基于大數據背景的企業統計工作分析

喬燕紅

身份證號：610622198609100126

基于大數據背景的企業統計工作分析

喬燕紅

身份證號：610622198609100126

伴隨著全國社會經濟的快速發展，在全球大數據背景下，全國的基層統計工作也被賦予了新的使命以及更高更全面的要求。在當今這個數據量極速膨脹的時代，大數據成為了炙手可熱的名詞。而統計在大數據這個時代中的作用更加的重要。大數據是一個大樣本和高維變量的數據集合。基于此，本文主要對基于大數據背景的企業統計工作進行分析。

大數據背景；企業統計；工作分析

1、前言

隨著社會的進步和科技的發展，信息化時代的到來使統計工作在企業的發展中占有舉足輕重的地位。特別是在大數據背景下，企業的統計工作是提高企業效率，為企業發展戰略提供參考的重要依據。因此，在大數據背景下，統計工作的開展必須與時俱進，盡早發現問題、解決問題，在統計的實踐工作中加強分析與研究，從而提高統計工作的工作質量，使得統計工作不斷創新符合時代發展的新要求。

2、大數據的特點

一是數據體量巨大。我們先來看看一組公式：1024GB=1TB；1024TB=1PB；1024PB=1EB；1024EB=1ZB；1024ZB=YB。到目前為止，人類生產的所有印刷材料的數據量是200PB，而歷史上全人類說過的所有話的數據量大約是5EB。當前，典型個人計算機硬盤的容量為TB量級，而一些大企業的數據量已經接近EB量級。二是數據類型繁多。這種類型的多樣性也讓數據被分為結構化數據和非結構化數據。基于云時代背景下的數據類型變得更加復雜，不再是以前那種單一的、簡單的數據，它涉及的領域包括金融、教育、銷售等各個不同的領域，這就促使大數據的類型也變得多種多樣，視頻、圖片、地理信息等都是大數據其中一種類型。三是價值密度低。隨著互聯網以及物聯網的廣泛應用，信息感知無處不在，信息海量，但價值密度較低，如何結合業務邏輯并通過強大的機器算法來挖掘數據價值，是大數據時代最需要解決的問題。四是處理速度快。這是大數據區分于傳統數據挖掘的最顯著特征。根據IDC的“數字宇宙”的報告，預計到2020年，全球數據使用量將達到35.2ZB。在如此海量的數據面前，處理數據的效率就是企業的生命。

3、大數據背景下企業統計工作中出現的問題

很多企業的管理人員甚至統計人員都有這樣的看法：統計就是對一些數據進行加減，對其進行簡單的匯總，并不會對整個企業的發展有多大的影響，統計的意義就是設計幾張統計的報表，以便對上級部門進行應付而已。所以這就造成很多企業內沒有專職統計的人員，大部分只是兼職，而且變動比較頻繁。

3.2 統計數據質量亟待提高

很多企業統計人員專業能力比較低，在進行企業相關事務的統計時不能正確的使用專業方法和技術，經常是憑借經驗對數據進行收集和整理、加工和匯總等工作，很容易使數據的真實性受到質疑，不能為企業的管理人員提供所需的各種精確資料。而且，還有部分企業為了追求自己的利益，違反國家相關的法律法規，隨意對統計數據進行改動，對整個社會的發展造成很壞的影響。很多統計人員將完成各級部門統計的報表和匯總數據當做重點，不能根據統計數據和資料對其進行詳細的分析，并對企業的發展進行預測，進而不能向企業的管理人員提供縱向和橫向對比的資料和數據。此外，很多企業的統計人員責任意識不強，很多也不是專業的統計人員出身，專業的技能需要不斷提高，失去了學習的激情，這些都是目前企業的統計工作中面臨的現實問題。

4、提高企業統計工作的措施

4.1 首先是企業的管理人員要轉變對統計工作的認識

只有認識轉變，才能夠切實提高統計工作在企業管理中的地位，這也是統計工作能夠順利進行的基礎和前提。要想引起企業管理人員的重視，統計人員需要作出有效的成績，這也就要求其積極進行工作，充分的發揮其主觀能動性，使企業的管理人員看到統計的重要價值。使領導認識到統計可以有效的對企業發展的作用，能夠提高企業的綜合實力。進而使管理人員的思想得到轉變，提高重視的力度，加大對統計工作的投資，提高其在企業中的地位。

4.2 加強對統計人員的培訓，提高其整體素質和專業能力

可以加強對相關業務知識進行培訓的力度，對統計人員進行政治思想和職業道德的培訓。借助這些培訓工作，使統計人員的專業能力和技術水平得到提高，增強其對企業的歸屬感。還要按照國家的相關標準和規范，監督相關人員要持證上崗，并對其進行統計知識的再培訓。而且企業的統計人員自身也要對各種培訓的進行把握，主動學習各種專業技能，加強對相關業務和管理以及規章制度的學習，不斷對自己的知識結構進行改善，還要多和同事進行交流與溝通，互相學習，不斷對理論和實踐的能力進行鞏固，切實提高企業統計人員的素質和能力。

All authors declared that there are no con flicts of interest.

