大数据时代下的统计新思维
大数据时代下关于经济统计应用问题的思考
大数据时代下关于经济统计应用问题的思考经济统计的合理运用能够将新时代的经济统计应用问题有效解决。
但在大数据时代背景之下，并未对经济统计有一个清晰的认知，从而导致在实际应用过程中经济统计存在着诸多问题。
为此就需要相关部门在大数据时代下对经济统计的应用问题进行全面深入的研究分析，并采取有效的应用措施将现有的经济统计应用水平全面提升，推动社会经济持续稳定发展。
一、经济统计的重要性进行经济交易过程中，不可避免地会出现大量的交易数据，为此就需要运用经济统计对相关数据信息进行统计。
在实际运行过程中，首先就需要将大量的交易数据进行全面收集，其次在其中对合理的样本进行有效提取，最后再对提取的样本使用合理的经济统计手段对其进行全面深入的分析，以此将需要的数据信息进行有效获取。
并且依靠这些数据，就可以对现阶段的经济管理模式做出客观公正的评价，以此来对经济管理方式进行改进和优化，预测未来的经济交易，确保企业能够提前做好相应准备，以此保证自身的持续稳定发展。
由此可见，对于经济统计的合理应用是企业稳定发展及壮大的关键性因素，并在经济管理中发挥着重要作用。
二、经济统计学内涵及大数据时代下的发展分析（一）经济统计学内涵及特征统计学是一门涉猎十分广泛的学科。
而经济统计是作为统计学在经济领域应用的一个分支，其主要是以对经济数据进行研究为主，将经济量作为主要的研究对象。
并依靠对研究经济指标的合理设置，以此来为统计方法的实现设定一定的经济范围，之后再对所收集到的相关经济数据进行全面深入的研究分析，进而对相关经济数据之中所涵盖的经济现象与规律进行探寻，以此为相关经济问题的处理与经济决策的制定提供重要的参考。
现阶段，经济统计因其自身独特的意义和价值而得到了广泛的应用。
除此之外，社会和经济活动是特殊且复杂的，为此在实际运行过程中，经济统计在经济领域的合理运用除了具有统计性特征之外，同样也具有独特性。
经济统计依靠对经济数据的核算和估算，实现了实际社会经济问题数量与质量的双重性研究，依靠数量与质量的有效融合，最终确保研究成果具备科学性和客观性。
浅谈大数据与统计新思维
浅谈大数据与统计新思维作者：李伟来源：《财经界·学术版》2016年第04期摘要：随着多媒体技术的发展，网络信息也渐渐丰富起来，大数据因其数据信息规模较大、结构复杂，受到各个国家广泛的关注。
并且大数据与统计工作之间存在多方面的联系大数据时代的出现给统计新思维也提出很多要求。
本文就大数据与统计新思维方式的进行分析，深入探讨统计思维的变化及创新大数据的收集方式，以期提升大数据分析数据的效率。
关键词：大数据统计新数据分析随着信息时代的发展，大数据发展的速度变得越来越快，渐渐改变着公众通过统计知识去探索世界的方法。
在以往的统计学分析中，所使用的数据一般都是样本数据，即现在的大数据。
大数据的数据规模非常广泛，数据的类型非常多，并且更新的速度较快。
大数据与样本数据相比，其数据量较广，因此，有利于研究人员从多方面统计及分析数据。
在统计学分析中，研究者所研究的对象没有更改，但数据的来源却有了相应的变化，比以往的更加完善，相关的统计思维方式也有很大的变化。
一、统计思维的变化（一）认识数据思维首先，从数据来源方面看，以往的样本数据是根据某种方式来进行收集，但大数据主要是来源于网络，数据库内的信息可被记录下来，不带有目的性。
因此，对于大数据的来源难以追溯。
其次，大部分的样本数据的类型都属于结构型，而大数据的类型属于半结构、非结构及异构型。
最后，以往的样本数据可依靠相关的理论基础，对一些结构型的数据实施量化处理，但大数据的数据类型较为复杂，量化的方式也需要有所更改。
（二）收集数据的思维要变化收集与统计数据的思维是确定数据统计分析的目的，之后再根据所需的数据进行收集，因此，要仔细分析相应的调查方案，严格按照规定来执行各个流程。
