：133-134.
关键词：大数据；工业企业；统计；变革
1导言
20世纪90年代，在进行气象地图分析、大物理仿真计算、基因图谱分析等基础科学研究时，科学家们提出了“大数据”这个概念。进入21世纪，移动互联网、电子商务、社交网络、云计算和物联网等技术蓬勃发展，大数据成为这些新一代信息技术发展的必然产物。
2数据时代工业企业统计变革的必要性
工业企业统计是经济统计的核心内容之一，在我国统计体系中占有重要地位。随着大数据时代的到来，工业企业统计也将面临着新的变革与挑战。麦肯锡公司认为：“数据，已经成为当今企业的关键生产要素之一，已经渗透到每一个行业、每一项业务职能。对于海量数据的运用与挖掘，预示着新一波生产率增长时代的到来。”在大数据时代，不仅对工业企业统计提出了新的需求，也将逐步扩展工业企业统计的职能。
大数据是指数据集的容量已超出了常规的数据库软件工具所能捕捉、存储和分析的数据，它产生于无所不在的传感器、微处理器、互联网和社会媒体等。在发达国家，对于大数据的收集、分类、存储、分析已经嵌入到经济社会管理的每一个环节，并成为经济社会管理的重要组成部分。《华尔街日报》将大数据时代、智能化时代和无线网络革命称为是引领未来经济繁荣的三大技术变革。
大数据时代的到来必然引起企业统计工作的变革。统计工作是企业数据价值成长的温床，离开了统计工作，企业数据的价值就无从展现。没有统计工作的促进，数据挖掘也会停滞不前。在大数据时代，工业企业要对海量的生产、营销、采购、财务、人力资源、质量检测、安全监控、后勤服务数据进行收集、分析和发布，为企业决策提供参考。这时，人们的思维模式将发生变化，不再过多地探究企业内部要素之间的因果关系，而是专注于企业内部要素之间的相关关系。统计的主要目标不再是描述企业的管理事件及发生的原因，而是转向对管理行为结果的预测。
3大数据时代下企业统计存在的问题
3.1统计的信息化水平得到长足发展
计算机的发展使传统的统计手工帐变为电子帐，快速准确，基础统计台账都可以在计算机上实现，统计工作具有了无纸化和电子化的特点，大大提高了统计工作效率和质量。统计管理的标准化、规范化水平有所提高，信息化支撑下的统计数据经得起推敲，准确性提高，人为性错误减少，可信度增加；减轻统计调查负担，减少重复劳动，确保源头统计数据质量，为企业提供切实可靠的统计数据。
统计信息化的实现使得统计数据快速、及时地生成，可以让数据不再受时间与空间的限制，统计数据准确、快速、及时地展现，为企业决策者正确决策、把握市场机遇，提供可靠保障。
3.2传统统计观念已不适应现代统计工作的需要
传统统计观念认为，统计工作只是完成各级统计报表填报及报送工作。信息技术的使用使得数据的获取变得容易，因此要改变原来提供数据为主到进行数据开发利用为主转变。传统统计分析大多数是对现有统计数据的分析，对表面现象的分析。在大数据时代，传统的统计观念已不能适应现阶段统计工作需要。大数据时代的数据分析要从海量数据中找出隐藏的规律，进行深层次的数据挖掘，挖掘数据背后的信息，反应现象背后的原因，为企业全方位、多层次地提供优质服务。
4大数据时代工业企业统计工作变革
4.1采用适应企业自身的安全防护模型
安全模型（Security Model）是人们对访问被保护数据加以控制的方法的一种抽象，对于不同的应用程序和应用环境，安全模型的要求有很大不同。首先、是所用模型的可决定性（Determinabie）。其次、模型的不可能性或不可实现性。最后、安全机制必须改进传统系统，至少安全地与传统系统连接起来。因此需要通过分析企业组织机构、信息系统和安全需求，建立适应企业自身的安全防护体系。
A、针对企业的攻击分析：（1）来自网络攻击的威胁。（2）来自信息窃取的威胁。（3）来自公共网络中计算机病毒的威胁。（4）管理及操作人员缺乏安全意识。B、针对企业安全措施：（1）网络传输保护：主要是数据加密，防窃听保护等。（2）对机密数据信息进行保护，防止泄露。采用漏洞分析设备，并及时对已知漏洞修补。（3）加强企业安全管理，定期安全审计，重点针对内容审计和网络通信审计。（4）对网络接入部分进行入侵检测，利用网络防病毒系统，对网内的一些可能携带病毒的设备进行防护与查杀。最终，通过全民分析设计出适合本企业的安全综合管理模型与安全防控方案。
4.2实施自动化数据采集方式，提高数据采集效率
在大数据环境下，传统的数据采集方式将逐渐消退，代之而起的是数据的自动化采集。在传统方式下，人工报表、抽样调查、访谈、问卷发放等数据采集方式，已经无法适应大数据处理的需求。大数据采集不仅包括生产数据，还包括市场、客户、营销、采购等生产之外的数据，与传统数据采集对象截然不同。自动化数据采集不仅降低了数据采集的成本，也确保了数据采集的完整性，不仅可以采集结构化数据，也可以采集半结构化和非结构化数据。当然，在自动化数据采集下，对存储设备的要求也较高，需要具备容量大、性能强、吞吐率高等特性
4.3转变企业对数据的管理与控制方式
在大数据环境下，数据分析需要接受一定程度的误差，无法做到小数据的精准。数据容量越大、数据类型越多，所容忍的误差就越高。我国企业并未真正进人大数据时代，数据容量较低、数据类型单一，尚不能容忍较多的数据误差。美国企业大数据管理水平较高，但由于数据误差较高，每年给企业造成六千多亿美元的利益损失。企业应设计专门的大数据管理部門，指派专门的数据管理人员，及时解决数据管理中出现的问题，并不断谋求数据管理质量的提高。
4.4实施工业统计制度的变革
在大数据时代，由于统计对象、方式、目标都发生了变化，需要统计制度也相应转变，以适应大数据统计发展的需求。新的工业统计制度应立足于我国工业发展的现实目标，将统计工作与企业发展相结合，充分利用大数据的优势，提高工业统计对生产、营销、采购等流程的支持作用。在我国现行的体制下，统计制度变革是一个系统工程，不可能在短时间内一毗而就。在变革过程中，不仅要吸取西方发达国家统计制度的经验，也要结合于我国统计实践的现实特征。
结束语
综上所述，在建立完善的安全保密措施，提高安全服务的基础上，要进而制定企业安全管理规范。大数据时代，企业统计工作需要积极应对，创新管理，转变观念、完善流程、提高数据挖掘与开发利用能力，充分发挥统计的作用，提升企业综合竞争力。本文就大数据时代企业统计工作的应对策略提出几点建议，希望能够为企业的统计工作提供借鉴。
参考文献：
[1]陈哲.大数据背景下的工业企业统计工作的思考[J].厦门科技，2015（06）：40-42.
[2]李鹏飞.大数据时代工业统计创新能力的分析与研究[J].财经界（学术版），2016（02）：290-292.
[3]梁晓.大数据时代企业统计工作的应对策略[J].企业改革与管理，2017（07）：133-134.