4.3 建立健全相關的制度，加強對企業統計工作的管理

在企業的統計工作中，需要不斷完善和改進相關的統計制度和規范，結合本企業的具體情況，建立起有效的監督體制、管理制度和指標體系。并根據市場的變化不斷對其進行完善和調整。只有在制度的約束下，才能夠保證統計數據的真實性和有效性。要對統計的臺賬體制進行完善，出臺明確具體的統計規范，以便向企業的管理人員和各個部門提供出詳細、完整、準確的資料和數據，進而為企業的決策提供參考。

4.4 打造完善的信息共享平臺

隨著時代的發展，信息技術在生活中的應用也愈發廣泛，這就可以在企業內部建立起信息共享的平臺，進而提高統計工作的效率。很多企業的網絡系統中收集、存儲了大量的資料和數據，但是這些數據和資料卻是孤立和分散的，缺乏具體的機制對其進行有效的利用，數據之間沒有有效共享的平臺，政府和企業間的信息無法進行資源的共享。在大數據背景下，為了能夠切實發揮出統計工作在企業中的作用，就要建立健全可靠、安全的信息共享平臺，借助信息平臺對大量的數據進行計算，提高企業對數據進行處理的能力，而且這一平臺能夠向所有的企業進行服務，促進信息的流通。

4.5 要完善大數據統計的體系建設

大數據統計下，企業首先要對數據的采集進行規范，提高收集到數據的質量，并對其進行評估。可以借助各種現代科技對信息進行收集，并使信息在各個部門間進行共享，完善對信息進行發布的制度，大數據背景下，統計工作是向能夠獲得的資料和數據進行搜集和分析，要根據實際情況，建立起有效的信息發布體制。還要重視對統計信息的安全進行管理，建立有效的監督和預警機制。大數據時代，企業能夠收集到的數據不斷增加，但是信息出現泄漏的風險也不斷增加，這就要求企業需要建立起完善的監督體制，對統計工作進行有效的監督，對整個系統的漏洞進行完善和改進，并對各種安全系統進行評估，對相關人員工作的資格進行嚴格審核，確保企業信息的安全。

5、大數據如何為工業企業統計分析服務

隨著中國版工業“4.0”規劃——《中國制造2025》規劃的公布，工業化與信息化的深度融合作為規劃的重要內容，將成為中國工業企業未來十年甚至更長時間的重要發展戰略與變革方向。而兩化融合的企業變革，必然帶來工業企業大數據時代的到來。

企業的生產過程、物料移動、事務處理、現金流動及客戶交互等業務過程數字化，通過各種信息系統網絡加工生成新的信息資源，提供給各層次的人們洞悉、觀察各類動態業務中的一切信息，以作出有利于生產要素組合優化的決策，使企業資源合理配置，從而更適應瞬息萬變的市場經濟競爭環境，求得最大的經濟效益。

在企業的兩化融合過程中，隨著互聯網、物聯網、無線傳感器及云存儲等信息技術在企業中的深度運用，使得企業的數據量出現爆炸性的增長，這為大數據應用的實現提供基礎與條件。同時，工業企業信息化所提出的“智能化生產”，也是建立在數據分析對工廠生產活動、管理活動的準確、及時的支持與指導之上，這就要求工業企業對數據的價值能夠更好的探查與挖掘，而這種訴求也成為對大數據應用的迫切需求。工業企業的信息化，催生了企業的大數據產生，而對大數據的充分應用，也將成為工業企業信息化的助推劑。企業擁有大數據就像擁有金礦，這座金礦的含金量高低，直接影響到能提煉出多少黃金。同樣，大數據的質量好不好，也直接決定了企業后續能利用的數據有多少。各行各業的決策正在從“業務驅動”轉變“數據驅動”，工業企業應利用大數據做好哪些分析以提高自身的競爭優勢，筆者認為可以從以下幾個方面入手：

5.1 利用大數據需求分析，做好營銷管理

借助大數據，我們對采集來的企業內部(內源數據)，例如銷售網點的數據，消費者直接反饋等，與外部數據(外源數據)，例如社交媒體的評論，描述產品用途的傳感器數據等，通過微觀細分，情感分析，消費者行為分析以及基于位置的營銷等手段，讓我們企業“擦亮眼睛”，摸清消費者的需求，徹底改變曾經那種“跟者感覺走”的狀態，走出直覺猜測消費者的需求的局面。企業由此迫切需要建立利用內源數據以及外源數據的機制，全渠道了解消費者的需求，使用多重分析法，例如聯合分析法，來確定消費者對與產品某種特點的支付意愿，了解產品搶占市場的重要產品特征，從而改善產品設計，為產品提供相應的改造升級的明確方向和規格參數。