（三）分析数据的思维第一，以往的统计思维分析，主要是根据“定性--定量--再定性”的过程进行，定性的目的是为了确定进行定量分析的方向，根据相关经验来判断，这在数据缺失及运算受限的情况之下显得非常重要。
大数据时代下对统计工作的思考
经济管理101大数据时代下对统计工作的思考郭政琪 山西省孝义市统计局摘要：信息化时代的到来给社会各行各业都带来了巨大的变化。
面对日益增多的信息化数据，使得整个时代都成为了大数据时代，大数据时代也成为了当前推动社会经济变革的重要力量，同时也给统计工作带来了巨大的挑战和发展机遇。
本文从大数据时代下统计工作的重要性入手分析，探讨了当前大数据时代给统计工作带来的挑战，并提出了在大数据时代下应如何更好地开展统计工作。
关键词：大数据；统计工作；重要性；挑战；思考中图分类号：C8-39 文献识别码：A 文章编号：1001-828X(2019)001-0101-01大数据时代的到来不仅使人们认识了更加广泛的世界，还改变了人们的工作方式，促进了社会的变革。
当前的统计工作就是在大量数据中搜集和整理必要的信息，并将这些数据反映在电子计算机上，通过大量数据的分析得出一些具有价值的结论，进而从中找到规律，再运用这些规律来更好地开展生活和工作。
大数据时代的到来使得信息化数据成倍地增加，面对这一情况，统计工作人员要不断创新统计工作方法，更好地满足工作需求。
一、大数据时代下统计工作的重要性统计工作涉及到各个行业和领域，为了促进国民经济的发展，我们必须重视统计工作的开展，通过开展统计工作对各项数据进行整理和分析，为各项决策提供较为全面的依据，进一步促进各方面工作的发展。
二、大数据时代给统计工作带来的挑战１．对数据源采集的智能化要求更高传统的统计主要是通过相关报表来将调查对象转化为所使用的数据，然而在调查的过程中存在着多种主观因素，这势必会影响到统计报表的准确性。
大数据时代的到来能够有效避免此类问题的发生，数据的来源是信息技术的记录，记录的是原始数据，不依靠其他途径，有利于保证各项原始数据的质量，进而确保统计工作的质量。
２．要求及时更新统计方法和制度大数据时代的到来要求统计方法和制度要有所更新，以满足当前对统计工作的需求。
传统的统计报表都是纸质报表，通过基层收集数据，然后一层一层地向上汇总并分析和上报。
大数据时代下对统计工作的思考
大数据时代下对统计工作的思考大数据时代的到来，对统计工作提出了新的挑战和机遇。
在传统统计工作中，统计师主要通过随机抽样和问卷调查等方法来获取数据，然后利用统计学的方法对数据进行分析和解释。
随着大数据的兴起，传统的统计方法已经无法满足对海量数据的处理和分析需求。
在大数据时代下，统计工作需要思考如何应对新形势下的挑战，并充分发挥统计学的作用。
大数据时代下的统计工作需要更加关注数据的质量和准确性。
由于大数据的特点是大量、多样、快速和混杂，其中可能包含大量的噪声数据和错误数据。
统计工作需要加强数据清洗和预处理的工作，以确保统计分析的准确性和可靠性。
统计师还需要关注数据的来源和采集方式，并对数据进行验证和校正，以保证数据的可信度和有效性。
大数据时代下的统计工作需要更加注重数据的分析和挖掘。
传统的统计方法往往是基于小样本的，而大数据时代提供了更多的数据资源，可以从更广泛的角度和更精细的维度进行数据分析和挖掘。
统计师需要掌握更多的数据分析工具和算法，比如数据挖掘、机器学习和人工智能等，以从海量数据中发现隐藏的规律和趋势，并提供有效的数据解读和决策支持。
大数据时代下的统计工作需要更加注重数据的可视化和传播。
大数据时代不仅带来了数据的规模和速度的增加，也带来了数据的多样性和复杂性。
统计师需要运用数据可视化的技术和方法，将抽象的数据转化为直观、易懂的图表和图像，以便更好地传达统计分析的结果和结论。
统计师还需要充分利用新媒体和社交网络等渠道，将统计分析的成果传播给更多的人群，以提高数据的影响力和应用价值。
大数据时代下的统计工作需要更加注重数据的隐私保护和安全管理。
虽然大数据为统计工作提供了更多的数据资源和机会，但也带来了隐私泄露和安全风险的挑战。
