大數據時代挑戰與機遇

① 大數據時代,面臨的七個挑戰和八大趨勢

大數據時代,面臨的七個挑戰和八大趨勢

大數據挑戰和機遇並存，大數據在未來幾年的發展將從前幾年的預期膨脹階段、炒作階段轉入理性發展階段、落地應用階段，大數據在未來幾年將逐漸步入理性發展期。未來的大數據發展依然存在諸多挑戰，但前景依然非常樂觀。

大數據發展的挑戰

目前大數據的發展依然存在諸多挑戰，包括七大方面的挑戰：業務部門沒有清晰的大數據需求導致數據資產逐漸流失;企業內部數據孤島嚴重，導致數據價值不能充分挖掘;數據可用性低，數據質量差，導致數據無法利用;數據相關管理技術和架構落後，導致不具備大數據處理能力;數據安全能力和防範意識差，導致數據泄露;大數據人才缺乏導致大數據工作難以開展;大數據越開放越有價值，但缺乏大數據相關的政策法規，導致數據開放和隱私之間難以平衡，也難以更好的開放。

挑戰一：業務部門沒有清晰的大數據需求

很多企業業務部門不了解大數據，也不了解大數據的應用場景和價值，因此難以提出大數據的准確需求。由於業務部門需求不清晰，大數據部門又是非盈利部門，企業決策層擔心投入比較多的成本，導致了很多企業在搭建大數據部門時猶豫不決，或者很多企業都處於觀望嘗試的態度，從根本上影響了企業在大數據方向的發展，也阻礙了企業積累和挖掘自身的數據資產，甚至由於數據沒有應用場景，刪除很多有價值歷史數據，導致企業數據資產流失。因此，這方面需要大數據從業者和專家一起，推動和分享大數據應用場景，讓更多的業務人員了解大數據的價值。

挑戰二：企業內部數據孤島嚴重

企業啟動大數據最重要的挑戰是數據的碎片化。在很多企業中尤其是大型的企業，數據常常散落在不同部門，而且這些數據存在不同的數據倉庫中，不同部門的數據技術也有可能不一樣，這導致企業內部自己的數據都沒法打通。如果不打通這些數據，大數據的價值則非常難挖掘。大數據需要不同數據的關聯和整合才能更好的發揮理解客戶和理解業務的優勢。如何將不同部門的數據打通，並且實現技術和工具共享，才能更好的發揮企業大數據的價值。

挑戰三：數據可用性低，數據質量差

很多中型以及大型企業，每時每刻也都在產生大量的數據，但很多企業在大數據的預處理階段很不重視，導致數據處理很不規范。大數據預處理階段需要抽取數據把數據轉化為方便處理的數據類型，對數據進行清洗和去噪，以提取有效的數據等操作。甚至很多企業在數據的上報就出現很多不規范不合理的情況。以上種種原因，導致企業的數據的可用性差，數據質量差，數據不準確。而大數據的意義不僅僅是要收集規模龐大的數據信息，還有對收集到的數據進行很好的預處理處理，才有可能讓數據分析和數據挖掘人員從可用性高的大數據中提取有價值的信息。Sybase的數據表明，高質量的數據的數據應用可以顯著提升企業的商業表現，數據可用性提高10%，企業的業績至少提升在10%以上。

挑戰四：數據相關管理技術和架構

技術架構的挑戰包含以下幾方面：(1)傳統的資料庫部署不能處理TB級別的數據，快速增長的數據量超越了傳統資料庫的管理能力。如何構建分布式的數據倉庫，並可以方便擴展大量的伺服器成為很多傳統企業的挑戰;(2)很多企業採用傳統的資料庫技術，在設計的開始就沒有考慮數據類別的多樣性，尤其是對結構化數據、半結構化和非結構化數據的兼容;(3)傳統企業的資料庫，對數據處理時間要求不高，這些數據的統計結果往往滯後一天或兩天才能統計出來。但大數據需要實時處理數據，進行分鍾級甚至是秒級計算。傳統的資料庫架構師缺乏實時數據處理的能力;(4)海量的數據需要很好的網路架構，需要強大的數據中心來支撐，數據中心的運維工作也將成為挑戰。如何在保證數據穩定、支持高並發的同時，減少伺服器的低負載情況，成為海量數據中心運維的一個重點工作。

挑戰五：數據安全

網路化生活使得犯罪分子更容易獲得關於人的信息，也有了更多不易被追蹤和防範的犯罪手段，可能會出現更高明的騙局。如何保證用戶的信息安全成為大數據時代非常重要的課題。在線數據越來越多，黑客犯罪的動機比以往都來的強烈，一些知名網站密碼泄露、系統漏洞導致用戶資料被盜等個人敏感信息泄露事件已經警醒我們，要加強大數據網路安全的建設。另外，大數據的不斷增加，對數據存儲的物理安全性要求會越來越高，從而對數據的多副本與容災機制也提出更高的要求。目前很多傳統企業的數據安全令人擔憂。

挑戰六：大數據人才缺乏

大數據建設的每個環節都需要依靠專業人員完成，因此，必須培養和造就一支掌握大數據技術、懂管理、有大數據應用經驗的大數據建設專業隊伍。目前大數據相關人才的欠缺將阻礙大數據市場發展。據Gartner預測，到2015年，全球將新增440萬個與大數據相關的工作崗位，且會有25%的組織設立首席數據官職位。大數據的相關職位需要的是復合型人才，能夠對數學、統計學、數據分析、機器學習和自然語言處理等多方面知識綜合掌控。未來，大數據將會出現約100萬的人才缺口，在各個行業大數據中高端人才都會成為最炙手可熱的人才，涵蓋了大數據的數據開發工程師、大數據分析師、數據架構師、大數據後台開發工程師、演算法工程師等多個方向。因此需要高校和企業共同努力去培養和挖掘。目前最大的問題是很多高校缺乏大數據，所以擁有大數據的企業應該與學校聯合培養人才。

挑戰七：數據開放與隱私的權衡

在大數據應用日益重要的今天，數據資源的開放共享已經成為在數據大戰中保持優勢的關鍵。商業數據和個人數據的共享應用，不僅能促進相關產業的發展，也能給我們的生活帶來巨大的便利。由於政府、企業和行業信息化系統建設往往缺少統一規劃，系統之間缺乏統一的標准，形成了眾多「信息孤島」，而且受行政壟斷和商業利益所限，數據開放程度較低，這給數據利用造成極大障礙。另外一個制約我國數據資源開放和共享的一個重要因素是政策法規不完善，大數據挖掘缺乏相應的立法。無法既保證共享又防止濫用。因此，建立一個良性發展的數據共享生態系統，是我國大數據發展需要邁過去的一道砍。同時，開放與隱私如何平衡，也是大數據開放過程中面臨的最大難題。如何在推動數據全面開放、應用和共享的同時有效地保護公民、企業隱私，逐步加強隱私立法，將是大數據時代的一個重大挑戰。

大數據發展趨勢

雖然大數據仍在起步階段，存在諸多挑戰，但未來的發展依然非常樂觀。大數據的發展呈現八大趨勢：數據資源化，將成為最有價值的資產;大數據在更多的傳統行業的企業管理落地;大數據和傳統商業智能融合，行業定製化解決方案將涌現;數據將越來越開放，數據共享聯盟將出現;大數據安全越來越受重視，大數據安全市場將愈發重要;大數據促進智慧城市發展，為智慧城市的引擎;大數據將催生一批新的工作崗位和相應的專業;大數據在多方位改善我們的生活。

