2013年，“大数据”的概念风靡全球，一些发达国家已经上升到国家战略资源的高度进行研究和利用。在社交网络、互联网、云计算、物联网技术相继出现在人们工作和生活中的背景下，“大数据”与国家统计局局长马建堂提出的“政府服务型统计”有什么联系，将对政府统计产生哪些重大影响？
维基百科认为，“大数据”是一个难以通过现有数据库管理工具进行处理的大而复杂的数据集的集合。所谓大数据时代的政府服务型统计，就是通过对“大数据”的开发，为党政机关和社会各界人士提供更为广泛的、满足不同层次数据需求的“大服务”。
“大服务”之“大”，在于服务的理念之“大”、对象之“广”。服务型统计摒弃过去政府统计部门长期以党政机关为单一服务对象的观念，以满足更为广大的社会群体（包括投资者、企业经营者、个体经营者等）对数据产品的需求为己任，不再单纯依靠“我布置、你填报”的传统数据采集方式，而是在强调依法统计、独立上报的同时，引导国民利用数据产品服务生产经营和社会活动，创造生产力，提高数据价值意识，进而积极参与到各类数据采集、分析、使用的环节中来，调查者与调查对象建立一种合作互惠的新型关系。
“大数据”催生“大应用”
随着大数据时代的到来，传统数据仓库性能已无法应付处理庞大数据信息的需求，但大数据技术使我们能够访问和使用大规模数据集，以应对越来越复杂的数据分析和制定科学的决策。
在政府层面，大数据将打破政府各部门、政府与民众之间的“信息孤岛”现状，实现数据共享，跨系统、跨平台、跨数据结构的政府综合信息处理平台将在技术上使政府内部纵向、横向部门得以流畅协同；数据获取、处理及分析响应时间大幅缩短，提高工作效率，降低政府开支；数据产品创新应用将会不断涌现，政府信息的经济价值将被充分发掘；全球著名的咨询公司麦肯锡估计，欧洲发达经济体政府利用大数据可以节省超过1000亿欧元的政府开支。以上海市金融业为例，自2006年起，人民银行上海总部公开金融信息后，催生了一批金融信息咨询服务企业，其中有上海联和金融信息服务有限公司等5家上市企业，拉动了十几万人的就业。
大数据提高政府决策的科学性、精准性和预测预警能力。大数据超越了传统的数据分析方法，既能对结构化数据进行分析挖掘，也能对言论、图表、图片、视频等半结构化或非结构化数据进行深度挖掘分析。如Google关注特定检索词条的使用频率与流感在时间和空间上的传播联系，监测和预警流感爆发的时间和范围。在2009年甲型H1N1流感爆发时，Google预测比官方的报告早2-3周，是大数据预警预测应用的一个范例。
在企业层面，目前衍生了许多基于大数据分析的商业模式，应用最多的是数据分析、广告推送、市场细分和产品创新。
以电子商务领域为例，国内著名电子支付平台支付宝，正利用大数据影响着公司的经营决策和业务运作，同时对各种消费群体进行细分。目前，通过利用“PC服务器集群+开源软件”、采用Greenplum数据库软件等手段，支付宝每天可以对近300亿条用户交易数据进行查询，通过对网民的网页浏览记录、购买商品记录，分析个人的喜好和消费习惯，进行商品类比，进行有针对性的营销和推送。也可根据不同的消费群体，研发不同的产品，确定相应的产量。