5.2 利用大數據進行庫存分析，做好庫存管理

總所周知，庫存成本往往占了產品成本的50%，過多的庫存會造成過高的庫存管理成本。倉儲管理部門在獲得大數據分析中心提供的庫存數據與客戶偏好數據的基礎上，能夠做到對各倉庫庫存合理布局，減少調撥技術，節約庫存管理成本。與此同時，庫存的多少似乎永遠也無法解決商品的脫銷。無論是庫存量還是脫銷量，企業在發展過程中，都希望利用信息化手段，能夠通過實時跟蹤貨物，采集數據，確定不同地區在不同時間的庫存水平，使得庫存水平具有適應性。

為了提高企業整體運作效率，很多企業對庫存管理采用了ABC控制系統及即時庫存控制系統(JIT)。在ABC控制系統中，如何準確區分ABC三類存貨并進行分類控制是企業需要解決的重要問題。JIT管理強調將庫存數量減少到最小，實現物質供應、生產、銷售連續同步問題。這種方式在提高生產效率，減少存儲成本的同時需要考慮到與供應商協同接洽的問題，大數據能夠通過對企業自身以往所有各種類型庫存進行數據分析，可以對ABC三類存貨進行更為科學合理的區分，為JIT一旦到庫存預警就會導致生產線、銷售告急的狀況提供解決的方案。企業和供應商之間能夠通過物聯網同時獲得庫存的使用情況。

在數據顯示該存貨需要補充時，及時將信息反饋到企業進行補給，通知供應商做好供貨準備，并給出下一訂貨批量的預計時間及數量要求。運用大數據使得供應與需求信號緊密聯系在一起變得容易實現和具有可操作性。我們可以把銷售記錄，銷售網點數據，天氣預報，季節性銷售周期，區域庫存信息等不同緯度的數據融合起來，形成實時感應需求信號，與實時貨物位置等信息能關聯分析，匹配供求關系。產生的精確的信息，可以反饋到生產計劃，庫存水平與訂單量等庫存計算的各個環節，使企業了解具體地區的庫存量并且自動生成訂單，從“需求感應”實現“適應性的庫存”管理，不斷優化庫存水平。

5.3 運用大數據進行質量分析，促進管理

早在上世紀90年代開始，大量的企業就開始通過應用分析法來提高產品質量和生產的效率，其核心是實現生產與服務的需求相匹配。今天的大數據分析手段也是如出一轍。大數據不僅能夠使生產商制造產品的時間縮短20%-50%，還能夠在產品批量生產前通過模擬，檢驗防止產品缺陷，減少產品開發周期過程中不必要的環節等。大數據的實時性與實效性，給企業的生產質量管理提供了質的飛躍。傳統質量管理主要是通過靜態的，歷史的，沉淀的數據，通過檢查表，散點圖，控制圖等檢測手段，來發現生產過程的質量問。大數據通過物聯網，通過產品上安裝傳感器，標簽等手段，實時監測采集數據，認知產品性能，實時提高質量。

大數據在產品質量改進有著廣泛的應用潛力。企業所生產產品的質量改進主要通過對產品質量的監控來保證，目前監控手段主要包括生產工藝過程檢驗及成品檢驗。由于檢驗工作的特性，大部分工業產品的成品檢驗只能通過抽樣完成，和市場抽樣的合格率相比往往存在一定差距。大數據可收集大量產品的過程工藝參數、成品檢驗結果參數、檢驗不合格品的檢驗數據以及對應的工藝、管理參數，結合工廠的檢查結果，找出各種定性、定量數據與成品質量的關系。從而能夠依據企業工藝和管理信息，對產品成品的質量作出預測和判斷，幫助企業改進產品和質量。

6、結語

綜上所述，在大數據的背景下，企業的統計工作具有重要的意義，對整個企業的發展有重要影響。所以需要企業管理人員加大重視，根據市場現實情況，對企業的統計工作進行有效的管理，切實發揮統計工作的作用，使其為企業的發展做出更大的貢獻。

[1]岳大波.大數據時代下對統計工作的思考[J].辦公自動化，2014(23).

[2]李冬梅.大數據時代背景下政府統計工作模式創新及其配套措施研究[J].統計與咨詢，2014(05).

[3]陸彬彬，陳陟.大數據時代政府統計變革與發展的探索研究[J].統計科學與實踐，2014(11).