统计师需要明确数据的使用和管理规则，保护用户的隐私和权益。
统计工作还需要加强数据的安全管理和防护，以应对可能的数据泄露和恶意攻击。
大数据时代对统计工作提出了新的要求和挑战，需要统计师思考如何更好地适应和应对。
关于大数据与统计新思维的思考
关于大数据与统计新思维的思考作者：王鲲鹏来源：《中国经贸》2017年第12期【摘要】在当今社会中，多媒体技术已经深入人们的日常生活，网络上充斥着大量的信息，这些信息种类繁多，规模庞大，如何有效的利用这些信息成为一个新的难题。
大数据给统计工作到来了极大的挑战。
本文将探究大数据环境下的统计新思维。
【关键词】大数据；统计；统计新思维一、引言随着信息技术的发展越来越快，普及程度越来越高，大数据对生活各领域的影响也越来越大。
许多领域的发展不得不进行改革，以适应大数据时代。
统计学也受到了一定的影响。
大数据具有规模大、种类多、更新速度快的特点，这要求统计的方式必须随之改进，这样才能有效的工作。
二、大数据的内涵“大数据”是近几年来比较流行的一个词汇，在生活中出现的频率非常高，尤其是在研究领域。
对于这个词，不同领域的人有不同的理解。
从统计学的角度来解读，大数据就是建立在现代信息技术和手段基础上，连续的、扩充的数据形式。
这种数据的存储能力和记录能力比传统数据要高出许多，其突出特点是数据量的规模十分庞大；记录的信息涵盖的范围很广，几乎无所不及；信息的内容质量参差不齐，鱼龙混杂。
同时，信息的更新速度非常快，有利用价值的信息可能很快就被淹没，需要及时的捕捉。
简单的说，大数据就是所有可记录信息的集合体。
三、大数据给统计思维带来的变化1.认识思维的转变大数据的来源与传统数据有很大的不同。
传统数据在收集的过程中有很强的目的性，能够在一定程度上了解数据提供者的相关情况，并且可以对数据信息进行核实。
但大数据来自于网络，其产生过程本身不具有明确的目的性，因此，信息内容杂乱，有利用价值的信息不多。
在类型上，传统数据有一定的格式和结构，通常显示为图表等形式。
大数据信息则没有结构上的标准，形式很随意，彼此之间的联系性也很弱。
从量化角度看，传统数据的量化过程和方式已经比较完善，基本可以直接投入分析或计算工作的使用。
大数据信息的非结构性给量化工作带来了极大的困难，这种数据的统计工作难度很大，难以得出科学的统计结论。
大数据时代下现代企业统计工作的创新思考
大数据时代下现代企业统计工作的创新思考数据的爆发式融入使得企业统计的工作方法和内部信息技术建设遭受了巨大的挑战，企业统计只有不断创新工作理念和工作方法，找到科学的数据收集、整理、分析和应用的着力点，才能应对大数据时代的发展。
一、大数据时代下现代企业统计工作的瓶颈在互联网技术迅速发展的大数据时代下的今天，现代企业统计工作的创新必要性集中体现在：首先，统计工作重心的转变。
现阶段不少企业将统计工作的重心摆在数据信息的衔接性上，只需点与点的数据信息顺利对接，统计工作就算结束，涉及数据分析的内容相当有限，仅仅加强同比或环比等一般数据信息运算事务。
大数据时代下，企业统计工作的重心应转变为数据分析转变，运用合理的数据分析方法对收集整理的数据信息具体分析，并给出的数据保障。
其次，统计工作数据源的建设愈加重要。
当下统计部门将过多的时间精力都投入到报单录入、查错改错、完善信息等方面，但最后结果数据质量仍达不到满意的效果，过多的录入不正确的数据信息导致各系统的数据信息难以对接，此外各部门统计口径的不一致导致部门间的数据链难以深度融合到一起，易于造成统计数据出错而得不出正确分析结果。
大数据时代下，现代软硬件技术水平的使用能够有效摆脱统计工作中因数据链孤立而导致的风险，促进企业加强数据源的信息化建设工作。
最后，统计分析信息系统作用的不断完善。
现有统计分析信息系统存在数据处理能力差、相互间不能关联、得到的数据信息不能实现统筹、数据抽取分析手段单一、不能起到决策适用的效果、缺少维护保障机制等严重问题。
