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
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27