京公网安备 11010802034615号
经营许可证编号:京B2-20210330
遏制电商售假全国拟建大数据中心
1月17日,一位接近国家质检总局的人士向《每日经济新闻》记者透露,国家发改委与国家质检总局将共建“全国电子商务质量大数据应用中心”,并落户于杭州,这个中心有望在杭州云栖小镇进行建设。
上述人士表示,为了支持这个电商质量大数据中心,杭州市政府有意配套建设4张网,即共享网、打假维权网、标准网、检测协作网,此举有望进一步遏制愈来愈烈的网络售假,通过数据分析来提升相关职能部门的执法水平。
“多地质检部门根据本部门的特点拟定供给侧改革的建议和意见,目前较为普遍的网络售假从侧面反映出国内供给结构亟待优化,电商大数据中心的建设也是供给侧改革的一个重要举动。”上述人士表示。
质量抽检:连续两年合格率仅七成
近年来,电商发展迅速。据艾瑞咨询年度报告数据显示,2015年中国电子商务市场交易规模为16.2万亿,增长21.2%。网络购物以37.2%的强劲增长拉动了电子商务整体的增长。
电商交易连年增长的同时,网络售假暴露出的失信问题也越来越多。从各大电商网站可以发现,每天都有大量消费者抱怨平台售假,尤其是与第三方商家争议最多。
2014年10月,质检总局采取从电商平台买样品和从物流仓库集中抽样的方式,针对网上销售的服装、儿童玩具、小家电等5大类14种商品进行产品质量专项抽查。在对359家电商企业的502批次产品进行检验后,发现商品合格率为73.9%。而在2015年的抽查中,合格率还不到72%。
上述接近质检总局人士认为,电商的准入门槛低、供应链复杂,成为假货泛滥的主要原因,目前行政力量在电商网络监管上处于滞后甚至缺位的状态。
据了解,目前相关部门的打假方式,多是采用扮演买家购买产品进行打假。这在持续发展的电商平台面前,无疑效果有限。
“而大数据打假是基于互联网、物联网、大数据等高科技手段和完整的信用体系而建立的。”上述人士说,通过构建大数据平台,可以进行产品数据上的信息共享,进而提高打假效率。
他举例说,原本细小分散的案件,可以通过大数据分析进行整合并案,能够更精确地进行处罚;由于平台上数据公开,所有网络行为都被记录,侵权行为将无处遁形;物联网能够对流通领域的所有的数据进行全程监控,可有效发现并遏制售假行为等。
值得注意的是,通过大数据分析师分析,很多情况下可提前预见侵权违法现象,从而进行提前预防,减少损害。
多方联动:配套建四网助力大数据
“全国电子商务质量大数据应用中心将于杭州落地,这对丰富国家宏观经济数据和加强质量信用体系建设意义重大。”
上述人士说,这与杭州电商发展处于全国前列有关,可能的地点是云栖小镇。杭州市将配套建设共享网、打假维权网、标准网、检测协作网,由此来支持大数据中心,目前这些平台的建设正在紧锣密鼓地推进中。
地方配合的同时,部委方面也已开展相关建设。该人士表示,在建设中,质检总局及发改委将发挥各自优势。
质检总局为质量宏观管理部门,已探索建立“网上抽查、源头追溯、属地查处、信用管理”电子商务产品质量监管工作机制。
国家发改委主任徐绍史也于近期表示,当前,发展改革委正加紧建立审批监管平台、信用信息共享平台、资源交易平台、中央省市县四级价格联盟监管平台和权力清单、责任清单。
徐绍史说,这“四个平台”、“两个清单”将成为全国电子商务产品质量提升大数据服务平台的重要组成部分,对加快政府职能转变,更好地服务公众、服务企业、监管企业发挥重要作用。
上述人士同时表示,通过几方配合,大数据中心的数据分析师通过对数据的详细分析,最终出产品质量报告,上报国家相关部委。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16