公务员期刊网 论文中心 正文

经济管理领域的数据分析应用

前言:想要写出一篇引人入胜的文章?我们特意为您整理了经济管理领域的数据分析应用范文,希望能给你带来灵感和参考,敬请阅读。

经济管理领域的数据分析应用

摘要:当前,我国社会经济发展逐渐呈现出数字化、信息化、智能化趋势,数据分析不断渗透到经济管理领域。本文重点从宏观经济层面和企业管理层面分析了数据分析在经济管理领域的应用,同时指出其在应用过程中存在的一系列问题,并提出相对应的建议,以期为数据分析在经济管理领域的应用发展提供借鉴意义。

关键词:数据分析;宏观经济;企业管理

一、引言

数据分析是指用适当的统计学方法对大量数据进行分析,经过收集、整理、筛选、提炼、汇总等过程,最大化地开发原始数据的功能,深入挖掘数字背后所反映的信息,最终形成一定的分析结论。数据分析不仅仅可以分析定量数据,即通过实验、测量、观察、调查等方式获取的观测值,还可以分析定性数据,即无法用数值进行测量的数据。定性数据通常通过分类、赋值的方式进行定量,其中一部分不区分顺序,如性别、行业,而另一部分则存在逻辑顺序,如受教育程度、产品的质量评级等[1]。因此,数据能够反映出现实生活中的众多信息,而数据分析则是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。随着计算机技术的快速发展和互联网的广泛普及,数字化、信息化、智能化的社会经济发展特征愈发凸显,各个行业、领域的数据不断产生并融汇在一起,构成了“海量数据”社会。如今,数字信息已经成为重要的生产因素之一,世界各国纷纷把大数据应用作为经济发展和技术创新的重点,众多大型企业也从战略层面出发,不断推动企业的数字化升级,数字经济日益成为经济发展的新模式。在大数据的时代背景下,数据分析在经济管理领域中呈现出更为重要的作用。

二、数据分析在经济管理领域的主要应用

(一)宏观经济层面1.掌握经济发展动态。经济数据分析离不开经济统计,我国的经济统计产生于20世纪50年代,经过几十年的改革和发展,取得了重大成就,为国家社会经济发展做出了重大贡献[2]。2002年,《中国国民经济核算体系》颁布并正式施行,标志着我国的经济统治体制成熟[3],各个行业的经济数据统计调查也逐渐开展和加强,统计数据的时效性、准确性、科学性也随之不断提升。通过分析国家或地区的经济数据,可以及时地掌握一个国家或地区的经济发展动态,例如统计分析世界各国或地区的恩格尔系数,可以衡量一个国家或地区人民生活水平的状况;统计分析近年来我国的消费者物价指数(CPI),可以判断出我国国民的消费水平和物价水平;统计分析我国各省市的地区生产总值(GDP)数据,可以比较发现各省市的经济发展水平差异。同理,通过分析行业经济数据,则能够较为客观地刻画出行业的发展历程和趋势。2.发现经济运行规律。宏观经济的运行规律是一个非常复杂且多元的课题。从目前的研究范式、领域以及热点问题来看,不仅有学者从政策以及历史演绎的逻辑出发,以政策演变和时间发展探讨宏观经济的发展脉络,更有多位学者围绕各个经济学科体系、学派等展开的理论性分析,以数量分析和模型透视国内宏观经济的运行规律[4]。数量化、精密化、模型化是当代经济学的一大特点,也是经济学发展的一种趋势[5]。无论是西方经济学还是政治经济学,发现经济运行规律并逐步完善形成理论,都离不开实地调研观察和现实数据分析,通过模型建立和数据分析,可以发现不同主体之间、各项经济指标之间所存在的内在联系,在此基础上可以逐渐探索总结出其存在的运行规律,并在经济发展过程中加以反复验证。如今,在现代计算机技术的辅助下,可以充分利用大数据进行分析,能够更好地掌握当前宏观经济发展的规律,帮助预测未来经济的发展方向,对经济管理工作起到高效的引导作用。3.支持宏观经济决策。宏观经济政策是指国家或政府为了达到充分就业、价格水平稳定、经济快速增长、国际收支平衡等宏观经济政策的目标,为增进经济福利而制定的解决经济问题的指导原则和措施。现实的经济运行往往会受到各种难以预见的因素的干扰,使原有的均衡遭到破坏,经济长期处于收缩或过度扩张之中。在这种情况下,政府必须运用适当的经济政策来有意识、有计划地调节经济的运行,以便消除各种干扰国民经济正常运行的因素,避免引发经济的过度震荡。经济政策正确与否,对社会经济的发展具有极其重要的影响,因此,通常只有通过了反复论证之后的国家经济政策才可以颁布实施,而数据分析则是制定宏观经济政策的重要方法。 根据已知的经济运行规律,再在现实数据的基础上叠加经过量化后的政策因素,通过数据模型加以论证分析,可以得出政策实施后的预测效果,同时也会暴露出政策所带来的负面影响及问题,对经济政策的适用性具有判断意义。另外,通过建立相应的评价分析指标,可以利用数据分析对已实施的经济政策进行评价,从而结合当前市场竞争新形势和经济发展新要求,预测和支持下一阶段的宏观经济决策。