趨勢一：數據資源化，將成為最有價值的資產

隨著大數據應用的發展，大數據價值得以充分的體現，大數據在企業和社會層面成為重要的戰略資源，數據成為新的戰略制高點，是大家搶奪的新焦點。《華爾街日報》在一份題為《大數據，大影響》的報告宣傳，數據已經成為一種新的資產類別，就像貨幣或黃金一樣。Google、Facebook、亞馬遜、騰訊、網路、阿里巴巴和360等企業正在運用大數據力量獲得商業上更大的成功，並且金融和電信企業也在運用大數據來提升自己的競爭力。我們有理由相信大數據將不斷成為機構和企業的資產，成為提升機構和企業競爭力的有力武器。

趨勢二：大數據在更多的傳統行業的企業管理落地

一種新的技術往往在少數行業應用取得了好的效果，對其他行業就有強烈的示範效應。目前大數據在大型互聯網企業已經得到較好的應用，其他行業的大數據尤其是電信和金融也逐漸在多種應用場景取得效果。因此，我們有理由相信，大數據作為一種從數據中創造新價值的工具，將會在許多行業的企業得到應用，帶來廣泛的社會價值。大數據將在幫助企業更好的理解和滿足客戶需求和潛在需求，更好的應用在業務運營智能監控、精細化企業運營、客戶生命周期管理、精細化營銷、經營分析和戰略分析等方面。企業管理既有藝術也有科學，相信大數據在科學管理企業方面有更顯著的促進，讓更多擁抱大數據的企業實現智慧企業管理。

趨勢三：大數據和傳統商業智能融合，行業定製化解決方案將涌現

來自傳統商業智能領域者將大數據當成一個新增的數據源，而大數據從業者則認為傳統商業智能只是其領域中處理少量數據時的一種方法。大數據用戶更希望能獲得一種整體的解決方案，即不僅要能收集、處理和分析企業內部的業務數據，還希望能引入互聯網上的網路瀏覽、微博、微信等非結構化數據。除此之外，還希望能結合移動設備的位置信息，這樣企業就可以形成一個全面、完整的數據價值發展平台。畢竟，無論是大數據還是商業智能，目的都是為分析服務的，數據全面整合起來，更有利於發現新的商業機會，這就是大數據商業智能。同時，由於行業的差異性，很難研發出一套適用於各行業的大數據商業智能分析系統，因此，在一些規模較大的行業市場，大數據服務提供商將會以更加定製化的商業智能解決方案提供大數據服務。我們相信更多的大數據商業智能定製化解決方案將在電信、金融、零售等行業出現。

趨勢四：數據將越來越開放，數據共享聯盟將出現

大數據越關聯越有價值，越開放越有價值。尤其是公共事業和互聯網企業的數據開放數據將越來越多。我們看到，美國、英國、澳大利亞等國家的政府都在政府和公共事業上的數據做出努力。而國內的一些城市和部門也在逐漸開展數據開放的工作。比如北京市在2012年就開始試運行政務數據資源網，在2013年年底正式開放;上海在2012年啟動了政府數據資源開放試點工作，數據涉及地理位置、交通、經濟統計和資格資質等數據;2014年，貴州省也加入數據開放之列，10月份雲上貴州正式上線。對於不同的行業，數據越共享也是越有價值。如果每一個醫院想獲得更多病情特徵庫以及葯效信息，那麼就需要全國，甚至全世界的醫療信息共享，從而可以通過平台進行分析，獲取更大的價值。我們相信數據會呈現一種共享的趨勢，不同領域的數據聯盟將出現。

趨勢五：大數據安全越來越受重視，大數據安全市場將愈發重要

隨著數據的價值的越來越重要，大數據的安全穩定也將會逐漸被重視。網路和數字化生活也使得犯罪的分子更容易獲取關於他人的信息，也有更多的騙術和犯罪手段出現，所以，在大數據時代，無論對於數據本身的保護，還是對於由數據而演變的一些信息的安全，對大數據分析有較高要求的企業將至關重要。大數據安全是跟大數據業務相對應的，與傳統安全相比，大數據安全的最大區別是安全廠商在思考安全問題的時候首先要進行業務分析，並且找出針對大數據的業務的威脅，然後提出有針對性的解決方案。比如，對於數據存儲這個場景，目前很多企業採用開源軟體如Hadoop技術來解決大數據問題，由於其開源性，但是其安全問題也是突出的。因此，市場需要更多專業的安全廠商針對不同的大數據安全問題來提供專業的服務。

趨勢六：大數據促進智慧城市發展，為智慧城市的引擎

隨著大數據的發展，大數據在智慧城市將發揮著越來越重要的作用。由於人口聚集給城市帶來了交通、醫療、建築等各方面的壓力，需要城市能夠更合理地進行資源布局和調配，而智慧城市正是城市治理轉型的最優解決方案。智慧城市是通過物與物、物與人、人與人的互聯互通能力、全面感知能力和信息利用能力，通過物聯網、移動互聯網、雲計算等新一代信息技術，實現城市高效的政府管理、便捷的民生服務、可持續的產業發展。智慧城市相對於之前數字城市概念，最大的區別在於對感知層獲取的信息進行了智慧的處理。由城市數字化到城市智慧化，關鍵是要實現對數字信息的智慧處理，其核心是引入了大數據處理技術。大數據是智慧城市的核心智慧引擎。智慧安防、智慧交通、智慧醫療、智慧城管等，都是以大數據為基礎的的智慧城市應用領域。

趨勢七：大數據將催生一批新的工作崗位和相應的專業

一個新行業的出現，必將在工作職位方面有新的需求，大數據的出現也將推出一批新的就業崗位，例如，大數據分析師、數據管理專家、大數據演算法工程師、數據產品經理等等。具有有豐富經驗的數據分析人才將成為稀缺的資源，數據驅動型工作將呈現爆炸式的增長。而由於有強烈的市場需求，高校也將逐步開設大數據相關的專業，以培養相應的專業人才。企業也將和高校緊密合作，協助高校聯合培養大數據人才。如2014年，IBM 全面推進與高校在大數據領域的合作，引入強大的研發團隊和業務夥伴，推動「大數據平台」和「大數據分析」的面向行業產學研創新合作以及系統化知識體系建設和高價值人才培養，建設符合中國教學特色及人才需求的大數據相關學分課程，為未來建設特色專業方向做准備。

趨勢八：大數據在多方位改善我們的生活

大數據不僅用於企業和政府，也應用於我們的生活。在健康方面：我們可以利用智能手環監測，對我們的睡眠模式來進行追蹤，了解睡眠質量;我們可以利用智能血壓計、智能心率儀遠程的監控身在異地的家裡老人的健康情況，讓遠在他方的外出工作者更加放心;在出行方面：我們可以利用智能導航出行GPS數據了解交通狀況，並根據擁堵情況進行路線實時調優。在居家生活方面：大數據將成為智能家居的核心，智能家電實現了擬人智能，產品通過感測器和控制晶元來捕捉和處理信息，可以根據住宅空間環境和用戶需求自動設置控制，甚至提出優化生活質量的建議，如我們的冰箱可能會在每天一大早建議我們當天的菜譜。

