大數據發展機遇

Ⅰ 四大原則 把握「大數據」機遇

四大原則 把握「大數據」機遇
歲末年初，盡管各種各樣的關鍵詞不斷出現在國內國外有關商業、技術趨勢預測的文章中， 「大數據」卻無一例外地受到關注。企業已經在努力學習通過利用大規模採集及分析數據來制定戰略，這有力地體現出大數據的巨大潛力。大數據的採集及分析正在迅速成為企業獲取差異化競爭優勢的新爭奪領域。Amazon.com、谷歌和Netflix等公司在這方面表現搶眼，其他公司則緊追不舍。事實上，近幾個月來，制葯、零售、電信、保險等各行業都在大數據戰略上銳意進取。它們的大手筆表明業界正在針對大數據制定全新戰略，對CEO等高管們而言，面臨著阻撓大數據舉措的挑戰。根據相關經驗，我們總結出四大原則，希望對企業高管捕捉大數據發展潛力有所幫助。
1. 測算的機會和挑戰
企業高管如果能夠意識到應對行業盈利挑戰的迫切性時，往往就能促成其大數據戰略。以AstraZeneca公司為例，企業高管看到了現實數據的威力，比如醫葯費包銷的數據，讓制葯公司的客戶能夠評估葯品的有效程度 (參閱副文「AstraZeneca的「大數據」合作)。
在我們研究過的一個零售商案例中，大數據是奪取市場份額的艱難一役。該公司戰略一向側重於應對競爭對手的重大挑戰，但一種來自網路的競爭威脅正在侵蝕公司的收入及利潤。這種威脅的核心來自於競爭對手有能力收集和分析消費心理，且能夠為數百萬客戶提供建議，而這種能力讓該零售商的銷售能力大打折扣。與此同時，該競爭對手正在形成一種平台，供應商可在這個平台上利用行業匯總的公開價格數據銷售多餘庫存，以此幫助供應商確定折扣幅度。為此，該零售商董事會希望知道是否也可以利用自身的信息資源應對這些挑戰。
數據帶來的挑戰及機會可能會更加微妙。例如，歐洲某電信商採用創新產品綁定的手段提高了市場份額後，大數據分析就被視作公司振興的里程碑。該公司高管相信，如果能精確找到通過銷售帶動效益的點，並通過研究消費者行為發現哪些因素決定了其品牌或產品取捨，就可以形成公司新的優勢。這就需要有能力解讀兩種大規模且不斷增長的信息：網路搜尋數據和實時信息，即消費者在社交工具和其他網路渠道上分享的關於該公司產品和服務的評價。
2. 確定大數據源頭及差距
制定大數據戰略，當然需要研究企業究竟需要哪些類型的信息及需要哪些能力。在現階段，企業高管應徹底評估所有相關的內外部數據。審計人員還應考慮分析型人才的可獲得性以及可能有助於填補不足的潛在合作關系。這類審計不僅能真實認識企業能力和需求，而且會激發靈感—例如，某高管發現了隱藏在某些業務部門的「數據寶石」，或認識到通過正確合作創造價值的重要意義。
零售商的審計側重於公司內部數據，它們往往還有未被完全開發的利用價值。這類數據包括產品返回率、許可證及客戶投訴，是涵蓋客戶消費習慣及偏好的寶貴信息。該審計還發現了一處阻礙因素：沒有與客戶身份認證數據相結合的數據，或是標准化後足以供公司內外部共享的數據。因此，該類信息很少被用於營銷分析，也不可能支持銷售代表與客戶互動，或是供應鏈高管服務於供應商。所幸的是，審計發現有一個團隊可以幫助解決這些問題：內部數據分析員，該團隊的獨立工作尚未得到充分利用。
就歐洲電信商而言，問題集中在如何利用消費者對公司及其產品的網上討論信息，包括數百萬相關微博發帖、社交媒體互動、搜索關鍵詞、品牌直接比較，以及張貼在網站上的客戶反饋。該電信公司的CEO認識到這一工作的重要性，並發現公司缺乏數量經濟學及分析技術，於是聘任了具備相關資質的外部分析師領導組建了一個「集思廣益」團隊。
3. 就戰略選擇達成共識
一旦發現了可資利用的機會及資源，很多企業就會立即進入實施規劃階段，但這是錯誤的。數據戰略與企業整體戰略密不可分，在確定所需資源投入時需要精心規劃才能取得預期效果。這需要一線人員能夠使用高級數據分析工具，或者需要收集數據和招聘分析人才，以獲得先發優勢。