(二)企业管理层面1.经营管理。改革开放之后,我国社会主义市场化经济快速发展,国外企业也纷纷涌入中国市场,促使市场竞争越来越激烈,商品趋向同质化,价格竞争出现白热化。随着大数据时代的到来,数据分析则成为企业提高市场竞争力的重要途径:一是有利于了解消费者需求,通过数据分析消费者的个人特征、消费习惯与消费偏好,企业可以更加精准地锁定目标消费对象,并根据消费者的需求来改良相应的产品,同时也可以提供更具有针对性的服务,从而吸引到更多的消费者;二是有利于挖掘产品的独特优势,数据分析可以用较为综合的数量指标体系来衡量同类产品的优势与劣势,企业通过参考同类产品的质量等级,同时结合行业发展情况,从而明确自身在行业中的定位,有助于企业进一步挖掘产品的独特优势,在市场竞争中扬长避短、激发潜力;三是有利于调整业务规模,企业对所经营各类产品及服务进行数据分析,可以清楚地获悉每一种产品或服务的受欢迎程度、销量多少、利润大小等信息,不仅为产品和服务的研发人员提供研发方向的参考[6],还为企业在调整业务规模进行科学决策时提供支持,帮助企业将有限的资源投入到更为关键的地方;四是有利于发现经营漏洞,单纯依靠经营理念来进行企业管理,管理者往往难以及时发现企业发展过程中的变化,而数据分析则会敏锐地察觉到企业经营中出现的问题,能够及时提醒管理者弥补经营漏洞、优化管理方法。2.财务管理。财务管理工作贯穿于企业经营的方方面面。高质量的财务管理不仅可以规避企业的资金风险,还可以优化企业内部的资金分配结构,是企业得以平稳发展的保障。将数据分析的方法应用于财务管理中,建立系统性的财务数据库,形成企业财务管理台账,有助于企业统一管理财务数据与账目明细,使得企业财务报表更加规范和清晰,大大降低了企业财务造假的可能性。利用计算机对财务数据进行统计整合和分析处理,能够极大地节约财务管理的时间,提高财务数据结果的准确度,同时也减轻了财务管理人员的工作负担。纵向比较分析企业年度或季度的财务数据,可以较为清楚地反映出该企业的发展进程,企业管理者可以根据相应的财务数据指标总结出企业成长的一般规律,并对企业的发展做出较为准确的预测和判断,有助于为下一阶段企业的资金投入和发展方向制定计划。3.风险管理。企业在经营过程中面临着多种风险,如市场风险、产品风险、财务风险、金融风险等等,因此需要着重对各种风险加以防范和管理。

