走在大数据时代[文档资料]

走在大数据时代 本文档格式为 WORD,感谢你的阅读。 伴随信息技术的飞速发展，数据存储和处理能力已远远超出人们的预测。政务信息化给传统的机构编制数据管理方式带来巨大冲击和挑战。进入大数据时代，我们要做好准备，迎接新的改变。 一、 “ 尽可能的量化 ” 关于数据指标体系 在大数据时代，数据的采集、存储和处理能力爆炸式增长，人们可以利用海量数据处理能力深入挖掘数据价值，创新管理。发展现代政务信息化，应尽可能对业务管理进行数据量化。数据 指标体系是信息系统的基础。机构编制管理工作虽然简单说是对机构、编制、职数的管理，但涉及历史沿革、体制改革等形成的机构变迁，以及政策解释、历史遗留问题难以明确划分等问题，使很多业务难以量化，或者难以确定量化标准。但是信息化是大势所趋，建立完善的数据指标体系是政务信息系统的基础，不论难度多大，也要尽可能进行数据量化，以免管理工作和统计需要无法实现。 中央编办在推进电子政务的过程中，确定了全国统一的数据指标，共 1425 项，黑龙江省在此基础上，根据本地业务需要，制定的现行数据指标包括 1476 项。在政务系统 来讲，机构编制的数据指标项相对复杂，在实际工作中，我们感到还需要更进一步的细化和量化。而为适应政务信息化发展，推进信息共享，政务信息系统还应具有良好的交互性和可拓展性，其数据指标体系应项目完善、符合主流数据标准和技术标准，并由权威机构确定，统一应用、规范管理。 二、 “ 让数据来说话 ” 关于统计分析与数据挖掘 在大数据时代，过去不可被计量、存储、分析和共享的很多事情，都可以解决。人们可以从宏观、整体的角度对数据进行统计和分析，让数据来说话。现在，我们可以实时分析海量数据，一些传统的统计技术 ，如抽样、概率，已经不适用于现代统计工作，因为我们可以对全部样本进行统计分析，而不用依靠部分样本来推测整体趋势，统计结果更准确，而且不受样本误差和人为偏见的影响，传统的统计与分析、预测方法，面临新的变革。 在机构编制管理工作中，我们必须掌握所管理对象的所有机构、职能、编制、职数、人员情况，还包括历史沿革变化，以及各种复杂的遗留问题，对这些情况进行统计分析，可以为体制改革、领导决策提供数据基础。目前我省的机构编制数据管理平台，对机构编制事项基本上可以做到量化，基本形成涵盖业务管理的数据库，在此基础上 ，我们可以对机构编制现状进行综合查询，并形成各种统计图表。然而，在大数据时代，我们可以利用数据做到更多。我们需要思考的是如何通过统计分析和数据挖掘，让数据发挥更大的作用。比如通过比对分析、相关分析等对机构编制数据或其它社会经济数据进行综合分析；对历史与现状进行专项分析；进行相关性分析与预测；进行数据交互与共享；为各级用户决策提供数据参考等等。 在大数据时代，海量数据处理能力可以促进数据的创新性应用，关键是我们如何思考和利用它，让数据说出更多、更有意义的话，同时也要求我们必须把数据基础打好，真实、准 确、规范的数据才能说出确凿可信的话。 三、 “ 干什么和怎么干 ” 关于管理思维与工作方式的变革 大数据已经在悄悄改变我们的生活和工作方式。传统上，人们依靠经验、直觉和推测来做决定，在大数据时代，管理与决策方式将会彻底改变，数据管理也将会有全方位的改变。因此，我们必须调整工作思路和理念，以适应新的时代变革。 在传统的机构编制工作中，经验非常重要，因其具有很强的历史性和特殊性，比如一个机构从建立之后历经调整、改革等等变化才会形成现状，还有一些问题具有的特殊性也是历史遗留下来的，历史沿 革、体制性和政策性的调整影响深远。要做好机构编制管理，必须掌握历史情况、原始数据以及其变化过程。因此，记录历史沿革的台帐至关重要。以前，机构编制台帐的数据依靠人工记录，后来逐步到计算机记录、网络实时记录，并能形成相关统计报表和分析。然而，在大数据时代，我们能做的，不只是记录和统计。新型数据统计分析工具和方法为我们提供了新的视角，在海量数据基础上的统计分析、比对分析、相关性分析和预测可以为决策提供更为精确、整体、客观和宏观的参考依据，经验推测将被精确的数据统计分析所替代。机构编制数据管理工作方式发生了巨大变革 ，我们需要重新考虑 “ 干什么和怎么干 ” 。比如：我们需要重新定位数据管理工作与机构编制业务工作之间的作用关系，建立全新的管理和制度规范，包括业务管理和审批流程等等。以前我们只是记录、统计，将数据结果提供给业务部门做为决策依据，现在，数据管理可以促进业务部门优化管理方法、工作流程，提供全新的决策支持服务。在大数据时代，技术早已不是问题，关键是处理好管理与思维方式、工作方式的变革。 四、 “ 数据说了算吗 ” 关于数据依赖 大数据时代提供给我们的数据处理、分析能力虽然强大，但是基于数据分析的预测并不 就是事实，它只是提供了一种可能性，来作为决策的参考依据。应用得当，它会为决策提供有力支撑，但若应用不当，则会导致严重后果。比如，可能因数据质量差导致数据错误，可能应用了错误的统计方法和分析导向，可能数据量化和采集不足，或者出现数据安全事故等问题，都可能导致数据分析结果的偏差，应用这样的数据进行决策，后果不堪设想。事实上，在大数据时代，我们所冒的风险比想象中要大得多。在决策过程中，数据是重要依据，但它仅供决策者参考，既不是唯一依据，更不是决定因素，仅靠数据来决策，或对数据过分依赖，会让决策沦为数据的奴隶。这就 需要我们注意，既不能对大数据盲目信任，也不能忽略它的局限性，一方面要提高基础数据质量，保障数据安全；另一方面要合理运用统计手段，合理应用数据分析的结果。 其实，数据一直就在那里，只是在不同的时代，我们对数据的采集处理、统计分析、使用方法不同