以上是小編為大家分享的關於大數據時代,面臨的七個挑戰和八大趨勢的相關內容，更多信息可以關注環球青藤分享更多干貨

② 在互聯網＋及大數據時代,組織及管理者面臨著哪些新的挑戰和機遇

大數據泛指巨量的數據集，因可從中挖掘出有價值的信息而受到重視。《華爾街日報》將大數據時代、智能化生產和無線網路革命稱為引領未來繁榮的三大技術變革。有報告指出數據是一種生產資料，大數據是下一個創新、競爭、生產力提高的前沿。世界經濟論壇的報告認定大數據為新財富，價值堪比石油。因此，發達國家紛紛將開發利用大數據作為奪取新一輪競爭制高點的重要抓手。
大數據時代的來臨
互聯網特別是移動互聯網的發展，加快了信息化向社會經濟各方面、大眾日常生活的滲透。有資料顯示，1998年全球網民平均每月使用流量是1MB（兆位元組），2000年是10MB，2003年是100MB，2008年是1GB（1GB等於1024MB），2014年將是10GB。全網流量累計達到1EB（即10億GB或1000PB）的時間在2001年是一年，在2004年是一個月，在2007年是一周，而2013年僅需一天，即一天產生的信息量可刻滿1.88億張DVD光碟。我國網民數居世界之首，每天產生的數據量也位於世界前列。淘寶網站每天有超過數千萬筆交易，單日數據產生量超過50TB（1TB等於1000GB），存儲量40PB(1PB等於1000TB)。網路公司目前數據總量接近1000PB，存儲網頁數量接近1萬億頁，每天大約要處理60億次搜索請求，幾十PB數據。一個8Mbps（兆比特每秒）的攝像頭一小時能產生3.6GB數據，一個城市若安裝幾十萬個交通和安防攝像頭，每月產生的數據量將達幾十PB。醫院也是數據產生集中的地方。現在，一個病人的CT影像數據量達幾十GB，而全國每年門診人數以數十億計，並且他們的信息需要長時間保存。總之，大數據存在於各行各業，一個大數據時代正在到來。
信息爆炸不自今日起，但近年來人們更加感受到大數據的來勢迅猛。一方面，網民數量不斷增加，另一方面，以物聯網和家電為代表的聯網設備數量增長更快。2007年全球有5億個設備聯網，人均0.1個；2013年全球將有500億個設備聯網，人均70個。隨著寬頻化的發展，人均網路接入帶寬和流量也迅速提升。全球新產生數據年增40%，即信息總量每兩年就可以翻番，這一趨勢還將持續。目前，單一數據集容量超過幾十TB甚至數PB已不罕見，其規模大到無法在容許的時間內用常規軟體工具對其內容進行抓取、管理和處理。
數據規模越大，處理的難度也越大，但對其進行挖掘可能得到的價值更大，這就是大數據熱的原因。首先，大數據反映輿情和民意。網民在網上產生的海量數據，記錄著他們的思想、行為乃至情感，這是信息時代現實社會與網路空間深度融合的產物，蘊含著豐富的內涵和很多規律性信息。根據中國互聯網路信息中心統計，2012年底我國網民數為5.64億，手機網民為4.2億，通過分析相關數據，可以了解大眾需求、訴求和意見。其次，企業和政府的信息系統每天源源不斷產生大量數據。根據一個公司的調研報告，全球企業的信息存儲總量已達2.2ZB（1ZB等於1000EB），年增67％。醫院、學校和銀行等也都會收集和存儲大量信息。政府可以部署感測器等感知單元，收集環境和社會管理所需的信息。2011年，英國《自然》雜志曾出版專刊指出，倘若能夠更有效地組織和使用大數據，人類將得到更多的機會發揮科學技術對社會發展的巨大推動作用。
大數據應用的領域
大數據技術可運用到各行各業。宏觀經濟方面，IBM日本公司建立經濟指標預測系統，從互聯網新聞中搜索影響製造業的480項經濟數據，計算采購經理人指數的預測值。印第安納大學利用谷歌公司提供的心情分析工具，從近千萬條網民留言中歸納出六種心情，進而對道瓊斯工業指數的變化進行預測，准確率達到87%。製造業方面，華爾街對沖基金依據購物網站的顧客評論，分析企業產品銷售狀況；一些企業利用大數據分析實現對采購和合理庫存量的管理，通過分析網上數據了解客戶需求、掌握市場動向。有資料顯示，全球零售商因盲目進貨導致的銷售損失每年達1000億美元，這方面的數據分析大有作為。
在農業領域，矽谷有個氣候公司，從美國氣象局等資料庫中獲得幾十年的天氣數據，將各地降雨、氣溫、土壤狀況與歷年農作物產量的相關度做成精密圖表，預測農場來年產量，向農戶出售個性化保險。在商業領域，沃爾瑪公司通過分析銷售數據，了解顧客購物習慣，得出適合搭配在一起出售的商品，還可從中細分顧客群體，提供個性化服務。在金融領域，華爾街「德溫特資本市場」公司分析3.4億微博賬戶留言，判斷民眾情緒，依據人們高興時買股票、焦慮時拋售股票的規律，決定公司股票的買入或賣出。阿里公司根據在淘寶網上中小企業的交易狀況篩選出財務健康和講究誠信的企業，對他們發放無需擔保的貸款。目前已放貸300多億元，壞賬率僅0.3%。
在醫療保健領域，「谷歌流感趨勢」項目依據網民搜索內容分析全球范圍內流感等病疫傳播狀況，與美國疾病控制和預防中心提供的報告對比，追蹤疾病的精確率達到97%。社交網路為許多慢性病患者提供臨床症狀交流和診治經驗分享平台，醫生藉此可獲得在醫院通常得不到的臨床效果統計數據。基於對人體基因的大數據分析，可以實現對症下葯的個性化治療。在社會安全管理領域，通過對手機數據的挖掘，可以分析實時動態的流動人口來源、出行，實時交通客流信息及擁堵情況。利用簡訊、微博、微信和搜索引擎，可以收集熱點事件，挖掘輿情，還可以追蹤造謠信息的源頭。美國麻省理工學院通過對十萬多人手機的通話、簡訊和空間位置等信息進行處理，提取人們行為的時空規律性，進行犯罪預測。在科學研究領域，基於密集數據分析的科學發現成為繼實驗科學、理論科學和計算科學之後的第四個範例，基於大數據分析的材料基因組學和合成生物學等正在興起。
報告推測，如果把大數據用於美國的醫療保健，一年產生潛在價值3000億美元，用於歐洲的公共管理可獲得年度潛在價值2500億歐元；服務提供商利用個人位置數據可獲得潛在的消費者年度盈餘6000億美元；利用大數據分析，零售商可增加運營利潤60%，製造業設備裝配成本會減少50%。
大數據技術的挑戰和啟示
目前，大數據技術的運用仍存在一些困難與挑戰，體現在大數據挖掘的四個環節中。首先在數據收集方面。要對來自網路包括物聯網和機構信息系統的數據附上時空標志，去偽存真，盡可能收集異源甚至是異構的數據，必要時還可與歷史數據對照，多角度驗證數據的全面性和可信性。其次是數據存儲。要達到低成本、低能耗、高可靠性目標，通常要用到冗餘配置、分布化和雲計算技術，在存儲時要按照一定規則對數據進行分類，通過過濾和去重，減少存儲量，同時加入便於日後檢索的標簽。第三是數據處理。有些行業的數據涉及上百個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性，難以用傳統的方法描述與度量，處理的復雜度很大，需要將高維圖像等多媒體數據降維後度量與處理，利用上下文關聯進行語義分析，從大量動態而且可能是模稜兩可的數據中綜合信息，並導出可理解的內容。第四是結果的可視化呈現，使結果更直觀以便於洞察。目前，盡管計算機智能化有了很大進步，但還只能針對小規模、有結構或類結構的數據進行分析，談不上深層次的數據挖掘，現有的數據挖掘演算法在不同行業中難以通用。
大數據技術的運用前景是十分光明的。當前，我國正處在全面建成小康社會征程中，工業化、信息化、城鎮化、農業現代化任務很重，建設下一代信息基礎設施，發展現代信息技術產業體系，健全信息安全保障體系，推進信息網路技術廣泛運用，是實現四化同步發展的保證。大數據分析對我們深刻領會世情和國情，把握規律，實現科學發展，做出科學決策具有重要意義，我們必須重新認識數據的重要價值。
為了開發大數據這一金礦，我們要做的工作還很多。首先，大數據分析需要有大數據的技術與產品支持。發達國家一些信息技術（IT）企業已提前發力，通過加大開發力度和兼並等多種手段，努力向成為大數據解決方案提供商轉型。國外一些企業打出免費承接大數據分析的招牌，既是為了練兵，也是為了獲取情報。過分依賴國外的大數據分析技術與平台，難以迴避信息泄密風險。有些日常生活信息看似無關緊要，其實從中也可摸到國家經濟和社會脈搏。因此，我們需要有自主可控的大數據技術與產品。美國政府2012年3月發布《大數據研究與發展倡議》，這是繼1993年宣布「信息高速公路」之後又一重大科技部署，聯邦政府和一些部委已安排資金用於大數據開發。我們與發達國家有不少差距，更需要國家政策支持。
中國人口居世界首位，將會成為產生數據量最多的國家，但我們對數據保存不夠重視，對存儲數據的利用率也不高。此外，我國一些部門和機構擁有大量數據卻不願與其他部門共享，導致信息不完整或重復投資。政府應通過體制機制改革打破數據割據與封鎖，應注重公開信息，應重視數據挖掘。美國聯邦政府建立統一數據開放門戶網站，為社會提供信息服務並鼓勵挖掘與利用。例如，提供各地天氣與航班延誤的關系，推動航空公司提升正點率。
大數據的挖掘與利用應當有法可依。去年底全國人大通過的加強網路信息保護的決定是一個好的開始，當前要盡快制定「信息公開法」以適應大數據時代的到來。現在很多機構和企業擁有大量客戶信息。應當既鼓勵面向群體、服務社會的數據挖掘，又要防止侵犯個體隱私；既提倡數據共享，又要防止數據被濫用。此外，還需要界定數據挖掘、利用的許可權和范圍。大數據系統本身的安全性也是值得特別關注的，要注意技術安全性和管理制度安全性並重，防止信息被損壞、篡改、泄露或被竊，保護公民和國家的信息安全。
大數據時代呼喚創新型人才。預測大數據將為全球帶來440萬個IT新崗位和上千萬個非IT崗位。預測美國到2018年需要深度數據分析人才44萬—49萬，缺口14萬—19萬人；需要既熟悉本單位需求又了解大數據技術與應用的管理者150萬，這方面的人才缺口更大。中國是人才大國，但能理解與應用大數據的創新人才更是稀缺資源。
大數據是新一代信息技術的集中反映，是一個應用驅動性很強的服務領域，是具有無窮潛力的新興產業領域；目前，其標准和產業格局尚未形成，這是我國實現跨越式發展的寶貴機會。我們要從戰略上重視大數據的開發利用，將它作為轉變經濟增長方式的有效抓手，但要注意科學規劃，切忌一哄而上。