企业风险管理是数据分析应用的常见领域:一方面,企业在长时间的经营过程中已经生成了一套较为稳定的数据信息,形成了一般性的运行规律,无论企业遇到哪类风险,都会打破当时的稳定局面,数据信息将会发生显著波动,管理者能够通过数据分析精准地察觉到异样数据,及时地发现企业的潜在风险点,并且采取相应的措施来规避风险,从而完善企业的经营保障结构,提高企业发展的安全系数,助力企业长久平稳运行;另一方面,企业在遇到各类风险问题时,管理者通过数据分析将风险问题进行具体的量化,利用数理模型进行合理的推演和预测,可以大致估算出风险所带来的损失程度,以及化解风险所需要付出的成本大小,从而能够分析得出化解风险的最优方法,最大程度上降低企业因风险所造成的损失。4.人力管理。人才作为重要的软实力,不仅是企业获取市场竞争力的重要抓手,还是企业得以可持续发展的不竭动力。高效的人力管理能够从企业内部激励自身快速发展,而数据分析则可以提高企业人力管理的效率,帮助企业做好人才招聘、人才测评,提高员工薪酬与绩效管理的水平,还对防止人才流失具有一定的效果[7]。人力管理中所分析的数据可以体现在基础数据、能力数据、效率数据和潜力数据四个维度:基础数据指的是个人信息、家庭信息等员工背景信息,以及公司层面所有员工的数量、性别、年龄、学历等结构信息,为企业人才招聘和筛选提供支持;能力数据指的是员工的工作经历、培训学习经历和参赛获奖结果等,可以通过相应的评价体系和权重设置,具体量化出员工智商、情商、反应速度等的能力数据,有助于企业对员工适才而用;效率数据指的是对于员工的工作效率、成功率、失误率等效率性评价和分析,也包括公司对于整体组织的考核数据,例如任务达成率、人才去留情况、绩效考核评价等,分析效率数有利于提高企业内部的竞争意识,促进员工间相互促进,并为员工的绩效激励提供参考基础;潜力数据是指对于员工进行纵向的分析,在一段较长时间内考察其业绩提升状况和进步情况,对员工的特征进行综合分析,是一个动态数据,包括了企业“选、育、用、留”整个动态过程,有利于企业发掘优秀员工,激发员工的潜力。5.行政管理。企业的正常运转离不开行政人员和行政物资的保障,尽管看似简单的行政管理,却可以通过正确地应用数据分析来大大提高管理效率。企业通过建立行政资源数据台账的方式,对日常行政用品的采买、消耗、库存等方面的数据加以统计分析,能够有效地整合行政资源,掌握行政办公必需品的合理使用量,合理地规划行政采买方案,灵活地分配和调用有限资源,减少资源浪费,节约企业运营成本,提高整体利润收益。

三、数据分析在经济管理领域应用中存在的问题

(一)数据统计基础薄弱数据分析的基础是数据的收集与统计。尽管我国已经逐渐建立起经济统计体系,但仍然在收集统计的数据过程中仍存在一系列的问题,导致在此基础上进行的数据分析可能会存在一定的偏差。一是数据统计的频率较低,目前我国国家统计网公布的统计数据以年度数据为主,而季度数据、月度数据的空缺值较多,宏观经济上每日所产生的数据更是难以获取,导致局部时间截面的数据分析实现起来略有困难,因此统计数据的细化程度有待提高;二是数据公布具有滞后性,以我国的消费者物价指数(CPI)为例,通常要等到下个月的9号左右才上个月的CPI数据[8],滞后的时间差可能会使得在应用数据分析结果时具有一定的局限性;三是统计口径存在不统一,一方面由于现存统计指标较多,部分指标之间存在交叉或包含关系,不同的统计单位在对指标解释的理解上存在一定的偏差,从而导致统计的数据差异较大,另一方面统计口径在修正前后,未能考虑到前后数据的协调,导致部分统计数据存在年代断档的情况,从而在数据分析过程中难以反映出经济管理的真实情况。

(二)数据分析设备不足我国各地区的经济实力和发展速度存在一定的差异,因此在对数据进行分析和处理的过程中,可以使用的硬件设备和所能支持的数据分析方法也有所不同,例如部分发达城市已建成智慧城市管理系统设备,能够实时监控和定时上传数据,具有充沛的数据存储空间和强大的数据处理能力,为跨部门、跨行业的管理者提供数据分析服务,帮助其在经济、管理等领域做出科学决策。同样,数字化企业建设离不开先进的数据分析设备和系统,只用使用与数据体量相适应的数据处理服务器,选择稳定安全的数据分析工具,才能快速地、准确地分析出数据结果,并应用于企业经营管理。当前我国大部分地区仍使用传统的数据分析设备,多数企业的智能数据分析系统尚未完善,数据分析的应用仍以传统的简单、少量的分析为主,难以准确挖掘并快速分析复杂化大数据,这对数据分析在我国经济管理领域的应用造成一定的阻碍。

