基于大数据背景的企业统计工作分析

乔燕红

身份证号：610622198609100126

基于大数据背景的企业统计工作分析

乔燕红

身份证号：610622198609100126

伴随着全国社会经济的快速发展，在全球大数据背景下，全国的基层统计工作也被赋予了新的使命以及更高更全面的要求。在当今这个数据量极速膨胀的时代，大数据成为了炙手可热的名词。而统计在大数据这个时代中的作用更加的重要。大数据是一个大样本和高维变量的数据集合。基于此，本文主要对基于大数据背景的企业统计工作进行分析。

大数据背景；企业统计；工作分析

1、前言

随着社会的进步和科技的发展，信息化时代的到来使统计工作在企业的发展中占有举足轻重的地位。特别是在大数据背景下，企业的统计工作是提高企业效率，为企业发展战略提供参考的重要依据。因此，在大数据背景下，统计工作的开展必须与时俱进，尽早发现问题、解决问题，在统计的实践工作中加强分析与研究，从而提高统计工作的工作质量，使得统计工作不断创新符合时代发展的新要求。

2、大数据的特点

一是数据体量巨大。我们先来看看一组公式：1024GB=1TB；1024TB=1PB；1024PB=1EB；1024EB=1ZB；1024ZB=YB。到目前为止，人类生产的所有印刷材料的数据量是200PB，而历史上全人类说过的所有话的数据量大约是5EB。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。二是数据类型繁多。这种类型的多样性也让数据被分为结构化数据和非结构化数据。基于云时代背景下的数据类型变得更加复杂，不再是以前那种单一的、简单的数据，它涉及的领域包括金融、教育、销售等各个不同的领域，这就促使大数据的类型也变得多种多样，视频、图片、地理信息等都是大数据其中一种类型。三是价值密度低。随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题。四是处理速度快。这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。

3、大数据背景下企业统计工作中出现的问题

很多企业的管理人员甚至统计人员都有这样的看法：统计就是对一些数据进行加减，对其进行简单的汇总，并不会对整个企业的发展有多大的影响，统计的意义就是设计几张统计的报表，以便对上级部门进行应付而已。所以这就造成很多企业内没有专职统计的人员，大部分只是兼职，而且变动比较频繁。

3.2 统计数据质量亟待提高

很多企业统计人员专业能力比较低，在进行企业相关事务的统计时不能正确的使用专业方法和技术，经常是凭借经验对数据进行收集和整理、加工和汇总等工作，很容易使数据的真实性受到质疑，不能为企业的管理人员提供所需的各种精确资料。而且，还有部分企业为了追求自己的利益，违反国家相关的法律法规，随意对统计数据进行改动，对整个社会的发展造成很坏的影响。很多统计人员将完成各级部门统计的报表和汇总数据当做重点，不能根据统计数据和资料对其进行详细的分析，并对企业的发展进行预测，进而不能向企业的管理人员提供纵向和横向对比的资料和数据。此外，很多企业的统计人员责任意识不强，很多也不是专业的统计人员出身，专业的技能需要不断提高，失去了学习的激情，这些都是目前企业的统计工作中面临的现实问题。

4、提高企业统计工作的措施

4.1 首先是企业的管理人员要转变对统计工作的认识

只有认识转变，才能够切实提高统计工作在企业管理中的地位，这也是统计工作能够顺利进行的基础和前提。要想引起企业管理人员的重视，统计人员需要作出有效的成绩，这也就要求其积极进行工作，充分的发挥其主观能动性，使企业的管理人员看到统计的重要价值。使领导认识到统计可以有效的对企业发展的作用，能够提高企业的综合实力。进而使管理人员的思想得到转变，提高重视的力度，加大对统计工作的投资，提高其在企业中的地位。

4.2 加强对统计人员的培训，提高其整体素质和专业能力

可以加强对相关业务知识进行培训的力度，对统计人员进行政治思想和职业道德的培训。借助这些培训工作，使统计人员的专业能力和技术水平得到提高，增强其对企业的归属感。还要按照国家的相关标准和规范，监督相关人员要持证上岗，并对其进行统计知识的再培训。而且企业的统计人员自身也要对各种培训的进行把握，主动学习各种专业技能，加强对相关业务和管理以及规章制度的学习，不断对自己的知识结构进行改善，还要多和同事进行交流与沟通，互相学习，不断对理论和实践的能力进行巩固，切实提高企业统计人员的素质和能力。

