Puolet pääkaupunkiseutulaisista kulkisi työpaikalleen pyörällä puolessa tunnissa ja koko maan asukkaista muutaman minuutin nopeammin. Sen sijaan julkisen liikenteen käyttö on sekä pyöräilyä että etenkin yksityisautoilua hitaampaa. Tiedot perustuvat työmatka-aikaa eri kulkuvälineillä vertaileviin laskentamalleihin, jotka nojaavat sekä perinteisiin että modernimpiin tietolähteisiin.
Iso data haastaa monessakin mielessä perinteistä tilastotietoa. Ylivoimaisin se on nopeutensa vuoksi. Perinteisen tilastotiedon vahvuuksia ovat tiedon ajallinen vertailtavuus ja edustavuus. Yhteistyöllä voidaan saavuttaa molempia tiedontuotannon muotoja hyödyttäviä etuja.
Kokeilujemme perusteella teleoperaattoriperusteinen mobiilipaikannusdata taipuu ketterästi monipaikkaisen elämän tarkasteluun. Työ mobiilipaikannusdatan hyödyntämiseksi jatkuu Tilastokeskuksessa. Neuvottelemme kaikkien suurten operaattoreiden kanssa yhteistyöstä tilastotuotannon kehittämiseksi.
Suomen väestöllinen keskipiste siirtyi Hauholle vuonna 1995 ja on pysytellyt siellä. Piste sijaitsee nyt Kauniaisista suoraan pohjoiseen. Heikentyvä itä ja vahvistuva länsi Turun ja Tampereen vetovoimineen voivat estää pisteen kääntymisen suoraan etelään.
Tilastokeskuksessa on viime aikoina tutustuttu erilaisiin saavutettavuuslaskelmiin Liikenneviraston digitaalista tieverkkoa Digiroad hyödyntäen. Keskeisenä soveltamisalueena ovat olleet työmatkat matka-aikoineen kaikille työssäkäyville.
Huhtikuussa järjestetty vuotuinen European Data Forum kokosi julkisen sektorin ja tutkimuslaitosten ohella yhteen joukon keskeisiä teollisuuden edustajia (ks.myös Avataan Big Data! -kirjoitus).
Clifford Lynch esitteli ”big data” -käsitteen Nature-lehdessä vuonna 2008 ilmestyneessä artikkelissaan ”Big data - How do your data grow”. Aivan viime aikoina big data tai "iso data" on tullut myös data-analyysin ja informaatioteknologian piiriin – jopa tilastotoimen maailmaan – voimakkaana hype-ilmiönä.