Ⅱ 大數據未來的發展前景怎麼樣

大數據市場規模不斷提升

根據中國信通院數據顯示，2016-2019年我國大數據市場規模呈不斷上升趨勢。大數據是指在一定時間內用常用軟體對內容進行抓取和處理的數據集合，不同於傳統的數據抓取方式，在大數據環境下，80%以上都是非結構化數據通常採用非關系型資料庫(NoSQL)存儲技術完成對大數據的抓取、管理和處理。

——以上數據來源於前瞻產業研究院發布的《中國大數據產業發展前景與投資戰略規劃分析報告》。

Ⅲ 大數據時代下我國電子商務的發展機遇與挑戰

大數據時代下我國電子商務的發展機遇與挑戰_數據分析師考試

大數據時代已經到來，認同這一判斷的人越來越多。隨著物聯網、雲計算、移動互聯網等新技術的發展，手機、平板電腦、PC以及遍布地球各個角落的感測器，將成為大數據來源和承載方式。據預測，全球互聯網上的數據量每兩年會翻一番，到2013年互聯網上的數據量將達到667EB（1EB=109GB）。這些數據絕大多數是「非結構化數據」，通常不能為傳統的資料庫所用，但隨著自然語言處理、模式識別和機器學習等人工智慧技術的發展，這些龐大的數據「寶藏」將成為未來世界的新「石油」。

大數據正在促生新的藍海，催生新的經濟增長點，正在成為政府和企業競爭的新焦點。2012年，瑞士達沃斯論壇發布《大數據，大影響》報告，稱「數據已經成為一種新的經濟資產類別，就像貨幣或黃金一樣」。2012年，美國政府啟動「大數據研究和發展計劃」，將「大數據」上升到了國家戰略層面。對於企業來說，數據正在取代人才成為企業的核心競爭力。總之，大數據所能帶來的巨大商業價值，被認為將引領一場足以與20世紀計算機革命匹敵的巨大變革。

未來，大數據時代將會撼動人類社會的方方面面，從商業科技到醫療、政府、教育等各個領域。但現在，電子商務無疑已成為其中發展最快、應用最廣泛、也最成功的領域之一。

大數據時代下我國電子商務的發展機遇

當前，我國電子商務正處於快速發展期。以阿里巴巴為例，從2010年到2012年，淘寶和天貓雙十一單日成交額分別為9億、33億、191億；而2011年全年，淘寶和天貓成交量之和為3600億，2012年這個數據超過一萬億。根據國家統計局數據，2012年全國各省社會消費品零售總額為20.17萬億，一萬億相當於其總量的4.8%。我國電子商務井噴式發展的背後是消費者數據的幾何級增長。電子商務龍頭企業也正是看到了相關機遇，積極部署、探索和挖掘大數據相關應用。

一是，電商企業通過大數據應用創新商業模式

大數據的重要趨勢就是數據服務的變革，把人分成很多群體，對每個群體甚至每個人提供針對性的服務。消費數據量的增加為電商企業提供了精確把握用戶群體和個體網路行為模式的基礎。電商企業通過大數據應用，可以探索個人化、個性化、精確化和智能化地進行廣告推送和推廣服務，創立比現有廣告和產品推廣形式性價比更高的全新商業模式。同時，電商企業也可以通過對大數據的把握，尋找更多更好地增加用戶粘性，開發新產品和新服務，降低運營成本的方法和途徑。

