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。
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Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20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