
大数据资源:考验企业更考验政府
车来了是互联网改造公共服务的一个代表。在教育、医疗等领域,互联网同样的人性化的解决方案,让普通人可以更体面地获取公共服务。
在教育、医疗、交通等公共服务领域,上学难、看病难、买票难、出行难等问题层出不穷。许多时候,普通人只能通过托关系、找黄牛、打黑车等灰色手段解决问题。而互联网通过对资源的整合,可以正大光明地解决问题。
在教育方面,在线教育使得优质资源为更多人所享用;在医疗方面,网上挂号、询诊、购买、支付,有效地便利了病人。而打车、公交、专车等APP,解决了乘客与车辆资源的配置问题,提升了人们的出行效率,降低了成本。
虽然轰轰烈烈,但是与互联网其他领域相比,“互联网+公共服务”发展速度却显得缓慢,其中越是依赖于政府的硬件和数据,发展速度尤其慢。“互联网+”的商业属性与公共服务的公共属性之间,如何平衡和协调,如何控制风险,又如何打破既得利益阻碍改革的藩篱?目前并没有明确的答案,需要政府部门和互联网企业共同思考并解决。
但是,显而易见的是,互联网只是为政府公共服务创新提供了技术上的支持,并不意味着改变会自己产生。如果只是当作一个口号挂在嘴上,那么只是错失了改善民生的一个重大机遇。认真考量,做好“互联网+公共服务”,这是向“服务型政府”转变的必要之举,也是时势之需。
观察车来了以及其他基于公共数据的互联网企业,记者发现,政府对数据的开放程度直接决定了企业市场拓展的速度。难以攻克的数据资源藩篱,有时候甚至会直接断送一个新兴互联网企业的前景。
创业者遇到的制度瓶颈,当然考验着创业者,但是也更应该考验着政府主管部门。
国务院近日公布的《促进大数据发展行动纲要》就提出,率先在信用、交通、医疗、卫生……重要领域实现公共数据资源合理适度向社会开放,带动社会公众开展大数据增值性、公益性开发和创新应用,充分释放数据红利,激发大众创业、万众创新活力。
无论是智慧城市建设还是政务信息化,还是政府拥抱大数据时代,开放公共数据资源这一概念已经被提了很久,也得到了共识。但在实际推行的过程中,却有各种各样的障碍。
政府部门不愿开放数据有安全性的顾忌,是可以理解的。但是不能以安全性为幌子,行懒政、堕政或者利益保护之实。可以用技术手段和明确的法律规定来约定权限,这些并不是应该“封闭”数据的理由。形成公共数据资源合理适度开放共享的法规制度和政策体系,是大数据时代对政府提出的迫切要求。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03