工业和信息化部办公厅信息处积极探索将大数据与信息工作有机结合，增强信息搜集的主动性，在汇聚数据、研判选题、深度分析、权威准确上下功夫，建立常态化选题研判机制，深入挖掘大数据独特价值，努力提升信息服务决策的水平。
多方汇聚数据，夯实大数据信息工作根基
内部数据方面，全面了解分析部系统内已建成的大数据平台使用和数据积累情况，做到对已有数据资源“了然于胸”。如，系统梳理“数字工信”运行监测平台中的数据，厘清每项数据的来源、更新频率、样本数量等情况，确保使用时得心应手。
外部数据方面，积极沟通大型国有企业、重点平台企业等第三方机构，商请共享所掌握的大数据资源。同时，广泛搜集有关智库、研究机构、数据公司等的公开大数据资源。如，商请国家电网、南方电网定期共享工业企业和中小企业用电数据。又如，通过自然语言处理、机器学习等技术手段，对全球贸易相关数据库中的产业政策数据进行筛选处理、聚类分析，研判全球主要经济体产业政策情况。
突出“三点”精研选题，发挥大数据信息独特作用
突出主责主业，发挥大数据在研判形势方面的独特作用。在前期搜集汇总大数据的基础上，深度分析这些数据与本部门重点工作的关联度，如工业经济稳增长、中小企业“专精特新”发展、信息通信行业高质量发展、网络安全等，找准大数据与主责主业的结合点。
突出问题导向，发挥大数据信息在发现问题方面的独特作用。坚持将能不能发现问题，是否发现新问题、真问题作为选题质量评判的重要标准。如，网络安全态势领域的风险隐患是当下各方面关注的重点，我们在选题会商时，重点研判相关平台大数据“显示”风险隐患的能力。反映域名滥用、路由安全风险、制造业网络安全风险等问题类信息，均来自相关平台的大数据。
突出群众诉求，发挥大数据信息在收集社情民意方面的独特作用。重点关注互联网信息服务投诉平台、12381公共服务电话平台等人民群众参与度较高的大数据平台，及时发现、了解人民群众的急难愁盼和反映集中的意见建议，为选题研判提供有力参考。
注重深度分析，提升大数据信息参谋辅政价值
注重观点提炼，避免数据罗列。基于搜集到的大数据开展深度分析，综合研判趋势变化，深入查找风险隐患，研提有针对性的对策建议。强化对数据的纵向分析、横向比对和分层归纳，从中发现趋势性变化，提炼有价值的观点，坚决避免单纯展示数据。
注重原因分析，避免“浮云蔽眼”。如，利用大数据分析今年上半年中小企业生产经营恢复情况时发现，服务业与工业存在“温差”，工业中小企业感受明显偏“冷”。为此，我们立即组织力量深入研究，结合统计局数据、调研中地方和企业反映的情况等，发现实物类需求恢复较慢、企业竞争加剧等是造成“温差”的主要原因，随后编报相关信息，为精准出台帮扶政策提供参考。
注重通俗易懂，避免术语堆砌。大数据平台监测的数据指标往往技术性较强，应对数据内容进行有效的语言转化，避免写成满纸专业术语的“技术报告”，从而减少阅读障碍，提升信息可读性。如，从全国工业互联网平台监测到的大数据涉及数十项技术指标，过程机理复杂，在信息编辑过程中，我们用通俗语言对技术内容进行简要介绍，重点呈现分析结果，力求数据背后潜藏的问题水落石出、一目了然。
确保权威准确，把牢大数据信息审核关口
数据可靠。在大数据信息审核过程中，需细致询问了解数据来源、样本数量、选取方式、统计方法等，确保数据的广泛性、代表性、权威性，以防后续分析研判根基不牢，避免“在沙滩上筑城堡”。
交叉印证。一方面，综合多维度数据交叉印证。以中小企业运行情况分析为例，用电、采购、销售、财务、外贸等大数据均能体现中小企业某一方面的运行情况。在信息审核中，对仅使用单一数据得出观点的信息，要求补充其他维度数据予以印证，避免单一数据导致观点不准;对数据分析结果存在冲突的信息，与撰稿人进一步沟通，要求合理解释冲突原因，避免数据冲突导致观点不明。另一方面，与常识直觉进行交叉印证。在信息审核中，发现分析结果与常识直觉不一致，即与撰稿人详细沟通，判断是数据分析出现偏差，还是发现了更深层次问题。
支撑有力。在信息审核过程中，注重数据与观点的关联度，推敲所引用的数据能否支撑信息观点。如，某次信息审核中发现，该信息用单一中部省份的相关大数据研判全国形势，支撑明显不足，即商请撰稿人补充数据、重新论证，避免了观点偏颇甚至错误的风险。
（来源：《秘书工作》2023年第11期）