(三)缺乏数据分析人才随着大数据时代的到来,数据分析的重要性愈发突显出来。要想将数据分析合理地应用到经济管理领域,必须要具有丰富的理论知识及实践技能,尤其是需要经济管理方面的专业知识及计算机信息技术应用的方法。一方面,传统的部门或企业在经济管理过程中,未能及时地感应到大数据时代的需求,缺乏应用数据分析的思维和意识,没有充分认识到数据分析的重要性,在实际工作过程中具有明显的传统性和守旧性;另一方面,受到教育体制的影响,我国现如今计算机专业人才仍不能满足社会需求,而计算机技术与经济管理学兼备的复合型人才更是稀缺,极大地限制了数据分析在经济管理领域的应用和进步。

四、数据分析在经济管理领域应用的建议

(一)优化统计体系,筑牢数据分析基础针对我国当前经济统计体系中现存的问题,应尽快加以解决和弥补。一是逐渐增强数据统计的频率,保证分析所用数据的质量和数量;二是加快提高数据公布的效率,在确保数据真实性和准确性的基础上,缩短数据公布的时间,尽量降低数据的滞后性;三是细化数据统计口径解释,加强统计部门与统计人员的培训,尤其是针对易混淆、易出错的数据加以规范化指导,同时在统计指标的制定和修改时,需要专业人员进行反复论证与评估,尽量减少对数据分析的影响,从而保障数据分析在经济管理领域应用的有效性。

(二)更新技术设备,持续深化领域应用一是加大数据分析技术设备的投入,更新传统的数据分析设备,优化数据分析设备的资源配置,缩小地区之间数据分析在经济管理领域应用的发展不平衡;二是加强数据分析设备的创新研究,不断提升数据分类设备的技术水平,推动企业广泛应用先进的数据分析工具,持续深化数据分析在经济管理领域的应用,进一步促进经济的可持续发展。

(三)提高思想重视,加快专业人才培养国家和企业要从思想上重视数据分析的应用,顺应大数据时展的趋势,理解数据经济发展的必然性,通过制定相应的政策和规章制度,打破传统的经济管理方式,将数据分析提升到国家和企业发展的战略高度,促进数据分析在经济管理领域的应用。同时,加大数据分析人才的培养力度,重点培育计算机技术与经济管理专业相结合的复合型人才,创新推动数据分析方法的发展。五、结语在大数据时代,数据分析被广泛地应用于经济管理领域,不仅可以推动宏观经济的可持续稳定发展,还有利于提升企业管理的效率与核心竞争力。未来,通过不断的发展与改革,数据分析在经济管理领域的应用将会更加成熟,进一步赋能数字经济、助力智能社会。

参考文献:

[1]陶皖.云计算与大数据[M].陕西:西安电子科技大学出版社,2017.

[2]纪宏,张宝学,任韬,阮敬.建设新经济统计,赋能数字经济,助力智能时代——关于开展新经济统计研究与实践的思考[J].数理统计与管理,2020,39(05):788-793.

[3]丛丽.大数据时代我国经济统计现状及趋势研究[J].中国产经,2020(02):68-69.

[4]邓宇.基于现实观察把握宏观经济运行规律——读高善文《经济运行的真相》[J].审计观察,2020(05):94-96.

[5]吴红.经济学数量分析的历史和现状[J].南京社会科学,1995(05):4.

[6]马军.大数据统计分析方法在经济管理领域中的应用[J].企业改革与管理,2020(14):31-32.

[7]唱新,胡素萍,蔡金玲,王红.大数据在人力资源管理体系中的应用[J].人力资源管理,2014(11):30-31.

[8]刘丽芬.大数据时代我国经济统计现状及趋势分析[J].全国流通经济,2020(15):177-178.

作者:秦换萍 白菁 单位:中国人民大学