③ 大數據時代應如何應對變革帶來的機遇與挑戰

大數據時代應如何應對變革帶來的機遇與挑戰

大數據時代帶給我們更多沖擊，要想與時俱進，並不斷的提升，那就要摒棄原來的傳統思想，大膽努力的接受大數據帶來的新挑戰。想要弄清楚大數據時代帶給我們的變化，那就要先知道大數據是什麼，這樣方可以更好的迎接大挑戰，應對時代帶來的變革。大數據是指海量的數據，這是非結構化的數據，無法用傳統的數據來處理。大數據技術的應用給人們生活帶來了諸多的便利性，許多疫情的報告都來源於大數據。
大數據的應用並不是那麼簡單，其引發的是模式的變革，其應用不僅僅是發電、輸電，而是基於互聯網技術，這對於人們的生產過程以及商品交換帶來了變革性的影響。整個變革過程的技術手段就是數據的挖掘與分析，其是在互聯網基礎上，將使製造行業的生產效率大幅度提升。大靈氣無法產生新的物質產品，也無法創造新的市場需求，但卻可以大幅度的提升生產力。
國際上對於大數據的定義了四大特徵，那就是海量的數據規模、快速的數據流轉、動態的數據體系、多樣的數據類型以及巨大的數據價值。基於大數據的全國的數據信息總量每兩年就翻番。對於企業而言，大數據來源於企業內部信息系統所產生的運營數據，數據越大結果越好。成功的進入大數據時代，企業將擁有更多的發展潛能。
通過對大數據的處理，人們放棄了因果關系而選擇了相互聯系。在未來的幾年內，大數據將成為提升公司競爭力的有力基礎，行業與行業之間的競爭將演變為數據的競爭，所以，解決數據資源的搜索與共享將成為當務之急。以互聯網行業的代表阿里巴巴和谷歌為例，前者的伺服器都達到了上萬台，而後者則超過了五十萬台，這就是數據的差別。
大數據是一種運營模式，數據的膨脹決定了企業的未來發展方向，越來越多的企業意識到了數據增漲的隱患。隨著時間的推移，數據對於人們和企業的重要性會越發突顯。

④ 數字經濟時代,我們大學生面臨的機遇和挑戰有哪些

在現在這個時代,可以說機遇與挑戰並存,數字經濟時代的到來,使得一些新興科技產業的快速發展,可以說這輻射到了社會的方方面面.因此,這個時候也伴隨著各個方面的機遇,整個社會需要大量的新型技術人才,像信息技術,人工智慧的快速發展,這對我們大學生來講都是機遇啊,這都是我們可以選擇的從事的職業,當然我們也可以利用數字經濟的紅利,實現我們的價值.

另一方面,數字經濟時代的到來,也意味著我們需要順應時代,我們應面對它所帶來的挑戰,比如,我們是否理解數字經濟,正像上面所說的,新型產業,新型崗位大量的涌現,我們自身的技術,能力以及知識能否匹配上這個時代的到來,所以對我們的挑戰很大程度上是我們學習新興事物的能力,更新知識的能力,以及運用我們知識和時代接軌的能力,這些的都是我們要面臨的.

