互聯網+及大數據背景下統計行業工作研究

鄭嶺琳

【摘要】? ? 近些年來，互聯網幾乎遍布了各行各業，在此過程中也產生了很多由數據資料，帶動了互聯網大數據這門學科的出現和發展，逐漸建立了一套新的解決問題的方法與技術手段。本文以互聯網大數據為背景，對統計工作在此背景下的應用方式進行分析，提出了在互聯網大數據對煙草行業統計工作的推動作用。

【關鍵詞】? ? 網聯網? ? 大數據? ? 統計

信息科學不斷發展也使得統計行業發生了天翻地覆的變化，統計信息化水平迅猛發展，統計工作也逐步走向現代化[1]。對于煙草企業統計工作者，我們既要掌握傳統統計工作中利用Excel、minitab工具對數據進行收集、處理、匯總、分類分析，以及數據統計方法、數據來源、統計調查方法等基礎知識。現階段，煙廠行業引入mas系統來進行信息化應用服務，進行相關性和靈敏性分析，使統計工作結果更具有權威性。

一、大數據概念的解讀

信息社會中的數據越來越重要，大數據的發展為人們的生活提供更多選擇。大數據目前有以下四個顯著特征：①大數據的數據量級極為龐大，超過了人們傳統認為的TB量級的印象，現今的大數據常常以PB與ZB的數量級來計算的。②大數據內容愈發豐富，人們從大數據的宏觀解釋中可以看到，大數據和互聯網+背景下已經使數據信息由單一結構發展為多元結構。③數據產生的速度在加快，快速的數據產生也為相關的監測與儲存提出更高要求。④大數據的數據價值越來越高，數據之中所蘊含的信息價值越來越高。

二、大數據與統計學的比較

大數據背景下的統計學應用主要表現在將原本的“大數據”縮減為“小數據”，大數據能夠完成搜索與分類工作，使用統計學方法是十分必要的，可以認為大數據的進步依托了統計行業部分方法。然而大數據技術在統計行業仍未被完全吸納、采用，主要因為兩個十分關鍵的因素，如下所述[2-3]。第一，全樣本統計與樣本統計顯著區別。樣本統計是統計學的基礎，樣本是總體的代表性集合體，其從總體中的提取遵循一定的概率，進行隨機抽樣會產生一定成本。大數據進行的全樣本統計可以覆蓋總體數據，然而由于大部分的數據具有非結構性和半結構性，而且大數據常常呈現出重尾分布的特征，使得統計學中常用的方差、標準差等方法適用性降低。第二，非預測分析與預測分析之間的區別。統計學的研究目的是分析變量間的關系特征，所以數據收集一般在確定變量之后進行，能夠有效預測數據的分析價值。而大數據則是基于大量數據來構建模型，從中發現數據間的網絡聯系，重點是對于整體性的研究復雜系統。大數據與統計學在預測分析方面的區別在于，大量的數據通常以互聯網、傳感器等為主要載體，這些載體存在先于分析需求，因此構建在大數據基礎上的分析往往具有非預測性。即使大數據在很多方面區別于傳統的數據統計方法，但是大數據在數據關系層次上的本質屬性使其必然與統計學之間構成緊密聯系。

三、大數據在統計工作的機遇與挑戰

大數據很大程度上使得傳統的統計調查時空單位得以擴大，能夠為調查統計工作提供可靠的數據資料。采用新的技術手段完成數據的收集與深度挖掘過程，這個過程可以很大程度上減少統計調查的負荷，尤其是減少了對應表格填寫和數據整理的中間過程，很大程度上強化了統計工作效率。大數據的運用過程中需要強大的軟件與硬件設備作為支撐，以此來提升海量數據的挖掘與分析能力，并采用合理的工具和高效的方法，前述的內容對統計工作逐漸信息化提出要求，從外界的推動力使得統計行業的信息化水準不斷推進。

四、大數據統計工作在煙草行業的應用

1、mas系統提供的信息化應用服務。“移動代理服務器”（ MAS ：mobile agent server）是針對企事業單位，嵌入IT系統滿足企事業單位短信、彩信、WAP、USSD等信息化應用進行設計開發的產品。煙草行業的通過移動代理服務器業務應用可以通過以下幾個方面實現：①零售客戶服務與管理;②煙草稽查、水貨舉報;③需求調研，品牌建設④加強溝通，提高效率，實現基本的移動辦公需求，與企業OA系統結合實現移動辦公。2、大數據技術在煙草行業統計中的應用。煙草行業涉及到的各類應用系統在運行中產生了大量數據，大數據技術使得煙草行業的綜合查詢不再難。借助數據管理分析系統，可以很大程度提高綜合查詢效率，為深層分析、挖掘數據價值提供了可能。同時也可以挖掘跨條線數據資源，整合營銷業務相關的各類數據，加強相關性分析，發現背后的規律，逐步開展各類創新實踐，優化工作流程和管理方法，推動工作微改善。在提升卷煙營銷策略方面提供更多依據。

結語：數據的存在使得大數據與互聯網密切關聯在一起。互聯網數據構成了大數據的重要信息資源。同時，大數據強有力的支撐了互聯網的發展與應用。現今在煙草行業，大數據更像是互聯網發展過程中的一種表現，在利用云計算技術的不斷推動下，以前那些很難收集和利用的數據易于采集和使用，煙草行業的統計在不斷融入大數據和互聯網技術，使得統計工作不斷創新，使得煙草行業統計數據價值得到很大提升，數據的利用效率也達到較高水準。