王莹
河南中烟工业有限责任公司黄金叶生产制造中心 河南 郑州 450000
摘要：统计分析在各时期发展中都具有重要地位，其主要核心目的就是促进时代发展。而经济社会快速发展，还需对统计分析模式不断创新。本文主要分析大数据思维在统计分析中的运用研究
关键词：大数据思维；统计分析；运用
引言
通过大数据思维与统计分析融合，为统计分析创建发展平台，以大数据思维信息化、广泛性等特点，实时获取社会信息，并且还可以把获取到的信息数据按照类别储存、管理。大数据管理平台自身就能够容乃海量信息，满足统计分析工作信息数据储存要求，其以统计分析结果为基础，时刻掌握各时代发展情况，从而全面提升统计分析工作质量与效率。
1、对大数据的认知与理解
大数据，指无法在一定时间范围内使用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样性的信息资产。在大数据时代，企业资产不再仅仅局限于人员、财力、物质，数据作为新型企业资产，已经成为企业快速发展最为核心的竞争因素，在企业的发展中发挥着举足轻重的作用。大数据基于自身数据量大、数据多样性、处理速度快等特点将构建新的经济增长模式，激发各行各业经济增长的巨大潜力。目前，我国烟草行业存在庞大的数据资源，但对数据的挖掘，更多集中在商业领域的物流运输、精准营销等，大数据深度挖掘仍然处于起步阶段，并未发挥出大数据应有的作用。卷烟生产企业数据量庞大，数据结构复杂，但是这部分数据很少纳入大数据分析和应用，更多的是基于小样本数据进行统计分析，还没有应用到企业各环节并成系统地构建。基于上述，通过数据驱动管理，清除管理死角，提升生产制造管理水平，构建生产组织大数据分析决策系统，已然是管理工作的核心。
2、统计分析中应用大数据思维的重要性
2.1解决各项限制因素影响问题
统计分析工作开展，通过搜集与分析各类信息数据，及具体工作提供重要信息数据。在以往发展过程中，统计分析工作模式是单一化的，需要在指定时间、要求等条件下，才能对具体信息数据进行搜集、整理、分析等，从而影响整体工作效率。针对大数据思维应用，借助大数据技术，可以使统计分析工作不再受时间、空间及各项因素限制与影响，还可以根据具体工作要求随时开展统计分析工作。同时，还可针对各时期信息数据详细分析，扩大统计分析工作影响范围，满足信息数据实时传输要求，有效解决各项限制因素影响问题。
2.2突出统计分析特点
统计分析工作在以往开展过程中，主要是以文本方式体现具体信息数据，不仅需要大量人力，而且还无法提升工作效率。随着时代快速发展，为确保统计分析工作顺利开展与实施，还需对其工作模式创新，以长远发展角度需求为分析基础，针对信息化技术应用，便于人员对各类信息数据统计、分析，使统计分析工作流程简单化，整体工作效率明显提升。在信息化技术影响下，信息数据展现形式也发生了相应变化，能够把各类信息数据以图表形式展现，以此了解到各阶段发展情况，赋予统计分析工作多样化特点，全面控制统计分析工作进度与工作质量。
2.3数据分析与应用价值
统计分析工作，以信息统计为工作基础，然后对具体信息数据详细分析，由于工作需求不同、应用要求不同，还需确保信息数据分析结果准确性与科学性，避免因信息数据分析数据不准确而影响工作质量。
在大数据技术应用条件下，应明确数据分析与应用核心目标，由专业工作人员按照统计分析工作流程规范实施，避免影响统计分析工作质量。除此之外，利用大数据技术，能够满足数据筛选工作要求，只需要确定信息数据内容，以关键词搜索形式，就可及时地获取到相关信息数据，从而满足具体工作需求，充分体现出统计分析数据应用价值。
3、大数据思维在统计分析中的运用
3.1加强数据利用，搭建平台提升数据应用能力及水平
在企业持续发展过程中，管理决策者实现企业的降本增效，提高企业经济效益，是企业管理工作的重中之重。但是在实际的管理决策中，由于管理人员的学识、经验、视野有限，很难基于实际情况，选择确定最佳的管理决策，更多的是基于经验的条件下做出一定程度上的选择，因此决策者的个人能力往往占管理决策的主导作用，其管理决策的准确性也有待商榷。对此，就需要搭建平台，创造数据应用的氛围，推崇用数据说话，鼓励每个管理措施方法要有数据的支撑，综合提升工厂的数据应用的能力与水平，切实为科学决策与智慧管理夯实基础。
3.2数据采集和处理
生产数据采集与过程监控系统从底层制造过程采集现场数据，向管理层提供实时的产品装配数据，并接受管理层的工作指令，从而在管理层和控制层之间架起了“信息洪流”。因此，数据采集模块是生产数据采集与过程监控系统最基本、最重要的功能。没有生产现场的数据，系统就像被动的水，再强大，也无法发挥作用。因此，一个好的数据采集模块是系统成功的保证。生产现场需要收集各种状态数据进行过程监控，包括产品状态信息、物料信息、设备状态信息、员工状态信息。状态数据在某种意义上是动态的数据方面，它明显不同于其他现场数据，如测试质量数据测试将测试质量数据发送给系统，系统只需保存发送的数据，状态数据需要系统对其状态值的每次变化做出响应并进行相应的处理。同时，为了实现实时数据采集和过程监控，系统对状态数据进行反应和处理。
3.3树立大数据思维，实现理念创新
大数据的本质不在于大，而在于其蕴含的大数据思维，核心是全面思维和相关性思维。全面思维就是从样本分析掌握全局转向分析相关的、几乎所有的数据来掌握全局，统计数据从少量、静态、单一的样本数据转变为海量、动态、多样的“全体数据”，从而更全面分析经济形势。相关性思维是系统而非孤立分析数据、分析事物间的内在联系。树立大数据思维之于统计工作，就是要突破原有做法，将全面思维、相关性思维运用到统计方法制度设计、业务流程再造、管理机制完善等方面。
3.4健全工作机制，加强人才培养
进一步完善业务部门主导、技术部门保障的工作格局，定期开展大数据统计应用工作交流，建立大数据统计应用模型研究专班机制。对已明确的应用方向，建立项目专班，投入力量推进应用落地。注重培养与引进具有大数据思维、统计专业知识、信息技术技能、经济知识、数据分析能力等复合型人才。加强跨专业、跨领域间干部的交流，组织数据分析、深度挖掘等大数据相关的知识培训，组织CDA数据分析师认证培训考试，打造一支大数据统计应用的专门队伍。
结束语
在互联网时代背景影响下，大数据思维对统计分析工作产生了巨大影响，能够以统计分析工作内容与要求为基础，注重经济发展数据统计分析、失业率与就业率数据统计分析、人口分布数据统计分析、卫生医疗数据统计分析，改变了传统化统计分析工作模式，减少了统计分析工作量，并确保统计分析信息数据准确性与可靠性，从而满足政府及具体工作实施要求，为相关政策制定与完善提供重要信息依据。
参考文献：
[1]闫尧勋.金融学研究中大数据思维的运用分析[J].经贸实践，2018（08）：335.
[2]祝旭.经济统计中大数据分析的应用研究[J].无线互联科技，2018，15（17）：110-111.
[3]乔颖.浅谈大数据思维在金融学研究中的运用[J].中国商论，2018（20）：8-10.
[4]贺玲.大数据背景下统计软件在数据分析中的运用[J].经贸实践，2018（04）：328+330.
[5]詹富淳.大数据思维在金融学研究中的运用思考[J].消费导刊，2018（05）：171-171.