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

4.3 建立健全相关的制度，加强对企业统计工作的管理

在企业的统计工作中，需要不断完善和改进相关的统计制度和规范，结合本企业的具体情况，建立起有效的监督体制、管理制度和指标体系。并根据市场的变化不断对其进行完善和调整。只有在制度的约束下，才能够保证统计数据的真实性和有效性。要对统计的台账体制进行完善，出台明确具体的统计规范，以便向企业的管理人员和各个部门提供出详细、完整、准确的资料和数据，进而为企业的决策提供参考。

4.4 打造完善的信息共享平台

随着时代的发展，信息技术在生活中的应用也愈发广泛，这就可以在企业内部建立起信息共享的平台，进而提高统计工作的效率。很多企业的网络系统中收集、存储了大量的资料和数据，但是这些数据和资料却是孤立和分散的，缺乏具体的机制对其进行有效的利用，数据之间没有有效共享的平台，政府和企业间的信息无法进行资源的共享。在大数据背景下，为了能够切实发挥出统计工作在企业中的作用，就要建立健全可靠、安全的信息共享平台，借助信息平台对大量的数据进行计算，提高企业对数据进行处理的能力，而且这一平台能够向所有的企业进行服务，促进信息的流通。

4.5 要完善大数据统计的体系建设

大数据统计下，企业首先要对数据的采集进行规范，提高收集到数据的质量，并对其进行评估。可以借助各种现代科技对信息进行收集，并使信息在各个部门间进行共享，完善对信息进行发布的制度，大数据背景下，统计工作是向能够获得的资料和数据进行搜集和分析，要根据实际情况，建立起有效的信息发布体制。还要重视对统计信息的安全进行管理，建立有效的监督和预警机制。大数据时代，企业能够收集到的数据不断增加，但是信息出现泄漏的风险也不断增加，这就要求企业需要建立起完善的监督体制，对统计工作进行有效的监督，对整个系统的漏洞进行完善和改进，并对各种安全系统进行评估，对相关人员工作的资格进行严格审核，确保企业信息的安全。

5、大数据如何为工业企业统计分析服务

随着中国版工业“4.0”规划——《中国制造2025》规划的公布，工业化与信息化的深度融合作为规划的重要内容，将成为中国工业企业未来十年甚至更长时间的重要发展战略与变革方向。而两化融合的企业变革，必然带来工业企业大数据时代的到来。

企业的生产过程、物料移动、事务处理、现金流动及客户交互等业务过程数字化，通过各种信息系统网络加工生成新的信息资源，提供给各层次的人们洞悉、观察各类动态业务中的一切信息，以作出有利于生产要素组合优化的决策，使企业资源合理配置，从而更适应瞬息万变的市场经济竞争环境，求得最大的经济效益。

在企业的两化融合过程中，随着互联网、物联网、无线传感器及云存储等信息技术在企业中的深度运用，使得企业的数据量出现爆炸性的增长，这为大数据应用的实现提供基础与条件。同时，工业企业信息化所提出的“智能化生产”，也是建立在数据分析对工厂生产活动、管理活动的准确、及时的支持与指导之上，这就要求工业企业对数据的价值能够更好的探查与挖掘，而这种诉求也成为对大数据应用的迫切需求。工业企业的信息化，催生了企业的大数据产生，而对大数据的充分应用，也将成为工业企业信息化的助推剂。企业拥有大数据就像拥有金矿，这座金矿的含金量高低，直接影响到能提炼出多少黄金。同样，大数据的质量好不好，也直接决定了企业后续能利用的数据有多少。各行各业的决策正在从“业务驱动”转变“数据驱动”，工业企业应利用大数据做好哪些分析以提高自身的竞争优势，笔者认为可以从以下几个方面入手：

5.1 利用大数据需求分析，做好营销管理

借助大数据，我们对采集来的企业内部(内源数据)，例如销售网点的数据，消费者直接反馈等，与外部数据(外源数据)，例如社交媒体的评论，描述产品用途的传感器数据等，通过微观细分，情感分析，消费者行为分析以及基于位置的营销等手段，让我们企业“擦亮眼睛”，摸清消费者的需求，彻底改变曾经那种“跟者感觉走”的状态，走出直觉猜测消费者的需求的局面。企业由此迫切需要建立利用内源数据以及外源数据的机制，全渠道了解消费者的需求，使用多重分析法，例如联合分析法，来确定消费者对与产品某种特点的支付意愿，了解产品抢占市场的重要产品特征，从而改善产品设计，为产品提供相应的改造升级的明确方向和规格参数。