大数据时代下，现代企业要不断升级统计分析信息系统作用，对数据信息实现精加工，创建进一步的数据分析和审核机制，灵活运用大数据的数据挖掘和数据信息探究水平，实现统计分析工作从生产报表到打造企业价值的定位转换。
二、大数据时代下现代企业统计工作的创新思路（一）改变原始统计流程，提高数据质量一方面，调整原始统计环节。
在大数据背景下的企业统计环节，必须调整现有各职能部门逐一汇报的统计方式，进而实现统一化数据采集接口，标准规范化数据信息，提升数据共享的能力，以实现对原始统计数据实现集中存储、统一化分析、全方位应用的作用，使管理层能够掌握精准数据信息，实现全面分析，进而拟定统一化的目标和报表。
大数据统计新思维分析
大数据统计新思维分析摘要：大数据时代，人们的思维与行为方式都在经受大数据的影响和改变。
信息化时代背景下，统计工作也受到了大数据新思维的冲击。
本文根据大数据的发展趋势，从理论和实践上针对统计新思维做出分析，根据统计思维发生的改变，提出相应的建议，促使统计思维紧跟科技和时代发展步伐。
关键词：大数据;统计新思维;信息化一、对大数据的基本认识传统统计工作的研究对象是有意收集的结构化样本数据。
而大数据时代，统计工作需要面临的是动态化发展、随时储存，具有无限容量的多种类型数据。
受信息化的冲击，传统统计工作中的各种缺陷也在不断暴露出来。
而大数据不仅指信息量大，还包括现代信息技术受到的条条框框限制较少，可以接纳各种各样的数据。
二、深化认识统计思维的变化大数据时代必然带来统计思维的变化。
当然统计的本质是指根据数据来还原事物本来的面目。
现在，我们可以借助大数据多角度无限空间地去实现这个目标。
相应地，统计思维也在发生着改变。
(一)认识数据的思维发生变化。
大数据相比于传统数据，在类型、量化方式和数据来源上都发成了巨大变化。
传统数据收集目的性强，可以确定数据来源，即数据提供者的信息和身份，在数据分析后还可以进行修改校对。
而大数据很难从微观层面追溯来源，因为大数据基本来源于互联网，数据产生并不以收集为目的。
传统数据的数据类型具有一定的结构性，基本上是定量和定性数据，标准和格式也是固定的，最终通过统计图标等方式呈现出来。
而大数据没有结构性或者具有半结构性特点，包括一切可以记录的符号。
传统数据在数据量化方面来说是非常成熟的。
量化之后，数据可以直接用来做分析和计算。
而大数据在数据量化方面则面临一个巨大的挑战。
因为大数据背景下，不同系统对数据的分析都是不同的。
因此，大数据的非结构性特征改变了传统的数据结构和数据量化方式。
(二)收集数据的思维发生变化。
传统统计是需要什么数据就去收集，收集数据后做好选择和比较就可以。
而大数据时代，数据来源多种多样，数据类型囊括万千，怎么去辨别数据真伪，怎样确定关联物，怎么适应数据快速的更新换代，都是摆在统计工作者面前的问题。
大数据背景下统计思维及统计应用能力提升的思考
大数据背景下统计思维及统计应用能力提升的思考汇报人：日期:•引言•大数据时代与统计思维•统计应用能力的提升•案例分析与应用实践•大数据与统计思维的未来发展目•结论与建议录01引言背景介绍统计思维是指运用统计学的理论和方法，分析和解决实际问题的思维方式。
统计应用能力则是将统计思维应用于实际工作中的能力，包括数据采集、数据处理、数据分析等方面。
随着大数据时代的到来，统计思维和统计应用能力在各个领域的重要性日益凸显。
研究目的与意义研究意义•有助于提高分析和解决实际问题的能力。
•有助于培养更多的统计学专业人才，满足社会需求。
•有助于推动大数据技术的深入应用和发展。
研究目的：探讨如何提升大数据背景下的统计思维及统计应用能力，为相关领域的发展提供理论支持和实践指导。
02大数据时代与统计思维大数据时代的特征大数据时代，数据量呈现出爆炸性增长，从TB级别跃升到PB级别。
数据量大速度快多样化价值密度低数据产生和处理的速率越来越快，对时效性要求也越来越高。
数据的来源和类型多样化，包括结构化数据、半结构化数据和非结构化数据等。
