京公网安备 11010802034615号
经营许可证编号:京B2-20210330
运用大数据来推进改革
改革不仅是三十年以来中国保持高速发展的金钥匙,更是十八大以来的核心概念,显示出未来中国发展的主方向。旧有的改革正在从增量改革向变量改革推进,难度将会越来越大,改革进入到瓶颈期。改革的困境在于利益的固化、权力运行模式的路径依赖、思维上的定势。改革的驱动力莫过于两大要素,内驱和外部驱动。在内驱动力减弱,外驱压力增大的显示情况下,需要寻找新动力来推动发展。大数据能通过颠覆式创新,通过技术推动改革深化。它有助于提升信息公开程度,倒逼改革;有助于对政府、企业的内部流程进行全方位改造,提升内部管理水平。无论是在经济、社会还是文化领域,信息流正在改变传统社会的结构,优化流程,提升效率,降低成本。
大数据的意义及价值
信息流是社会发展的一大引擎,也是改革的一个重要支点。而我们的社会正在形成以信息流控制和推动的社会。
一、大数据是经济发展的新引擎
“互联网+”是本年度社会各项事业的新热点、新名词。“互联网+”是使用互联网和传统行业相融合,推动传统行业的发展,即互联网思维正在改变传统产业。我们这个时代已经由IT 时代转向了DT 时代,今年流行的“互联网+”概念,正是数据驱动的经典概括。
在制造业上,大数据能提升制造的智能化水平。通过数据采集、数据管理、订单管理、智能化制造、定制平台等,实现大数据对传统行业的改造。中山是一个制造业城市,大量传统产业处在工业2.0 的基础上,主要是以电气化制造为主。个别处在工业3.0 阶段,即以信息控制的自动化生产,制造业的信息化水平远远跟不上发展。伴随着人口红利、土地、资金、机会等要素的逐渐消失,经济驱动要素增长乏力是必然的。大数据在未来具有承接这些要素减弱所造成动力不足的能力。它能够对制造业进行信息化改革,推动制造业再上新台阶。
在营销上,大数据体现为对营销的精准匹配、市场的流行预测、营销精确推送等更多的应用。大数据能够提升营销的针对性,降低物流和库存的成本,减少生产投入,降低产能过剩。目前,全市推行的电商正是从营销上下手,推动传统产业变革。
在金融上,大数据能控制风险,释放红利。金融产业是现代工业的石油,而目前由于担保、风险等瓶颈的限制,资本很难精确的评估风险,这不仅拖滞了急需发展的企业,而且造成金融政策的紧缩,导致整个经济运行的燃料不足。大数据有助于建立金融信用体系,实现风险可控,精准匹配,丰富多元,活跃多样的金融服务方式,大大释放了互联网行业的潜力。
在创业上,互联网思维提升创业的动力。互联网思维能有效实现大众创业、万众创新的局面。中山市发展较早,但到今天出现了小富则安、小进则满的思想观念。互联网的创新精神有待于破解思维观念的禁锢。在未来,开放、平等、协作、共享、以用户为中心等互联网精神将会对传统行业提出新的挑战。
二、大数据是社会发展的引擎
首先,大数据可以推进政府改革。十八届四中全会提出,全面推进政务公开,政务公开是改革的外部压力,将外部压力转化成内部动力能够有效推进相关职能部门的工作,调理其运行机制,形成以老百姓为中心的政务服务模式。提升政务公开程度,能够扭紧改革的螺丝。
在公权力的约束,大数据能够开出令人震惊的药方。通过大数据管理,能够从分析到公共权力的运行,对公平用权,公正司法,公正立法等方面能够做出精确分析。对公职人员的进行严格的司法监督,并能够形成追责制度。
在决策方面,大数据能够达到对决策因素的全方位搜集和分析,构建相关决策模型,提高决策的科学性,降低决策风险,提升决策的精度和效度。
公共管理水平上,大数据能够提升全民参与社会管理水平。中山市已经实现了系统化的 “全民”系列社会治理模式。例如,全民治安、全民消防等,但是这是线下的参与,参与程度、参与效率、参与方式的便捷性都不高,这都需要数字化管理来提升。而大数据能网络各路英豪,优化参与流程,引导其参与的方向,形成高效、便捷地参与模式。
从产业的价值来看,有研究机构在2012年指出,到2020年,中国数据产业市场将形成2 万亿以上规模,这还不包括间接创造的社会价值。大数据的价值链条较长,环节较多,但是梳理起来主要有三个主要方面:第一,数据存储;第二,数据分析;第三,数据智慧。限于资源有限、投入巨大、成本回收期等因素,中山市要通过大数据推进改革,要从实际出发,依据自身优势,发展数据存储和数据分析,从而推进改革。
其一,加快数据对接和共享。加大对各大机关信息对接,事业单位对接,破除信息孤岛。困难主要表现在责任、风险过大。前后台支持能力不足,技术安全保障不足,信息保密难度较大。通过实现前后台明确、监管有力的大数据监控,提升数据的安全程度,提高其社会价值。
其二,加快落实诚信体系的大数据化。实现对公职系统人员的诚信体系、市民诚信体系、金融诚信体系等的建设。引导各单位逐步有序地对现有信息的实现对接。为公务、行政管理和权力监督等方面提供有效的参考。
其三,推进企业的智能化改造。在用工成本高企、效率不高的条件下,推进企业的智能化技术改造成为目前制造业的迫切需求。企业要加强对传感器、精确控制、远程控制等领域的逐步突破,加快对机器人的使用,实现智能化升级。
其四,尽早进行WiFi免费开放,实现中山移动网络的快速升级。通过公共场所、车站、码头等免费开放,逐步推进,实现数据驱动引领发展。例如,贵阳为了推进大数据工程已经在全市实现无线免费,浙江省在规划,三年以内在县级以上城市,重要公共场所都有免费WiFi。
其五,提升对现有有价值的数据的分析,逐步实现价值传递。目前中山的数据挖掘能力不强,数据分析能力不强。需要引进数据挖掘公司、分析公司,整合海量的数据,形成有价值的数据资料,并且依据开发的便捷性、安全性和价值的高低等方面,逐步开发其价值。只有逐步开发大数据价值,才能为未来的大数据发展提供经验,创造有利的条件。
大数据是时代赐予我们的礼物,切实用好大数据,将会全方位推进中山发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据科学的工具箱中,析因分析(Factor Analysis, FA)、聚类分析(Clustering Analysis)与主成分分析(Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来,Transformer模型凭借自注意力机制的强大建模能力,在NLP、CV、语音等领域 ...
2025-12-18在CDA(Certified Data Analyst)数据分析师的时间序列分析工作中,常面临这样的困惑:某电商平台月度销售额增长20%,但增长是来 ...
2025-12-18在机器学习实践中,“超小数据集”(通常指样本量从几十到几百,远小于模型参数规模)是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”,其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”,后续的建模 ...
2025-12-17在CDA(Certified Data Analyst)数据分析师的日常工作中,“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中,次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标,更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中,“以用户为中心”已成为企业的核心经营理念,而用户画像则是企业洞察用户、精准决策的“核心工具”。然而, ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中,塔吉特百货(Target)以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域,二项分布与卡方检验是两个高频出现的概念,二者都常用于处理离散数据,因此常被初学者混淆。但本质上,二项分布是 ...
2025-12-15在CDA(Certified Data Analyst)数据分析师的工作链路中,“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05