我們正處在一個好的時代,挑戰與機遇並存,作為大學生因該感到幸運,見證這個時代的到來,並成為它的參與則和踐行者.

⑤ 淺談基於大數據時代的機遇與挑戰論文

淺談基於大數據時代的機遇與挑戰論文推薦

在學習和工作中，大家總少不了接觸論文吧，論文的類型很多，包括學年論文、畢業論文、學位論文、科技論文、成果論文等。為了讓您在寫論文時更加簡單方便，以下是我精心整理的淺談基於大數據時代的機遇與挑戰論文，僅供參考，希望能夠幫助到大家。

淺談基於大數據時代的機遇與挑戰論文

1、大數據的基本概況

大數據(Big Data)是指那些超過傳統資料庫系統處理能力的數據，其具有以下四個基本特性，即海量性、多樣性、易變性、高速性。同時數據類型繁多、數據價值密度相對較低、處理速度快、時效性要求高等也是其主要特徵。

2、大數據的時代影響

大數據，對經濟、政治、文化等方面都具有較為深遠的影響，其可幫助人們進行量化管理，更具科學性和針對性，得數據者得天下。大數據對於時代的影響主要包括以下幾個方面：

(1)「大數據決策」更加科學有效。如果人們以大數據分析作為基礎進行決策，可全面獲取相關決策信息，讓數據主導決策，這種方法必將促進決策方式的創新和改變，徹底改變傳統的決策方式，提高決策的科學性，並推動信息管理准則的重新定位。2009 年爆發的甲型H1N1 流感就是利用大數據的一個成功範例，谷歌公司通過分析網上搜索的大量記錄，判斷流感的傳播源地，公共衛生機構官員通過這些有價值的數據信息採取了有針對性的行動決策。

(2)「大數據應用」促進行業融合。雖然大數據源於通信產業，但其影響絕不局限於通信產業，勢必也將對其他產生較為深遠的影響。目前，大數據正逐漸廣泛應用於各個行業和領域，越來越多的企業開始以數據分析為輔助手段加強公司的日常管理和運營管理，如麥當勞、肯德基、蘋果公司等旗艦專賣店的位置都是基於大數據分析完成選址的，另外數據分析技術在零售業也應用越來越廣泛。

(3)「大數據開發」推動技術變革。大數據的應用需求，是大數據新技術開發的源泉。相信隨著時代的不斷發展，計算機系統的數據分析和數據挖掘功能將逐漸取代以往單純依靠人們自身判斷力的領域應用。藉助這些創新型的大數據應用，數據的能量將會層層被放大。

另外，需要注意的是，大數據在個人隱私的方面，容易造成一些隱私泄漏。我們需要認真嚴肅的對待這個問題，綜合運用法律、宣傳、道德等手段，為保護個人隱私，做出更積極的努力。

3、大數據的應對策略

3.1 布局關鍵技術研發創新。

目前而言，大數據的技術門檻較高，在這一領域有競爭力的多為一些在數據存儲和分析等方面有優勢的信息技術企業。為促進產業升級，我們必須加強研究，重視研發和應用數據分析關鍵技術和新興技術，具體可從以下幾個方面入手：第一，夯實發展基礎，以大數據核心技術為著手點，加強人工智慧、機器學習、商業智能等領域的理論研究和技術研發，為大數據的應用奠定理論基礎。二是加快基礎技術(非結構化數據處理技術、可視化技術、非關系型資料庫管理技術等)的研發，並使其與物聯網、移動互聯網、雲計算等技術有機融合，為解決方案的制定打下堅實基礎。三是基於大數據應用，著重對知識計算( 搜索) 技術、知識庫技術、網頁搜索技術等核心技術進行研發，加強單項技術產品研發，並保證質量的提升，同時促使其與數據處理技術的有機結合，建立科學技術體系。

3.2 提高軟體產品發展水平。

一是促進以企業為主導的產學研合作，提高軟體發展水平。二是運用雲計算技術促進信息技術服務業的轉型和發展，促進中文知識庫、資料庫與規則庫的建設。三是採取鼓勵政策引導軟硬體企業和服務企業應用新型技術開展數據信息服務，提供具有行業特色的系統集成解決方案。四是以大型互聯網公司牽頭，並聚集中小互聯網信息服務提供商，對優勢資源進行系統整合，開拓與整合本土化信息服務。五是以數據處理軟體商牽頭，這些軟體商必須具備一定的基礎優勢，其可充分發揮各自的數據優勢和技術優勢，優勢互補，提高數據軟體開發水平，提高服務內容的精確性和科學性。同時提高大數據解決方案提供商的市場能力和集成水平，以保障其大數據為各行業領域提供較為成熟的解決方案。

3.3 加速推進大數據示範應用。

大數據時代，我們應積極推進大數據的示範應用，可從以下幾個方面進行實踐：第一，對於一些數據量大的領域(如金融、能源、流通、電信、醫療等領域)，應引導行業廠商積極參與，大力發展數據監測和分析、橫向擴展存儲、商業決策等軟硬體一體化的行業應用解決方案。第二，將大數據逐漸應用於智慧城市建設及個人生活和服務領域，促進數字內容加工處理軟體等服務發展水平的提高。第三，促進行業資料庫(特別是高科技領域)的深度開發，建議針對不同的行業領域建立不同的專題資料庫，以提供相應的內容增值服務，形成有特色化的服務。第四，以重點領域或重點企業為突破口，對企業數據進行相應分析、整理和清洗，逐漸減少和去除重復數據和噪音數據。

3.4 優化完善大數據發展環境。

信息安全問題是大數據應用面臨的主要問題，因此，我們應加強對基於大數據的情報收集分析工作信息保密問題的研究，制定有效的防範對策，加強信息安全管理。同時，為優化完善大數據發展環境，應採取各種鼓勵政策(如將具備一定能力企業的數據加工處理業務列入營業稅優惠政策享受范圍)支持數據加工處理企業的發展，促使其提高數據分析處理服務的水平和質量。三是夯實大數據的應用基礎，完善相關體制機制，以政府為切入點，推動信息資源的集中共享。

做到上面的幾點，當大數據時代來臨的時候，面臨大量數據將不是束手無策，而是成竹在胸，而從數據中得到的好處也將促進國家和企業的快速發展。

大數據為經營的橫向跨界、產業的越界混融、生產與消費的合一提供了有利條件，大數據必將在社會經濟、政治、文化等方面對人們生活產生巨大的影響，同時大數據時代對人類的數據駕馭能力也提出了新的挑戰與機遇。面對新的挑戰與發展機遇，我們應積極應對，以掌握未來大數據發展主動權。

結構

論文一般由名稱、作者、摘要、關鍵詞、正文、參考文獻和附錄等部分組成，其中部分組成（例如附錄）可有可無。

1、論文題目

要求准確、簡練、醒目、新穎。

2、目錄

目錄是論文中主要段落的'簡表。（短篇論文不必列目錄）

3、內容提要

是文章主要內容的摘錄，要求短、精、完整。

4、關鍵詞定義

關鍵詞是從論文的題名、提要和正文中選取出來的，是對表述論文的中心內容有實質意義的詞彙。關鍵詞是用作計算機系統標引論文內容特徵的詞語，便於信息系統匯集，以供讀者檢索。每篇論文一般選取3-8個詞彙作為關鍵詞，另起一行，排在「提要」的左下方。

