
成都启动大数据企业监管 推进“黑名单”管理_数据分析师考试
科技正在走入社会的各个环节,大数据、云计算等一系列技术已经开始在各行各业运用。今年1月,运用大数据在试点县(市、区)加强市场主体监管工作启动会在北京召开。成都市工商局紧随其后,目前已经全面启动了应用大数据加强市场监管与服务市场主体的建设工作。
了解企业只需点击网站
目前成都市工商局已经全面启动了应用大数据加强市场监管与服务市场主体的建设工作,“三证合一、一照一码”登记制度改革,下一步将运用大数据技术推进“黑名单”管理,通过部门信用信息共享,形成“一处违法,处处受限”的局面。
由成都市工商局牵头建设的“成都信用网”,充分整合了全市工商部门掌握的市场主体信用数据,实现全市范围内跨地区企业信用信息共享和公开。该系统归结整合了工商、质监、税务、法院、人民银行、水电气公司等近40余家市级部门和公共企事业单位掌握的企业信用信息3000余万条。
目前设置有组织机构、信用查询、信用公告、自主申报、信用新闻、信用建设、为您服务等主要栏目,以企业为基本细胞,把企业能依法公示的身份信息、业绩信息(良好记录)、警示信息(不良记录)公示出来,市民在投资、生活、消费、工作等过程中,需要了解企业情况的,只需点击该网站,就可以得到真实、准确的信息。
消费者通过该系统可以看到一个企业的异常经营情况,以此作出判断。这就是工商大数据让消费者能享受到的资源共享。
此外,成都公司部门还将进一步简化程序,在10月份实行“三证合一、一照一码”登记制度改革,将以前由工商、质监、税务三个部门分别核发不同的证照,整合改为由工商行政管理部门核发一个加载法人和其他组织统一社会信用代码的营业执照。
大数据战役已经打响
今年1月21日下午,运用大数据在试点县(市、区)加强市场主体监管工作启动会在北京召开。这是为了积极响应《2015年推进简政放权放管结合转变政府职能工作方案》(下称:《方案》)的号召。《方案》中指出,开展加强对市场主体服务和监管的试点工作。积极运用大数据、云计算、物联网等信息化手段,探索实行“互联网+监管”新模式。
在启动会上,总局企业监管局负责人介绍了大数据试点相关情况,并就在北京、上海、江苏、山东、河南、浙江、广东等7省(市)的10个县(市、区)开展大数据试点作了部署,试点工作计划为期一年。
据悉,为提高对市场主体的监管效率,规范市场秩序,总局企业监管局等相关司局先后与浪潮、百度、阿里、京东、龙信、拓普、海云、腾讯等8家数据公司进行了沟通,确立了“以工商经济户籍库为基础,运用互联网、大数据、云计算等技术,构建新型监管模型,提高防控系统性风险和加强事中事后的监管效率,形成可在全国推广的经验”的合作目标。试点工作将围绕主体监管和扶持小微企业发展两方面11项内容展开。
今年5月,国家工商总局企业监管局副局长周晓红还亲自到试点单位——泰州市工商局医药高新区分局调研“大数据”试点工作。周晓红希望数据公司结合试点单位实际开展有效数据分析研究,构建新型监管模型,形成可在全国推广的经验。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16