大数据时代的数据科学与数据驱动决策

马金亮 ,袁泰宁 ,金凌辉

摘要：基于大数据时代背景下，各种数据呈现出爆炸式增长的态势，这也对数据科学发展提出了更为严苛的要求，同时也给数据科学家的工作带来了不小的挑战。如何科学地处理数据，强化数据驱动，是推进企业运行效率的重要保证，同时是强化企业经营效益、促进企业健康发展的软措施和硬道理。文章从多个视角出发，对基于大数据时代的数据科学与数据驱动决策展开系统性研究和分析，以供参考。

关键词:大数据；数据科学；数据驱动决策

前言

随着现代化科学技术的迅速发展，各种现代化技术也加快了发展进程，信息化建设进程也日益加快，科学技术推进了社会生产力的进一步提升，在这样的背景下，大数据时代悄然而至。基于大数据时代下的数据信息呈现出爆炸式增长的态势，在此过程中，各个产业的企业也都逐渐认识到了数据的应用优势，现阶段，数据的多元化已经远远超出了传统数据库和人工处理的容量，与此同时，计算机的性能语法强大，网络逐渐渗透在各个领域，算法研究也愈加深入，这也给数据科学的有效应用奠定坚实基础。目前来说，虽然大多数企业已经清晰地认识到了数据科学家的工作意义，但是却依然没有清晰地定义数据科学，这也极大程度上增加了实际工作决策错误率，进而降低了工作效率。所以，科学地实践和定义数据科学，强化数据科学驱动认知，也具有重要现实意义。

1数据科学

近年来，随着大数据在社会各个领域的广泛应用，以大数据技术为载体的社会主体驱动已经逐步趋向于稳定。在此过程中，通过深入分析和研究大数据系统的运行基理，深化大数据管理模式的研究，也是推进大数据深入发展和高质量驱动的前提。立足于这个视角，对大数据时代下的数据科学进行深入分析和研究，也具有重要的现实意义。从高维度视角分析，数据科学主要指的是通过强化一系列指导活动来数据中的关键信息，在此基础上，深入挖掘数据中的相关信息以及对数据知识基本原则加以切实地分析。数据挖掘是与数据科学有着十分密切的词汇，其主要指的是依托于数据科学原则来深化数据指导实践，数据挖掘的算法是千奇百怪的，其中的细节更是不胜枚举，这些都是数据科学实现蓬勃发展的有效体现。在商业领域中，通过广泛地应用基本原则，以及科学地应用市场营销基本原则。能够最大程度上为顾客创造价值型服务，强化单位的顾客价值。大数据具有重要的战略价值，已成为世界范围内政府、组织、企业以及个人的共识，但大数据固有的稀疏性和低价值密度特性也是对其进行处理和分析所要面对的重要难题。在数据科学领域中，数据挖掘算法是其重要组成内容，一个成功的数据科学家务必要立足于数据角度来对商业问题予以深入分析和研究，数据科学融会了诸多传统学科，数据科学的大多数技术也都是来自于统计学知识。在一个特定领域，数据科学对于个体直观性、创造性以及问题解决能力都提出了更为严苛的要求，在数据科学视角下，能够为更多实践者提供更多解决问题的原则，同样也给数据科学家提供了依托于数据获取知识框架的可能性。

2数据科学以及数据驱动决策

数据科学容纳了自主分析数据等原则，一般情况下，提升决策是数据科学的最终目的，这也是业内重点关注的课题之一。数据驱动决策主要指的是分析数据。比如，一个市场人员可以结合自身的经验来分析和预测行业前沿数据和资料，在此基础上，可以结合数据决策或者结合自身的从业经验来优化企业方案的设置，也可以深化这两者方式结合机制的运用。数据驱动决策不具备排他性，可以有效地完善和补充传统决策手段。据相关调查显示，若一个企业能够深化数据驱动决策的应用，则会付出较高的产出比，虽然提升空间幅度并不是很大，但是却能够给企业创造更多的资本回报率以及经济效益。从实际视角出发，目前我国更多地关注数据驱动实践领域，之前在我国国内也深入地探究和分析了关于老年人早高峰中数据驱动的使用，社会舆论视角多是探究了在早高峰阶段，需要出台一系列制度来禁止老年公交卡的使用，意在为年轻人上班节省更多的时间，为上班族提供便利。但是，通过深入分析和研究北京公交数据可知，大多数老年人并没有选择早高峰7.30—8.00之间出行，因此老年人不仅没有对高峰时期公共交通产生不良影响，反而更好地补充了通勤低谷期的公共交通。由此可见，数据驱动有效地体现出提升决策的公平性，其在分析和收集民情、加快公共领域建设以及强化突发应急事件处理等等都发挥着积极效用，在政府服务领域内，通过深入地应用数据驱动实践，能够更好地收集和分析民情，强化医疗服务体系建设，从而驱动决策全面性和科学性的进一步提升和优化。

3数据处理及大数据

数据处理技术在获取数据信息以及推进数据驱动落实中都发挥着积极效用，同时其在大规模交易、现代化网络技术系统中也发挥着不容忽视的意义，由此可见，并非所有数据处理都与数据科学呈现缜密的联系。对于大数据而言，最为直接的认识就是通过强化数据规模建设，来深化大数据传统数据系统处理效果，这也进一步加快了新技术的发展进程。与诸多传统技术相同，大数据技术在数据工程领域中发挥着不容忽视的应用价值，具体应用领域主要包括挖掘数据、处理数据以及其他数据挖掘技术的相关实践。

基于大数据背景下，数据分析思维是数据学科所具有重要的支撑动力。数据分析思维在企业日常组织工作、技术推广工作等领域发挥着重要的价值。例如，若企业管理人员具备过硬的分析思维，则可以深入挖掘企业中潜在的数据科学资源，并对其深入分析和了解数据，提炼出具有价值的信息，缺少数据科学资源的企业管理者也需要可以通过深化数据分析思维，来探寻出客户满意的信息和资料。更为广泛的而言，数据分析驱动广泛地应用于商业领域中，深入分析数据，能够为企业创造出更多的经济效益和社会效益。通过对数据科学的基本概念加以深入分析和研究，同时对相应的数据分析框架加以完善和细化，不仅能够推进企业数据驱动视野进一步拓宽，还能够减少企业的竞争威胁。

结束语

总而言之，在大数据时代背景下，数据科学所发挥的作用是不可小觑的，是强化数据产业链、深化数据驱动以及优化大数据技术的前提。为了推进数据科学技术高质量发展，数据科学家需要立足于数据算法、技术、工具等多个角度出发来推进数据驱动决策的构建，优化数据科学和数据处理之间的联系，以此来推进数据科学高质量发展和实施。

参考文献

[1]黄涛,赵媛,耿晶,王涵,张浩,杨华利.数据驱动的精准化学习评价机制与方法[J].现代远程教育研究,2021,33(01):3-12.

[2]李洁,徐建刚,黄晨.数据驱动的评价范式实证研究[J/OL].情报理论与实践:1-11[2021-04-27][4]王增. 数据驱动的产品外观意象设计技术及其应用研究[D].南昌大学,2020.

[3]杜建唯.大数据驱动的智能审计决策及其运行模式[J].商业文化,2021(05):70-71.