主題詞是經過規范化的詞，在確定主題詞時，要對論文進行主題分析，依照標引和組配規則轉換成主題詞表中的規范詞語。（參見《漢語主題詞表》和《世界漢語主題詞表》）。

5、論文正文

（1）引言：引言又稱前言、序言和導言，用在論文的開頭。引言一般要概括地寫出作者意圖，說明選題的目的和意義, 並指出論文寫作的范圍。引言要短小精悍、緊扣主題。

（2）論文正文：正文是論文的主體，正文應包括論點、論據、論證過程和結論。主體部分包括以下內容：

a.提出問題-論點；

b.分析問題-論據和論證；

c.解決問題-論證方法與步驟；

d.結論。

6、參考文獻

一篇論文的參考文獻是將論文在研究和寫作中可參考或引證的主要文獻資料，列於論文的末尾。參考文獻應另起一頁，標注方式按進行。

7、論文裝訂

論文的有關部分全部抄清完了，經過檢查，再沒有什麼問題，把它裝成冊，再加上封面。論文的封面要樸素大方，要寫出論文的題目、學校、科系、指導教師姓名、作者姓名、完成年月日。論文的題目的作者姓名一定要寫在表皮上，不要寫裡面的補頁上。

⑥ 大數據時代給政府治理帶來哪些挑戰和機遇

政府治理是一個動態的過程，受社會經濟、政治結構、技術變革、文化環境等多因素的綜合影響。技術變革是政府治理現代化的重要推動力量，大數據作為一種新技術，推動全球進入一個將數據當作核心資產的新時代，推動社會朝著更加開放、權力更分散和網狀大社會方向發展。

數據時代是一個將數據當作核心資產的時代，數據呈現出戰略化、資產化和社會化等特徵。隨著數據作為國家戰略資產意識的增強，以及越來越多的國家將數據管理上升到戰略層面，大數據勢必會以更加積極的姿態進入到公共管理和政府治理范疇內。無論是把大數據單純作為一種技術，還是一種抽象理念，或者是一個時代背景，它都將對政府治理理念、治理範式、治理內容、治理手段等產生不同程度的影響。

政府治理理念的影響

⒈開放的意識

大數據時代最強音，開放，開放。無論是美國提出的「開放政府」戰略，還是規模不斷擴大的世界「開放聯盟」組織，世界各國政府的開放意識在強化。開放意識的缺失，將使一個國家或政府在大數據時代處於「被淘汰」的境地。

⒉包容的心態

大數據時代，國家間的包容性增強，歐盟科學數據的開放戰略志在打破體系內20多個國家的數據分界線，實現數據世界的一體化。美國We the People的上線，政府利用「社交」方式為公民提供了合法的傾訴平台，可以更近距離地聽到公眾的聲音，政府與公眾之間的包容度增強；

⒊科學的態度

大數據時代，數據的顆粒度在變小，政府所能獲得的和提供的數據更加原始與真實，政府決策過程在科學技術的支撐下變得高效與可考證化，決策結果中不確定因素所帶來的風險大大降低。科學思考成為一種習慣，經驗分析不再主導。

⒋關聯的思考

大數據時代，認識問題、分析問題、思考問題、解決問題，都需要進行「關聯」，人的關聯、物的關聯、人與物的關聯，歷史時間的關聯，地理位置空間的關聯，多維度的關聯

⒌深度的分析

大數據時代，分析是深度的、實時的、，大數據分析的是極端個人化的數據，這些個人信息以形態各異的形式，分散在不同的時間段、不同的地理位置、不同的網站平台，大數據要做的就是不停的分析，深入的挖掘這些看似不相關的數據，找出數據間可能存在的規律。

對政府治理範式的影響

隨著政府治理環境的改變，政府治理範式在不斷發展創新。大數據被認為是繼互聯網革命之後又一次技術革命。技術是政府治理的要素之一，技術變革是政府治理現代化的重要推動力量。對於政府來說，技術變革既可以帶來治理手段的創新，也可能推動治理機制的創新，最終變革政府治理範式。

大數據時代要對數據進行治理，而非管理，避免出現數據的獨享、集中和單向性，充分體現社會開放性、權力多中心和雙向互動特性。一般認為新公共管理自20世紀90年代末已經進入了後新公共管理時期，興起了「治理」理論。在美國，對新公共管理進行批評並對它大有取代之勢的是新公共服務，代表性人物羅伯特﹒登哈特甚至認為新公共服務已經成為公共行政的一種模式。在英國，對新公共管理的批評發展起來的是整體性治理模式( holistic governance)，其代表人物是佩里﹒希克斯和帕卻克﹒登力維。

除了已經發展較為成熟和體系化的新公共服務和整體性治理兩大主流政府治理理論體系外，在信息化技術飛速發展的影響下相繼出現了數字化治理、網路化治理等提法。盡管各流派側重點各有不同，但也存在一定的共性，「治理」理論的核心觀點是主張通過合作、協商、夥伴關系，確定共同的目標等途徑，實現對公共事務的管理，涉及的核心問題就是權力多中心化以及由此引發主體多元化、結構網路化、過程互動化和方式協調化的訴求。對比大數據的社會屬性，發現其與「治理」理論在多中心、回應性、協同化等諸多方面不謀而合。因此，將大數據應用到政府治理中將加速政府治理的創新，可以產生「倍增」效應。內容根據國家信息中心整理

⑦ 大數據給我們帶來的真正機遇

大數據給我們帶來的真正機遇
大數據怎麼用？
隨著世界開始邁向大數據時代，社會也將經歷類似的地殼運動。在改變我們生活和思維方式的同時，大數據早已在推動我們重新考慮最基本的准則，包括怎樣鼓勵其增長以及怎樣遏制其潛在威脅。然而，不同於印刷革命，我們沒有幾個世紀的時間去慢慢適應，我們也許只有幾年時間。
在大數據時代，對原有規范的修修補補已經滿足不了需要，也不足以抑制大數據帶來的風險，我們需要全新的制度規范。我們需要設立一個不一樣的隱私保護模式，這個模式應該更著重於數據使用者為其行為承擔責任，而不是將重心放在收集數據之初取得個人認可上。
對大數據技術進行規范是問題的關鍵。首先，可以從強調監管大數據的收集，轉向重點監管大數據的實際使用。其次，可以讓大數據變得不那麼神秘，不再是個「黑箱」，增加大數據應用中的透明度和問責制。可創造一個被稱為「演算法學家」的新職業，這些人接受計算機技術、統計學和數據處理方面的專門訓練，對大數據的應用進行評估，以確保公眾對大數據系統感到放心。
至於平衡隱私權和國家安全的問題，古希臘哲學家亞里士多德早就提出這樣的問題：「我們如何監視守護者？」即使是在他那個年代，這個問題也沒有簡單的答案。
大數據給我們帶來的真正機遇是把許多信息碎片拼起來，為我們的決策服務。大數據時代最大的挑戰是如何從大數據中獲取「價值」。從大數據中獲取最大價值，需要探索式的研究方法。未來，數據科學家會很吃香，這種科學家既要熟悉商業環境，也要有操作層面的知識。
很多問題就出在數據使用上！數據作為資產，就涉及管理的問題，因此「數據治理」就顯得越發重要。信息世界同樣需要公約，將竊取他人數據視為犯罪，將攻擊他人系統視為犯罪，從刑法上加以明確規定，共同營造一個文明有序的數字生活，應該是我們的理想。大數據時代，我們需要盡快跟進這方面的工作，如開展國家間對話，形成公約。
企業利用數據挖掘技術，進行精準廣告投放，也涉及隱私問題。一個少女收到了嬰兒用品廣告，其父大怒，要告企業。事實卻是這位少女未婚先孕了。這個故事中，企業使用的是自己採集的客戶購物數據，使用的是自己開發的數據挖掘軟體，整個過程都沒有問題。但事實上卻侵犯了個人隱私，應堅決反對。這裡面應該有一些法律問題，需要認真研究。
大數據時代，數據作為資源，不被共享是趨勢。」這樣的話，數據運用一定需要價值交換。在確定數據權益的前提下，數據的運用就是有償使用。法律需要界定數據的權益，政府界定數據的類型（哪些是隱私，哪些涉及國家安全）等，這樣數據的流通就有法可依。
在現階段法律法規都還沒有明確之前，應從國家安全的角度高度關注數據資源的安全。而作為個人，要明白「有行動就可能產生數據」，所以當有些行為涉及隱私時，需要謹慎。
從更大的范圍來講，公共網路中公開的數據應該屬於全人類，任何人都有權獲取、使用並獲益。這樣能夠更大程度地發揮數據資源的作用，讓數據給人類的生活生產帶來更多便利，對人類社會進步有重要的意義。