實際上，國外傳統零售巨頭早已開始大數據的應用和實踐。Tesco是全球利潤第二大零售商，其從會員卡的用戶購買記錄中，充分了解用戶的行為，並基於此進行一系列的業務活動，例如通過郵件或信件寄給用戶的促銷可以變得更個性化，店內的商家商品及促銷也可以根據周圍人群的喜好、消費時段來更加有針對性，從而提高貨品的流通。這樣的做法為Tesco獲得了豐厚的回報，僅在市場宣傳一項，就能幫助其每年節省3.5億英鎊的費用。顯然，電商企業對比傳統零售企業在這方面會更有優勢，因為電商企業本身就是通過數據平台為用戶提供零售服務的。

從國內來看，我國電商企業均積極在大數據領域進行布局和深耕，已逐步認識到大數據應用對於電商發展的重要性。以我國著名B2C龍頭企業凡客誠品為例。經過近幾年的高速發展，凡客每年的銷售量成倍增長，庫存問題逐漸成為制約其發展的主要因素。2011年，凡客成立了數據中心，針對企業經營數據，包括庫存、進貨周期、周轉、訂單等，研究分析新產品的上架與新用戶增長的關系，每上線一個新產品與它能夠帶來的用戶二次購買的關系等，開展大數據應用實踐。據報道，凡客的高庫存問題目前已得到了緩解，庫存周轉速度由100天下降為50天-30天，有效降低了運營成本。

二是，電商企業通過大數據應用推動差異化競爭

當前，我國電子商務發展面臨的兩大突出問題是成本和同質化競爭。而大數據時代的到來將為其發展和競爭提供新的出路，包括具體產品和服務形式，通過個性化創新提升企業競爭力。

還是以阿里巴巴為例。阿里巴巴通過對旗下的淘寶、天貓、阿里雲、支付寶、萬網等業務平台進行資源整合，形成了強大的電子商務客戶群及消費者行為的全產業鏈信息，造就了獨一無二的數據處理能力，這是目前其他電子商務公司無法模仿與跟隨的。同時，也將電子商務的競爭從簡單的價格戰上升了一個層次，形成了差異化競爭。目前，淘寶已形成的數據平台產品，包括數據魔方、量子恆道、超級分析、金牌統計、雲鏡數據等100餘款，功能包括店鋪基礎經營分析、商品分析、營銷效果分析、買家分析、訂單分析、供應鏈分析、行業分析、財務分析和預測分析等。

此外，電商企業通過大數據應用積極開拓發展新藍海——互聯網金融業務。目前阿里、京東、蘇寧三大主流電商企業已相繼試水。除「阿里小貸」模式比較成功之外，京東模式也漸出效果。2012年，京東通過與中國銀行合作，推出「供應鏈金融服務」，供應商憑借其在京東的訂單、入庫單等向京東提出融資申請，核准後遞交銀行，再由銀行給予放款。據報道，此服務可以幫助京東供應商大幅度縮短賬期，資金回報率由原來的60%左右提高到226%。

大數據時代下我國電子商務面臨的挑戰

雖然電子商務企業已經走在大數據時代的前列，但在開始規劃大數據美好藍圖的同時也要警惕其面臨的挑戰和風險。

一是企業信息化投資將規模化發展。電商企業內部的經營交易信息，包括商品、物流信息，以及用戶的社交信息、位置信息等等將構成企業大數據的主要來源。其信息量遠遠超越了現有企業IT架構和基礎設施的承載能力，其實時性要求大大超越現有的計算能力。此外，電商企業還將面臨數據孤島、數據質量、數據格局等數據治理問題。要想依靠大數據獲益，我國電商企業必將進行新一輪的信息化投資和建設。

二是相關管理政策尚不明確。大數據時代下，雲計算必將成為電商企業選擇的業務模式，其本質是數據處理技術。數據是資產，雲為數據資產提供了保管、訪問的場所和渠道。雲計算所提供的服務，既包括軟體服務和應用平台服務，又包括基礎設施服務，但目前我國針對雲計算服務的管理政策和技術標准尚未明確。

三是數據安全與隱私問題突出。一方面，大量的數據匯集，包括大量的企業運營數據、客戶信息、個人的隱私和各種行為的細節記錄，面臨的數據泄露風險將會增大。電商企業既要防止數據在雲上丟掉，也要防止數據在端上被竊取和篡改。另一方面，一些敏感數據的所有權和使用權還沒有明確的界定，很多基於大數據的分析都未考慮到其中涉及到的個體的隱私問題。

