
市场潜力凸显 大数据已成转型新力量
9月5日,国务院印发的《促进大数据发展行动纲要》(以下简称《纲要》)对外公开。《纲要》提出了未来5至10年我国大数据发展和应用要实现的目标,这是我国发布的首个大数据国家行动计划,旨在全面推进我国大数据发展和应用,加快建设数据强国。
“这是我国第一次把发展大数据上升为国家战略。”中国电子信息产业发展研究院信息化研究中心副主任潘文这样评价此次《纲要》的发布。“对推进落实"中国制造2025"和"互联网+"国家战略、促进大众创业、万众创新,推动经济和社会发展将具有重要意义。”
治理和促进作用凸显
大数据正逐渐成为推动经济转型发展的新动力(310328,基金吧),成为提升政府治理能力的新途径。
大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析,从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。目前,大数据正逐渐成为推动经济转型发展的新动力,成为提升政府治理能力的新途径。
《纲要》提出,从政府大数据、大数据产业、大数据安全保障体系三个方面着手推进大数据领域的十大工程。2020年底前,逐步实现信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等民生保障服务相关领域的政府数据集并向社会开放。
有专家表示,在未来,大数据将充分利用优质共享的信息知识和创新资源,不断降低社会信息成本,通过基于大数据精准分析和科学决策,将有力支撑教育文化、健康医疗、电子商务、工业制造、现代农业等,提升传统产业生产效率和经济效益,同时培育形成新产业、新消费热点和新服务模式,促进经济整体发展。
同时,业界也普遍认为,大数据对于宏观经济的推进,对于大众创业、高科技创业的促进作用尤其大。在城市治理上,通过政府与企业数据的彼此开放和对接,交通、医疗、旅游、民政等领域,实现了效率上的提升,也被归结于大数据治理的功效。
《纲要》明确了行动计划中的部分任务的完成时间:2017年底前跨部门数据资源共享共用格局基本形成;到2018年,开展政府和社会合作开发利用大数据试点,中央层面构建形成统一的互联网政务数据服务平台,跨部门共享校核的国家人口基础信息库、法人单位信息资源库、自然资源和空间地理基础信息库等国家基础信息资源体系基本建成,2018年底前将建成国家政府数据统一开放平台等。
政府数据开放要找准突破口
从国家的总体要求以及老百姓(603883,股吧)的需求看,政府公开数据及其他很多方面还跟不上百姓实际需求。
中国商报记者注意到,《纲要》部署了三大任务,首先提及的就是要加快政府数据开放共享,推动资源整合,提升治理能力。
对此,中国人民大学公共政策研究院执行副院长毛寿龙表示,政府公开数据跟过去相比,应该是好得多。但是从中央的总体要求,以及老百姓的需求角度来讲,政府公开数据及其他很多方面还跟不上百姓的实际需求。
那么,如何寻找到“加快政府数据开放共享”的突破口?
毛寿龙建议,首先是中央政府的明确要求,要求公开哪些信息,而且不需要考虑任何后果。第二个层次是一种权力结构的要求,也就是说我们不能任何事情都要经过批准以后才能公开。第三,中央政府要求各级政府在信息公开方面有足够的投入,因为信息公开也不是免费的,信息如果公布出去,投资的通道特别小,公布的通道特别小,信息即使放在那,实际上也有很多技术性的障碍,以及资源性的障碍。
根据《纲要》的部署,除了上面提到的任务和目标以外,数据安全同样不能忽视。对此,贵阳大数据交易所总裁王叁寿强调,要从内容安全、技术安全、交易安全三个方面加强防范。
此外,王叁寿还表示:“大数据本身作为一种资产,它是无处不在的,但是,原来在没有《纲要》这样一个顶层设计的时候,各级地方政府还没有把政府手里的数据资产激活。政府手里掌握着大量的数据资产、数据资源,一旦把这个价值释放出来,我相信整个市场的规模会产生上万个亿,甚至成为继互联网以后最重要的一个产业。”
零售大数据潜力无限
目前越来越多的企业已经把大数据上升到战略资产这样一个位置,从中国大数据市场整体规模来看,今年预计整体增长的速度应该会超过30%。
业内权威人士预测,在未来5到10年,大数据产业将可能迎来黄金增长期。根据国家金融信息中心指数研究院发布报告显示,到2016年我国大数据市场规模预计将达238亿美元。
但是,我国的大数据应用领域分布仍然不够全面,相关企业主要集中在互联网、市场营销、电信、金融领域,而政府公共服务、农业类应用,发展还在原始阶段。
值得注意的是,大数据未来的应用与推广对目前处于转型期的零售行业尤其重要。
其实,早在《纲要》公布之前,各大零售企业已经纷纷试水大数据管理。以阿里巴巴为例,其在2011年底的时候推出了淘宝指数,帮助买家卖家第三方用户群体分析自己的产品走向,或者搜索的一些热点,或者一些销售数据的趋势等等。
从整个零售业发展的趋势来看,大数据是一个重要的引擎。
以O2O为例,线上线下融合发展这是未来一个趋势,而在O2O过程中不可避免会产生大量的数据,怎么利用这些数据更精确地为消费者提供服务,让消费者快速的精准的找到自己想要的商品,以及如何帮助消费者购买到质量有保证的商品,这些背后都需要有大数据支撑。这是整个零售业大数据发展的一个契机。
具体来看,目前越来越多的企业已经把大数据上升到战略资产这样一个位置,从中国大数据市场整体规模来看,今年预计整体增长的速度应该会超过30%,预计到2016年,整个市场规模会突破100亿人民币这样一个规模。从整个零售企业数据的应用来看,应用率还不到5%,因此,零售业大数据蕴藏潜力是无限的。
到目前为止虽说在零售领域已经有很多应用出现,但是主要是在零售企业内部,进行企业内部资源优化配置这样一个过程中。对此,资本市场虽然很关注,但是以大数据为核心竞争力来进行上市的企业还没有出现。因此,业界判断,未来三到五年,中国零售业大数据发展情况还是会从探索期慢慢步入到快速发展这样一个阶段,但是时间还需要三到五年。
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