⑧ 大數據,政府統計的機遇與挑戰

大數據,政府統計的機遇與挑戰
對於政府統計機構來說，沒有什麼比數據更重要的了。我們研究統計分類標准、統計調查方法、統計數據採集方式、統計數據加工處理方法、統計數據評估技術，都是為了獲取真實准確、完整及時、代表性強、分類科學、經濟適用的統計數據。
大數據時代的到來，既給政府統計帶來重大發展機遇，也帶來嚴峻挑戰。
一、大數據在政府統計中的應用
國家統計局高度重視大數據在政府統計中的應用。到目前為止，已經與17家大數據企業簽訂了戰略合作協議。當然，目前大數據在中國政府統計中的應用仍處於起步階段，主要表現在兩個方面：一是大數據成為政府統計數據的部分資料來源;二是大數據成為政府統計數據質量的部分評估依據。
(一)大數據成為政府統計數據的部分資料來源
目前，大數據已經成為中國政府統計數據的部分資料來源，以下是幾個有代表性的方面：
1.利用重點網上零售交易平台數據測算網上零售額
為了掌握網上零售交易平台的交易規模和結構，綜合測算網上零售數據，從今年1月份開始，國家統計局實施了月度網上零售交易平台調查，調查范圍為42家重點網上零售交易平台，包括京東商城、亞馬遜、當當網、淘寶網、天貓商城、酒仙網、美團網、中糧我買網、國美在線、大眾點評網等。據對上述42家重點網上零售交易平台數據測算，今年1~8月份，全國網上零售額22400.9億元，同比增長36.5%。其中，實物商品網上零售額18653.4億元，增長35.6%，佔全部網上零售額的83.3%;非實物商品網上零售額3747.5億元，增長41.1%，佔全部網上零售額的16.7%。這對於宏觀管理部門和社會公眾了解網上零售情況具有重要的參考作用。
2.利用房屋交易網簽數據計算全國70個大中城市的新建住宅價格指數
房屋交易網簽數據是指買賣雙方簽訂購房合同後，房地產開發企業在房管部門進行備案，並在房產信息網上公布的相關信息，包含地址、樓層、價格、面積和金額等詳細信息，基本涵蓋了當月新建住宅的全部交易情況。從2011年1月份開始，國家統計局開始採用房屋交易網簽數據計算全國70個大中城市的新建住宅價格指數。這對於提高70個大中城市新建住宅價格指數的數據質量起到了重要作用。
3.利用卓創資訊公司提供的價格信息，開展流通領域重要生產資料市場價格監測
國家統計局與卓創資訊公司開展合作，利用該企業提供的價格信息，開展流通領域重要生產資料市場價格監測。從2014年1月開始，按旬共同向社會發布流通領域9大類50種重要生產資料市場價格的檢測結果。行業涵蓋黑色金屬、有色金屬、化工產品、煤炭、石油天然氣、非金屬建材、農產品、農業生產資料、林產品等領域。地區監測范圍覆蓋北京、天津、河北、山西、內蒙古、遼寧、吉林、上海等24個省區市。這對於宏觀管理部門和社會公眾了解流通領域重要生產資料市場價格信息起到了重要作用。
(二)大數據成為政府統計數據質量的部分評估依據
國家統計局除了把大數據作為政府統計數據的部分資料來源外，也高度重視利用大數據評估政府統計數據質量。以下是目前比較有代表性的兩個方面：一是利用中國銀聯跨行銀行卡消費數據評估社會消費品零售總額數據質量;二是利用大型機械裝備企業物聯網數據評估固定資產投資數據質量。
二、大數據給政府統計帶來的機遇與挑戰
對於政府統計來說，大數據既帶來了重大發展機遇，也帶來嚴峻挑戰。
(一)大數據給政府統計帶來重大發展機遇
首先，大數據將不斷提高政府統計服務宏觀管理和社會公眾的能力。隨著大數據的不斷發展和完善，隨著政府統計機構開發應用大數據能力的不斷提升，政府統計產品的種類將會不斷豐富，政府統計數據的質量和時效性將會不斷提升，從而政府統計服務宏觀管理和社會公眾的能力會不斷提高。
其次，大數據將會推動政府統計發生革命性的變化。隨著大數據的發展和完善，隨著政府統計機構開發應用大數據技術的逐步成熟，政府統計將會發生革命性變化。一是現有的以周期性普查為基礎，以抽樣調查為主體，綜合運用全面調查、重點調查等方法，並充分利用行政記錄等資料的統計調查方法體系可能會發生重大變化。長期以來，抽樣調查方法，即在總體中抽選樣本、利用樣本推算總體的方法;普查和全面調查方法，即對總體中所有單位逐一進行調查的方法，在我國政府統計中發揮了重要作用。今後，在較長的時期內這些方法仍然會被政府統計所廣泛採用。但在大數據不斷發展和完善的情況下，某些領域、某些方面的大數據可能會取代抽樣調查、普查和全面調查方法，成為獲取統計數據的重要方法，而且這種獲取統計數據的方法將會變得越來越重要。二是政府統計中的數據採集方式可能會發生重大變化。長期以來，政府統計機構主要以企業填報、住戶記賬、調查員入戶等方式採集原始數據。在大數據不斷發展和完善的情況下，一部分原始數據將通過挖掘大數據的方式獲取，而且這種新的數據採集方式將會變得越來越重要。三是政府統計的數據處理模式可能會發生重大變化。在大數據不斷發展和完善的情況下，現行的對普查和全面調查數據進行直接審核、匯總、加工處理和對抽樣調查數據進行推算放大的數據處理模式可能會發生重大變化。
(二)大數據給政府統計帶來嚴峻挑戰
首先，大數據對政府統計能力帶來挑戰。從大數據本身的產生到發展完善，從政府統計對大數據的初步運用到成熟運用，需要一個較長的時期。在這個過程中，一方面，政府統計中傳統的統計調查方法、數據採集方式和數據處理模式將繼續運行，否則滿足不了宏觀管理和社會公眾的需求。另一方面，政府統計系統必須投入大量的人力和物力對大數據進行挖掘、加工處理和運用，否則也適應不了大數據時代宏觀管理和社會公眾的需求。這種雙軌運行的模式，對政府統計能力將是一個巨大的挑戰。
其次，大數據對傳統政府統計理念帶來挑戰。傳統的政府統計有一個約定俗成的理念：抽樣調查方法可降低調查成本，提高效率和數據質量。因為抽樣調查只對總體中部分抽中的樣本進行調查，並非對總體中的每一個單位都進行調查，所以調查單位明顯減少，可降低成本，節約時間，提高效率。同時，由於調查單位較少，政府統計機構有能力對基層統計調查人員進行較為扎實的培訓和指導，有精力對統計調查數據進行較為嚴格的檢查和審核，從而能夠提高統計調查數據質量。隨著大數據不斷發展完善，政府統計機構將會越來越多地通過大數據企業間接地獲取統計數據，不需要對總體中的具體單位進行直接調查，不需要調查員，從而也不需要對調查員進行培訓，抽樣調查所具有的調查成本低、能夠提高統計調查數據質量的優點就不復存在了。