5.2 利用大数据进行库存分析，做好库存管理

总所周知，库存成本往往占了产品成本的50%，过多的库存会造成过高的库存管理成本。仓储管理部门在获得大数据分析中心提供的库存数据与客户偏好数据的基础上，能够做到对各仓库库存合理布局，减少调拨技术，节约库存管理成本。与此同时，库存的多少似乎永远也无法解决商品的脱销。无论是库存量还是脱销量，企业在发展过程中，都希望利用信息化手段，能够通过实时跟踪货物，采集数据，确定不同地区在不同时间的库存水平，使得库存水平具有适应性。

为了提高企业整体运作效率，很多企业对库存管理采用了ABC控制系统及即时库存控制系统(JIT)。在ABC控制系统中，如何准确区分ABC三类存货并进行分类控制是企业需要解决的重要问题。JIT管理强调将库存数量减少到最小，实现物质供应、生产、销售连续同步问题。这种方式在提高生产效率，减少存储成本的同时需要考虑到与供应商协同接洽的问题，大数据能够通过对企业自身以往所有各种类型库存进行数据分析，可以对ABC三类存货进行更为科学合理的区分，为JIT一旦到库存预警就会导致生产线、销售告急的状况提供解决的方案。企业和供应商之间能够通过物联网同时获得库存的使用情况。

在数据显示该存货需要补充时，及时将信息反馈到企业进行补给，通知供应商做好供货准备，并给出下一订货批量的预计时间及数量要求。运用大数据使得供应与需求信号紧密联系在一起变得容易实现和具有可操作性。我们可以把销售记录，销售网点数据，天气预报，季节性销售周期，区域库存信息等不同纬度的数据融合起来，形成实时感应需求信号，与实时货物位置等信息能关联分析，匹配供求关系。产生的精确的信息，可以反馈到生产计划，库存水平与订单量等库存计算的各个环节，使企业了解具体地区的库存量并且自动生成订单，从“需求感应”实现“适应性的库存”管理，不断优化库存水平。

5.3 运用大数据进行质量分析，促进管理

早在上世纪90年代开始，大量的企业就开始通过应用分析法来提高产品质量和生产的效率，其核心是实现生产与服务的需求相匹配。今天的大数据分析手段也是如出一辙。大数据不仅能够使生产商制造产品的时间缩短20%-50%，还能够在产品批量生产前通过模拟，检验防止产品缺陷，减少产品开发周期过程中不必要的环节等。大数据的实时性与实效性，給企业的生产质量管理提供了质的飞跃。传统质量管理主要是通过静态的，历史的，沉淀的数据，通过检查表，散点图，控制图等检测手段，来发现生产过程的质量问。大数据通过物联网，通过产品上安装传感器，标签等手段，实时监测采集数据，认知产品性能，实时提高质量。

大数据在产品质量改进有着广泛的应用潜力。企业所生产产品的质量改进主要通过对产品质量的监控来保证，目前监控手段主要包括生产工艺过程检验及成品检验。由于检验工作的特性，大部分工业产品的成品检验只能通过抽样完成，和市场抽样的合格率相比往往存在一定差距。大数据可收集大量产品的过程工艺参数、成品检验结果参数、检验不合格品的检验数据以及对应的工艺、管理参数，结合工厂的检查结果，找出各种定性、定量数据与成品质量的关系。从而能够依据企业工艺和管理信息，对产品成品的质量作出预测和判断，帮助企业改进产品和质量。

6、结语

综上所述，在大数据的背景下，企业的统计工作具有重要的意义，对整个企业的发展有重要影响。所以需要企业管理人员加大重视，根据市场现实情况，对企业的统计工作进行有效的管理，切实发挥统计工作的作用，使其为企业的发展做出更大的贡献。

[1]岳大波.大数据时代下对统计工作的思考[J].办公自动化，2014(23).

[2]李冬梅.大数据时代背景下政府统计工作模式创新及其配套措施研究[J].统计与咨询，2014(05).

[3]陆彬彬，陈陟.大数据时代政府统计变革与发展的探索研究[J].统计科学与实践，2014(11).