随着数据量的增加，有效信息相对较少，需要从大量数据中挖掘出有用的信息。
统计思维在大数据时代的地位与作用基础性地位统计思维是分析和处理大数据的基础性工具，为大数据的采集、整理、分析和挖掘提供支持。
决策支持作用通过统计思维，能够从海量数据中挖掘出有价值的信息，为决策提供科学依据。
预测性作用统计思维可以帮助我们理解和预测数据的未来趋势，为预测性决策提供支持。
010302统计思维的基本原则与方法在处理大数据时，应尽可能地消除随机性和不确定性，以准确反映数据的真实情况。
确定性原则将数据视为一个整体，从整体上把握数据的特征和规律，避免过度关注细节而忽略整体。
整体性原则通过比较不同数据之间的联系和差异，发现数据的内在规律和特征。
比较性原则在处理和分析数据时，应保证过程的可重复性和可再现性，以确保结果的准确性和可靠性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
魏强：大数据时代下的统计行业新思维
发布时间：2013.11.19 09:06 来源：赛迪网作者：烨岚
【赛迪网讯】11月19日消息，统计行业是与国家发展和居民生活情况等息息相关的行业，统计的基本任务是对国民经济和社会发展情况进行统计调查、统计分析，提供统计信息和咨询意见，实现统计监督，为各级政府部门的决策提供依据。
随着新一代信息技术的不断发展，统计信息化水平取得快速发展，也赋予了“统计现代化”更多内涵。
尤其是大数据技术理念的推广和普及，给多年来与数据打交道的统计行业带来了更加深刻的变革。
统计行业的“四大工程”
国家统计局在《“十二五”时期统计发展和改革规划纲要》中明确提出，把建设以企业一套表为核心的四大工程作为推动“十二五”统计建设与发展的重要抓手，是当前统计系统的“第一号任务”。
所谓四大工程建设：一是建设真实完整、及时更新的基本单位名录库；二是建立规范统一、方便企业填报的企业一套表制度；三是建设功能完善、统一兼容的数据采集处理软件系统；四是建设安全畅通、便捷高效的联网直报系统。
基本单位名录库是我国所有法人单位、产业活动单位（分支机构）基本信息的数据库，通过对每个企业进行编号形成名录库。
企业一套表则是一种制度，将之前混乱无序的统计表格模型打乱，用元数据的技术重新构建一套表，表内的内容则用指标去描述。
数据采集处理软件系统通过整合打破了信息孤岛，统一了软件平台和填报方法。
联网直报系统统一了网络，改变了手工报数的原始方式。
由此可见，四大工程是管理业务的大变革，是统计制度的革新，是基于信息化的现代化的统计方法，真正实现了用信息化带动业务模式的创新。
时至今日，企业一套表的建设任务已基本完成，那么接下来要做什么呢？统计信息化要如何规划未来的发展呢？带着这个问题，记者采访了常年与国家统计局进行深入合作的统计行业专家——同方物联网本部数据资源工程事业部副总经理魏强，听他讲述了大数据时代下的统计行业新思维。
同方物联网本部数据资源工程事业部副总经理魏强
大数据时代下的统计行业新思维
四大工程是统计制度和管理业务的大变革
同方参与了四大工程建设中的企业一套表和数据采集处理软件系统两大工程，魏强认为四大工程不仅仅是一个软件，而是一套非常先进的管理模式和管理理念，这套管理模式将给统计行业带来深刻变革，也给地方统计局带来了更多的机遇与挑战。
对于地方统计局来说，一是对国家统计局，二是对地方，两个方向的工作都非常重要，而双方的需求则不尽相同。
例如，国家统计局更加关注涉及国民经济的三上企业，而地方则更关心能带动当地发展的文化、旅游等产业，面对这些地方政府的个性化需求，地方统计局需要将四大工程这套先进的管理模
式融会贯通。
统计数据是各级领导人做出科学决策的重要支撑。
随着企业一套表建设的基本完成，各行各业的数据被采集上来，这只是第一步，用好这些数据是关键。
魏强强调，企业一套表只是一个业务系统，同方的强项是在这套系统上帮助统计部门搭建一套数据资源体系，通过这套体系来对数据进行规划、整理和加工，建设监测评价中心、辅助决策中心，这也是统计行业未来发展的必然趋势。