⑨ 大數據時代帶來哪些機遇

大數據時代帶來哪些機遇

經過30多年的探索與實踐，國家核安全局實現了核與輻射安全監管能力的不斷提升，但同時也面臨著推進核與輻射安全監管體系和監管能力現代化的時代課題。環境保護部副部長李干傑多次強調要按照系統化、科學化、法制化、市場化和信息化的要求，著力研究，做好頂層設計，逐步推進。

然而，在大數據、互聯網時代，任何一種監管或治理都不再是單方面的政府治理。「大數據將不僅是技術或生產力，它同時也是生產關系的重塑」，將對我國治理體系和治理能力產生深遠的影響。如何利用大數據加快核安全監管現代化進程是當前我們面臨的重大課題。

得數據者得天下

大數據的核心是數據，本質是管理。數據是與物質、能源同等重要的基礎性戰略資源，數據的採集和分析涉及每一個行業，是帶有全局性和戰略性的工作。正所謂「得數據者，得天下」。因此，數據從哪裡來是關鍵。

縱觀核安全監管30年，系統內累積的大量歷史資料可看作是「沉睡數據」；一些被標識但沒有得到有效應用的數據可看作是「僅標識數據」；而近年來建立的核與輻射安全監管信息化系統中的結構化數據則可看作「活躍數據」。

此外，系統外的其他政府機構和被監管對象的相關數據也是核安全數據集或數據倉庫的重要組成部分，必須加以重視和利用，才能形成真正的大數據。

從我國信息化發展的現實情況看，「不願共享開放」、「不敢共享開放」、「不會共享開放」的情況依然較為普遍。特別是我國各級政府、公共機構匯聚了海量數據資源，但除了部分自用和信息公開外，大部分沒有充分發揮數據資源作為「生產要素、無形資產和社會財富」的應有作用。

因此，要打破國家核安全局與其他政府機構、行業和領域的壁壘，建立數據資源開放與共享機制，讓數據流動起來，打破數據孤島；把沉睡數據發掘出來、把僅標識數據系統化，使之成為活躍型數據，才能讓數據共享成為可能，繼而創造價值。

然而，最基本的問題即安全問題是大數據應用的保障，大數據安全很大程度上已經上升到國家戰略層面安全，目前美國、歐洲和日本等國都出台了數據安全戰略。面對大數據時代的機遇，我們能不能把控數據安全、保護數據資產是重大挑戰。

大數據帶來變革

大數據背景下的政府治理將不僅是權位治理，也是公共治理和多元治理、數字治理，在以數字技術為基礎、以網路為載體的新媒體生態環境下，大數據進一步賦權於個人與組織，使其分享原本國家獨占的治理權力，這在公共安全與應急管理等方面表現更為突出。同時，原本封閉的治理體系逐漸向開放透明的治理體系轉變。中國國際經濟交流中心副研究員張茉楠指出，「大數據必然要求數據開放、實現共享，這在一定程度上破解了制度黑箱問題。

在大數據、雲計算、社會化媒體等全新信息技術的猛烈沖擊下，原來存在於政府和公眾之間的信息差、文化差、知識差、能力差正在逐漸消除。

核與輻射安全的監管模式是「搖籃到墳墓」的全過程監管，可建立電子監管碼對每件物項實施唯一標識，利用現代化的信息、網路、編碼技術對關鍵物項的生產製造、檢驗、流通、安裝調試、運行、退役等環節實施全過程監控，從而將監管過程和大數據採集完美結合。

如何更好地監管？

但是，不管是歷史資料的梳理、現有數據的利用，還是其他系統和被監管對象數據的獲得，都面臨著重重困難，需要大量的經費支持人才支持。

首先要理順核與輻射安全監管信息化建設體制，做好核與輻射安全監管信息化工程建設頂層設計，以此為構架和標准清理和盤點出核與輻射安全監管的數據資產，建立資源目錄體系和公共代碼庫，完成自身數據全面梳理，為數據資源整合與共享奠定基礎。

其次要廣泛梳理對其他部門數據的需求，深入調查我國核能及核技術利用企業的數據資源，建立常態化的大數據收集機制，聯合被監管單位研究制定「核與輻射安全大數據體系」，明確要求和分工，形成我國核與輻射安全監管大數據中心。

第三，要加強理論研究和方法創新，著力調研國內外核與輻射安全有關的大數據應用案例，特別是核電企業在建設大數據過程中的成功案例與優秀成果，創建核與輻射安全決策支持 （DSS）、主管資訊（EIS）和知識管理（KMS）等系統，推動監管體系和監管能力現代化的進程。比如，可借鑒丹麥癌症協會通過對其國內手機用戶的手機使用時間和健康狀況進行大數據分析，得出使用手機與癌症的發生毫無關聯，特別是大家最擔心的腦癌、頸癌、眼癌以及白血病的罹患風險並未增加，來研究低劑量輻射對人的影響。此外，可以借鑒哥倫比亞大學的統計學家通過大數據為紐約沙井設施爆炸進行預警，做出針對性的維修決策，大大降低了事故的發生。

國家核安全局可對歷年來同一堆型電站的監督檢查、審評數據進行分析匯總，查找薄弱環節，然後再與業主單位的維修維護數據掛鉤，不僅能查找出工作環節中的技術或管理問題，還可能改變監督檢查模式，提升監管能力。

到2020年，初步建立適應新時期核與輻射安全監管工作需要的信息化管理體系，形成合理順暢的工作機制，形成信息化的網路保障能力、應用支撐能力、數據存儲與共享能力、安全與運維能力，加強物聯網、雲計算、虛擬化、GIS等新技術以及「三網融合」在核與輻射安全監管中的研究應用，促進信息化技術與核與輻射安全監管業務深度融合，使信息化技術成為核與輻射安全監管和管理決策的重要手段，逐步實現「信息強環保」的戰略目標。

以上是小編為大家分享的關於大數據時代帶來哪些機遇的相關內容，更多信息可以關注環球青藤分享更多干貨