京公网安备 11010802034615号
经营许可证编号:京B2-20210330
树立大数据治理意识_数据分析师
2011年6月,美国麦肯锡全球研究院发布题为《大数据:下一个创新、竞争和生产力的前沿》的研究报告,首次正式提出“大数据时代已经到来”的观点,数据正成为与物质资产和人力资本相提并论的重要生产要素,大数据的使用将成为未来提高竞争力和生产力的关键要素。大数据时代不仅将改变每个人的日常生活和工作方式,而且将从根本上改变国家治理与社会治理状况。大数据时代的社会治理要求我们要积极顺应大数据时代的发展趋势和本质要求,树立大数据治理意识。
长期以来,我国的数字管理非常落后,社会理性化程度始终较低。正如历史学家黄仁宇所指出的,传统中国社会缺乏“数目字管理”的传统,常常以道德替代法律,国家与社会管理是模糊和杂乱的,这是传统中国社会难以飞跃发展的根本原因。在传统社会中,由于人类自身生物能力以及信息技术水平的限制,人们能够获得的数据信息十分有限,社会管理者始终面临着“信息不对称”的严重制约,始终面临较高的决策风险,存在诸多“不可治理”的社会公共事务,无法根本性地提高社会治理绩效与水平。当前,我国的社会治理依然大体延续传统中国社会的治理模式,主要依靠感觉、经验来管理社会,社会领域的治理缺乏应有的数据支撑,某些社会领域的公共事务由于基础数据的缺失而长期处于“无法治理”状态,从总体上看整个社会治理的理性化、科学化、现代化程度依然较低。大数据技术的发展,为改变传统经验型社会治理模式带来重大机遇,“理念是行动的先导”,大数据时代的社会治理在理念上要高度重视大数据治理意识的培育,大力推动社会计算和智慧治理。
大数据时代,海量、异构、总体数据的动态采集、实时存储、即时分析成为可能,多元化、个性化、移动化的大数据应用也得以可能,社会治理也可以更多地依托大数据技术得以突破性地创新提升。这就要求在理念上率先树立大数据治理意识,注重社会治理领域的大数据建设和整合,特别要尽快构建社会治理的基础数据体系,如公民信用、不动产、家庭人口、收入和税收等基础性大数据,彻底改变诸多社会领域的“不可治理”状态,极大降低“信息不对称”带来的决策风险。同时,为推进社会治理数据化,还要树立社会计算和智慧治理意识。所谓“社会计算”是指使用系统科学、人工智能、大数据挖掘等科学计算理论作为研究方法,将社会科学理论与计算理论相结合,为人类更深入地认识社会、改造社会,解决政治、经济、文化等领域复杂性社会问题的一种理论和方法论体系。
在大数据时代,社会是可计算的,恰如全球复杂网络研究权威专家巴拉巴西在《爆发》一书中的判断:在大数据时代,人类行为中有93%是可以预测的。社会计算的出现,可以对社会成员的行为逻辑、社会事件的发展态势做出判断、预测和模拟,使得社会治理也成为可计算、可预测和可控制的领域,从而可以推动社会治理由传统的经验治理向智能治理转型,推动社会治理数据化、科学化、理性化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19