以上是小編為大家分享的關於大數據時代下我國電子商務的發展機遇與挑戰的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅳ 大數據時代 如何把握創業方向與機遇

大數據時代：如何把握創業方向與機遇

一、大數據時代的創業特徵

大數據時代，人們尋找創業機遇，最重要的是數據收集和分析能力，從數據中找到好點子。首先，大數據技術在萌芽階段就是開源技術，這會給基礎架構硬體、應用程序開發工具、應用、服務等各個方面的相關領域帶來更多的機會。其次，創業者不需要是統計學家、工程師或者數據分析師也可以輕松獲取數據，然後憑借分析和洞察力開發可行的產品。此外，將眾多數據聚合，或者將公共數據和個人數據源相結合，新數據組合能開辟出產品開發的新機遇。總之，開放數據和開源技術將使創業門檻降低，創業機會大大增加。

圖表1：大數據創業項目中投資人的關注點分析

二、大數據時代的創業方向

現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那麼新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。因此大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。而在2C方向，大數據一個很大的作用就是為決策做依據，以前做決定是「拍腦袋」決定，現在，做決定是根據數據結果。個人理財（我的錢花哪去了，哪些可以省下來）、家庭決策（孩子報考哪所大學）、職業發展/自我量化（該不該跳槽，現在薪水到底合適不合適 ）以及個人健康都可以用到大數據。

圖表2：大數據產業鏈分析

三、大數據時代的創業機會

大數據在各個行業的垂直特色化應用其實會更有想像空間，包括金融、電信、健康、媒體廣告、零售、交通、政府、智慧城市、房地產和家居家電等行業都會有很多應用機會：

1、金融——大數據公司專門聚焦在通過大數據進行客戶信用評級，並為銀行、保險公司或者P2P平台服務；或者基於大數據挖掘幫助銀行進行客戶細分、精準營銷服務。

2、電信——這個方向已經有專門為電信企業提供客戶生命周期管理解決方案、客戶關系管理、精細化運營分析和營銷的數據公司；或者基於大數據提供網路層的運維管理和網路優化服務的大數據公司。

3、健康——未來兩三年將會出現一批基於各種可穿戴設備形成的健康雲數據，進行深度的數據數據分析和挖掘的企業，幫助人們進行健康預測和預警；未來還可以服務公共衛生部門，打通全國的患者電子病歷資料庫，快速檢測傳染病，進行全面的疫情監測，並通過集成疾病監測和響應程序，快速進行響應等。

4、媒體廣告——可以通過大數據實現更科學的媒介選擇；或者基於大數據的精準廣告投放系統、基於大數據的廣告效果監測評估服務、基於大數據的網站分析優化服務以及基於大數據DMP數據平台並為DSP平台提供精準營銷服務等。

5、零售——大數據公司可以幫助零售企業進行店面選址服務；利用關聯規則進行客戶購物籃分析，從而給客戶推薦相應的促銷活動；基於天氣的分析和預期來判斷暢銷產品以及相應的進貨和運營策略，或者把天氣數據加入物流預測模型，確保在天氣模式沒有改變之前，商品能夠順利運送到各商店。

6、房地產——通過互聯網平台的大數據進行購房潛在客戶挖掘；或者通過互聯網大數據進行潛在裝修客戶挖掘；通過大數據提供精準的社區O2O服務；商業地產通過大數據對商場消費人群進行分析，掌握顧客活動軌跡、消費習慣等，提供定製服務、精準營銷服務。

以上只是簡要列舉一些典型數據創業機會，雖然近期大數據得到政府的大力支持，大數據相關的公司也如雨後春筍般冒出來，但是數據行業是慢工出細活的行業，獨立第三方數據公司的品牌影響力也需要較長時間的積累，因此不能跟著概念創業，必須從真實需求出發，從企業和用戶對數據的需求出發做大數據產品，找准自己的定位是關鍵。

以上是小編為大家分享的關於大數據時代 如何把握創業方向與機遇的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅳ 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

Ⅵ 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。