京公网安备 11010802034615号
经营许可证编号:京B2-20210330
抓好三类大数据应用_数据分析师考试
“大数据是中国发展的一大机遇。”6月17日,中国工程院院士潘云鹤做客中央党校中央国家机关分校大讲堂时说。
人类正进入大数据时代,各国都在关注这一变化。中国也不例外。对此,潘云鹤指出,中国政府要抓好城市大数据、行业和企业大数据、科技大数据这三类重要大数据的应用,为民众、企业、政府做好服务。
与网上呈现的大数据信息相比,城市大数据则更重要、更富有应用价值,它涵盖了城市建设、环境、企业产业、教育、医疗卫生、食品、文化等多方面。
那么,谁有能力聚集和连接这些数据呢?是公司、公共机构,还是政府?潘云鹤认为,这要依靠权威机构、技术和市场的合作。
其中,政府应在城市大数据的管理与开放中起主导作用。这主要表现在:促进知识服务业发展,创造新的市场与技术;确保个人信息不受侵犯、公共信息安全与共享;提高城市管理能力与决策水平,更好为市民提供服务。
“中国工业化与城市化的环境和政府结构有利于发展城市大数据。如果做得好,中国可以用城市大数据来深化智能城市的发展。”潘云鹤说。
在潘云鹤看来,把行业和企业大数据应用好,对我国经济结构调整和经济转型升级极为有利。他举例说,我国物流业整体能力不强,尤其是占国内运输75%以上运量的公路物流,相比发达国家落后近20年。在欧美,物流成本占物价的10%~15%,中国为20%~40%;欧美的物流费用占GDP的10%,中国为18%。
“有货的找不到合适的司机,有车的找不到合适的货源。这就是大数据能够发挥作用的地方。”潘云鹤说。
传化公路港平台在这方面进行了有益的尝试:线上线下联动,以卡车司机为主要服务群体,以全网运力交易市场为核心模式,全力打造了全网络化服务产品,组成一个公路物流的信息化智能指挥体系,实现全网范围内的运力调度采购、实时监控。
潘云鹤介绍说,该平台利用大数据提升了物流效率,降低了物流成本,使配货时间从72小时降低到6~9小时,平均降低工业企业运输成本40%。同时,通过集约化管理,有效改善了公路物流“小、散、乱、差”的面貌。
“工业结构调整、产业升级,不是空喊口号。中国的经济管理部门应该去研究行业生态环境、城市生产生态环境,运用大数据具体分析什么是薄弱环节,进而将新型城镇化、深度信息化和工业化升级版深度融合。”潘云鹤强调。
关于科技大数据的应用,潘云鹤谈到,中国工程院从2012年开始建设中国工程科技知识中心,以连接多个数字图书馆、专业数据库和相关网站,使数据能够从不同的角度重新组织并获得新的认识。
“大数据在研究宏观、中观、微观经济和社会问题上都很重要。”潘云鹤说,“我国可以利用体制的优越性,政、产、学结合,果断地占领大数据战略的制高点,使其运行迅速智能化。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09