如今的统计行业在数据采集建设之后，数据应用是关注的重点，地方统计局面临两重身份，需要先规划数据该如何使用。
统计行业的监测评价和辅助决策是发展趋势
“现在一些地方统计局已经开始做统计方面的规划和使用，数据应用首先要规划好，想好服务对象。
例如原来的统计工作主要是查询，现在希望除了查询、检索、展示之外还具备监测、评价的功能。
”魏强提到。
监测评价需要标准，在政府部门这个标准就是政策。
监测是对企业、家庭等对象进行调查，数据上传之后经过计算、加工等与初定的指标相比较，并对监测结果进行评价，发现问题及时预警、报警。
辅助决策则更需要智能化，当发现监测评价出的结果与初定指标存在较大差异时，就要追本溯源，为领导提供准确的问题分析报告，列出导致问题的主要原因，提出可行性建议，为领导提供辅助决策，为其做出下一个阶段的判断和调整提供帮助。
举个简单的例子，某地去制定当年的XX目标是8%，某月份经过监测后只达到6%，经过分析与之关联的多项数据，倒退找出导致目标差异的原因，从而把数据及分析结果提供给相关部门的领导进行调整和修正，这就是监测评价的一部分。
辅助决策则更需要智慧，通过一些智能的算法，帮助领导制定新的规则、新的政策，去指导企业和社会经济的发展，形成一个大的闭环，这样统计行业的价值才能在行业中得到更好的发挥，这也只是一方面的应用，这样的应用还有很多。
魏强表示，同方引入了元数据的理念，在数据应用方面具有非常灵活的方式方法，同方所做的就是帮助领导用好数据，强调数据的相关性，通过对历史数据、长期数据的分析，通过监测评价告诉领导哪里出了问题，通过辅助决策帮领导分析出原因，得出最合理、科学的决策或政策。
数据的目的首先是要解决领导的核心目标，同方的数据资源体系由多层构成，独立行业和业务，可灵活分装，每个行业都可以做。
在统计行业实现了国家、省、地/市的三级数据同步
据了解，同方参与了全国七个发达省份的省级核心统计平台的建设工作，一直与国家统计局保持长期的合作关系，同方的理念和国家统计局所提出的现代化服务业统计的发展方向非常吻合。
近期，同方物联网本部在江苏省南京市承建的国家统计局“四大工程”江苏省南京市配套项目一期工程已经顺利通过了用户验收，监测评价系统已开始投入使用，得到了专家组及用户的一致好评。
一期工程自2012年10月启动以来，紧紧依托江苏省统计节点实施方案，并充分考虑了南京市委市政府的辅助决策要求以及南京市统计局建设现代化、服务型统计的实际需求，打造了集数据采集处理、数据综合管理、信息服务三位一体的统计信息化服务平台，初步实现了统计设计、采集处理、整合加工、分析服务的全流程覆盖，有效地提升了统计数据的采集、管理和服务能力。
特别要提到的是，验收专家组以及用户方对以指标体系为核心的“数据+服务”的数据资源体系建设理念以及移动服务、全文检索等技术的运用给予了充分的肯定和高度的评价。
南京市统计局项目的顺利验收，标志着同方在统计行业实现了国家、省、地/市的三级数据同步，也标志着南京市政府对全市的数据采集工作从无到有、正式进入了规范化的建设阶段。
另外，双方同期启动了项目的二期建设，建设内容正在紧密的规划中。
由于国家各地政府部门各层级关注的重点不同，每一级的需求也都不同，这就需要各个地方在做数据资源体系时做成一个体系，方便数据的采集、加工。
同方多年深耕统计行业，对于现代化统计具有非常深入的见解。
魏强提到，统计信息化不能只着眼于眼前，还要考虑未来的发展和应用，做元数据要统一描述制度，同方具备一整套获得国家自主知识产权的数据资源体系搭建的核心理念和技术认证，其数据资源体系运用元数据技术，在数据如何制度化、智能化、相关化，如何做数据分析、查询和决策方面具有很强的优势。
统计和决策是两个层面的事情，把数据建成，把数据资源释放出来，还要有很好的数据规划。
同方凭借多年在统计行业的信息化建设经验及与国家统计局多年的合作经验，长期提供数据领域的规划、设计和开发实施，能够提供专业的咨询服务，这也是一些部委愿意与之合作的原因。