結合當前的互聯網時代，如何用好大(dà)數據技術，爲智庫尤其是經濟智庫建設服務，将是值得科技界和經濟界研究的議題。
從目前情況來看，大(dà)數據已經滲透到社會生(shēng)活的方方面面，從一(yī)個看似抽象的概念發展成堪比“第三次浪潮”的社會熱點。作爲媒體(tǐ)融合的驅動力量，大(dà)數據時代的來臨對經濟智庫建設帶來沖擊和挑戰，同時，大(dà)數據技術的發展和應用也爲豐富經濟智庫内容和加強決策判斷帶來前所未有的機遇。
大(dà)數據思維和技術對智庫内容産生(shēng)了創新，這是一(yī)種融合媒體(tǐ)形态驅動的創新，将對智庫研究者提出更高的要求，大(dà)數據分(fēn)析的價值和意義在于，通過多維度、多 層次的數據以及關聯度分(fēn)析，找到症結。挖掘事實真相，從曆史經驗和發展趨勢判斷未來，提供決策參考。大(dà)數據分(fēn)析在方法論上需要解決的課題首先就是選擇恰當 的多維度數據，并找到其關聯方式和分(fēn)析邏輯。
大(dà)數據時代無疑将爲我(wǒ)國的經濟智庫建設帶來巨大(dà)機遇。龐大(dà)的數據資(zī)源及其潛在價值的深度挖 掘，将有助于我(wǒ)們更好地把握經濟熱點和市場動态，數據分(fēn)析技術也可以幫助我(wǒ)們更爲科學地預測經濟領域的重大(dà)發展趨勢，優化智庫産品結構、産品形态和服務流 程，通過最大(dà)限度地實現數據“增值”，進一(yī)步提升經濟智庫産品的競争力和影響力。目前，一(yī)些經濟研究機構已經在積極開(kāi)發新的工(gōng)具來滿足數據需求。
但大(dà)數據的應用并非萬能。大(dà)數據應對的是傳統流程、傳統工(gōng)具、傳統方法無法解決的大(dà)量、多樣、快速的數據。與國外(wài)相比，當前國内智庫建設與大(dà)數據的結合還存在一(yī)定的差距，缺乏數據的有力支撐。
首先，大(dà)數據仍然掌握在少數權威機構、信息服務商(shāng)手中(zhōng)，對于大(dà)多數智庫研究機構而言，是難以獲得的寶貴資(zī)源。麥肯錫全球研究所的報告指出，不同行業的大(dà)數據強度不同，大(dà)多數媒體(tǐ)機構擁有的數據資(zī)源很難算是真正的“大(dà)數據”。
其次，如果缺乏集團式的專業操作團隊，将難以充分(fēn)分(fēn)析、呈現大(dà)數據，大(dà)數據本身的特質在某些方面也與智庫研究相悖，例如數據不精确、樣本差異與個性化之間存在矛盾等。
最關鍵的是數據加工(gōng)和分(fēn)析能力匮乏，這一(yī)挑戰主要體(tǐ)現在人才、技術和基礎設施（即數據平台建設）三個方面。很多智庫缺乏專門的數據管理和分(fēn)析部門，缺乏 專門的數據分(fēn)析方法，缺乏熟悉數據挖掘和分(fēn)析技術的專業人才。以經濟智庫爲例，大(dà)多數經濟分(fēn)析員(yuán)是财經專業出身，具備經濟數據的分(fēn)析撰寫能力，但從海量數 據中(zhōng)迅速提煉挖掘信息的能力仍十分(fēn)欠缺，用大(dà)數據方法建立分(fēn)析模型的理論研究和實際操作經驗不足。
但毋庸置疑的是，大(dà)數據已經成爲新發 明、新服務的重要源泉，其巨大(dà)價值亟待開(kāi)發。智庫建設也應積極順應當前社會領域發展的大(dà)趨勢，正視挑戰，抓住機遇，積極謀劃，搶先發展，充分(fēn)利用大(dà)數據資(zī) 源和大(dà)數據分(fēn)析技術的發展和應用，從“快、專、新”三個方面對智庫産品及生(shēng)産流程進行升級優化，提升智庫輔助中(zhōng)央決策、服務國家社會發展的水平。
