京公网安备 11010802034615号
经营许可证编号:京B2-20210330
北京迎来大数据发展机遇-实施大数据战略
国外大数据发展情况
世界经济论坛的一份报告称,“大数据为新财富,价值堪比石油”。大数据将成为未来提高竞争力的关键要素,受到了美国为首的发达国家的重视,从发展战略、数据开放及大数据应用三个方面积极推进。
实施大数据战略 美国将大数据视为强化国家竞争力的关键因素之一,把大数据研究和生产计划提高到国家战略层面,2012年,投资2亿美元实施“大数据研究和发展计划”。英国将大数据列为战略性技术,给予高度关注,推出一系列支持大数据发展的举措,2013年投资1.89亿英镑支持大数据技术研发。法国发布《数字化路线图》,宣布将大力支持大数据在内的战略性高新技术,投入3亿欧元资金用于推动大数据领域的发展。韩国积极制定一系列有关大数据的发展战略,将大数据技术研发项目视为具有“国家意志”的科技项目,划拨了2亿美元预算,将在2013年起的4年时间里打造旨在运用大数据的国家工程。新加坡抓住大数据的机遇,加强政府数据分析的能力建设,推动新加坡成为全球数据分析中心。
开放政府数据资源 美国积极推动政府数据公开,不仅要求政府新增和经处理数据的开放和机器可读,还于2013年发布了《数据开放政策》行政命令,要求公开教育、健康等七大关键领域数据,并对各政府机构数据开放时间作出了明确要求。英国实施“开放数据”项目,建立“数据英国”网站用于数据公开;利用和挖掘公开数据的商业潜力,为英国公共部门、学术机构等方面的创新发展提供“孵化环境”。法国于2011年推出“公开信息线上共享平台”,公开了包括国家财政支出、空气质量等数据。韩国在首尔市打造“首尔开放数据广场”,为用户提供十大类公共数据信息。新加坡也于2011年建立政府公开数据平台,开放来自60多个公共机构的数据。
推动大数据广泛应用 美国政府是大数据的积极使用者,2012年发布“数字政府战略”,提出要通过协调的方式,促使联邦政府部门提高收集、储存、保留、管理、分析和共享海量数据所需核心技术的先进性,并形成合力,通过大数据技术改变联邦政府工作方式,为美国民众提供更优公共服务。英国在资金和政策上支持大数据在医疗、农业、商业、学术研究等领域的发展;2014年,英国宣布建立图灵大数据研究院,确保英国未来大数据发展在经济和社会中处于领导地位。法国政府开展一系列的投资计划培养新兴企业、软件制造商、工程师、信息系统设计师,通过发展创新性解决方案,并将其用于实践,促进法国在大数据领域的发展;法国还利用大数据推动其智慧城市建设,实现降低城市管理成本或提升城市居民生活质量的目标。韩国将建设一个开放大数据中心,利用大数据技术解决业务或者研究方面的问题;民间企业也大力研究大数据技术的商业应用;首尔市2011年的“智慧首尔2015”计划则提出“利用大数据解决市民小烦恼”。新加坡的多个国际领先企业在当地设立大数据技术研发中心,加速数据分析技术的商业应用,支持新加坡企业采用大数据技术,利用大数据提升政府服务水平。
北京迎来大数据发展机遇
IDC发布的报告预测,中国大数据技术与服务市场规模将从2011年的7760万美元增长到2016年的6.17亿美元,5年的复合增长率达51.4%。中国市场的规模之大为大数据发展提供了大空间、大平台,我国在省(市)一级的大数据的尝试走到了世界的前列,北京也迎来了发展大数据的绝佳机遇。
大数据符合北京产业结构调整升级要求 十八大以来,北京市加快产业结构优化调整,鼓励信息技术和先进适用技术在传统产业的集成应用,让科技赋予传统产业更大活力、更高质量,推动经济提质增效升级。大数据能够实现巨大商业价值,可以推动产业结构升级、提高发展质量,将可以加快改造传统产业,推动产业体系整体升级,培育发展大数据符合北京产业结构调整升级要求。
北京具有良好的数据资源基础 北京培育大数据具有原发优势。北京科技资源集中,研发实力丰厚,政府机构及大公司云集,有很强的数据生产能力。通过“科技北京”、中关村国家自主创新示范区建设等一系列规划、战略的实施,北京积聚了全国最大规模和最有价值的数据资产,为发展大数据奠定了良好的数据基础。
做大做强大数据窗口期依然存在 全球的大数据应用处于发展初期,做大做强大数据可能性很大。从行业来看,大数据应用呈现“阶梯式”格局:互联网行业是大数据应用的领跑者,金融、零售、电信、公共管理、医疗卫生等领域积极尝试大数据。从数据源看,大数据的应用还处于自给自足的时代,现有的应用仍然以机构内部数据为主,数据的开放和综合应用还有很大的空间;从技术角度看,大数据仍以初级应用为主,多数应用仍然使用传统分析流程和工具,技术发展也有待进一步推进。
大数据技术要求相对容易突破 北京在海量数据存储、挖掘、云计算等技术处于国内领先地位,与国外大数据技术热点保持一致,发展大数据遇到的关键技术相对容易突破。大数据的整体技术发展层面,美国等传统IT强国的大数据战略也都处于试错阶段;硬件方面,相对于其他一些高精尖技术,大数据对于硬件基础设施的要求相对较低,不会受困于基础设备核心元件的相对落后。软件方面,与在传统数据库操作层面的技术差距相比,大数据分析应用的中外技术差距要小得多。
发展大数据的建议
北京市在大数据发展方面已经提前布局,形成了卓有成效的成果,如推动政府信息公开、鼓励大数据产业集群、建立中关村的大数据产业联盟及交易平台、搭建首都科技大数据平台等。下一步,北京可结合自身巨大优势,布局大数据。尤其要完善大数据相关的法律法规和技术规范,继续鼓励大数据通用关键技术研发,进一步开放政府等公共部门数据,统筹谋划大数据应用,培育相关产业,开展“数据驱动型创新”,把北京打造成智慧的创新中心。
制定大数据相关政策及行业标准 在政策层面,密切关注国际立法理念的演变趋势,结合大数据技术发展趋势和具体的国情、市情对相关制度进行前瞻性研究,充分利用专家及智库的作用,调动行业的积极性,推广最佳实践,逐步形成行业共识,在试点成熟后上升为法律法规并推动实施,为大数据的健康发展保驾护航;在行业技术标准层面,加快制定大数据分类、文件格式、传输协议、访问应用程序接口等。
鼓励大数据通用技术研发 大数据的急剧蔓延使得企业在存储架构方面逐渐面临史无前例的考验,由此引发了数据仓库、数据挖掘、商业智能、云计算等应用的一连串连锁反应,技术升级势在必行。北京可抓住时机,发展大数据技术,在前沿及共性基础技术上增加研发投入,如实时大数据处理、海量数据存储管理、交互式数据可视化、云计算及应用相关分析技术等;激励企业和科研机构参与技术开发,聚集产学研用力量形成合力,力争在大数据平台级软件上实现突破;加强大数据技术研发方向的前瞻性和系统性,通过技术引进、自主研发、创新实践等培育自主的大数据技术和产品,在世界大数据行业培育核心的技术水平。
推动大数据在企业界的广泛应用及流通 大数据可以提升对社会经济发展的预测能力,大数据对于中国企业不仅仅是信息技术的更新,更是企业发展战略的变革,因此,要积极鼓励和引导企业开展大数据的应用创新,培育大数据产业。同时,政府也应积极规范和引导商业化的大数据交易活动,为数据资源的流通创造有利条件。
开展“数据驱动型创新” 大数据带来的影响是空前的,不仅在企业界,科研和创新领域也发生了变化,科研进入了数据密集型科学研究时代,许多领域的科研人员的工作重心多已转向如何分析海量数据,并获取知识。因此,结合北京市创新中心的建设,可采取措施,支持数据开放共享,鼓励公共部门和私营部门开展数据驱动型创新,开创北京智慧型创新新局面。
开放政府公共数据资源打造智慧城市 大数据应用带来了城市管理和社会生活的诸多改变,体现为城市的智慧化。世界上一些国家将大数据作为其智慧城市计划的一部分,如韩国的“智慧首尔2015”计划和法国的智慧城市建设。北京宜顺应趋势,大力推动数据开放,按敏感性对政府的公共数据进行分类,确定开放优先级,制定分步骤的数据开放路线图;积极推动政府和公共部门应用大数据技术,通过大数据增强社会管理水平,建立与市民沟通的智能行政服务,建成适应未来生活的基础设施,推动北京成为智慧的创新之城。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化运营、业务流程管理与精细化管控体系中,流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中,卡方检验是分析分类变量关联性与差异性的重要方法,广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 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” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法,却忽略了数据分析的一项基础能力——描述性统计。事实上,大量商业分析问题,用描述 ...
2026-09-14在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07