
大数据产业发展迎来顶层设计
规模巨大、非人力所能处理的大数据已成为新时代的黄金和石油。国务院8月31日印发了《促进大数据发展行动纲要》(以下简称《纲要》),从国家层面对如何用好这一基础性战略资源进行了顶层设计。
“共享”和“开放”是数据时代的基本特征,互联互通的数据有助于提高政府治理能力,促进社会管理更加高效、合理,并降低管理成本。据阿里云高级业务专家段永平介绍,“云上贵州”建立后,系统地接通和集中了贵州省7个厅局的数据,贵州省政府由此节省了51%的成本。有报道称,英国政府通过运用大数据技术,每年节省政府开支330亿英镑。
不过,我们目前面对的现实不容乐观,几乎每个政府部门都建立了自己的“信息中心”。数据条块分割,不仅未能开放给公众,内部也不通不连。政府端“数据孤岛”的存在,加之部门利益作祟,频频闹出许多让人诟病的诸如“证明我妈是我妈”的笑话。
对此,《纲要》提出,要加强顶层设计和统筹协调,大力推动政府信息系统和公共数据互联开放共享,加快政府信息平台整合,消除信息孤岛,推进数据资源向社会开放,增强政府公信力,引导社会发展,服务公众企业。
当然,生活中有许多大数据带来的便利。出门用“滴滴”、理财使“宝宝”,生活中的细微变化,都是数据时代的小福利。最大的福利是,依托数据而产生的生产方式的改变和传统产业的转型升级。
还是以贵州为例。迎接数据时代,贵州开始掘金大数据,把大数据产业作为经济发展新引擎。贵阳成立了全国首家大数据战略重点实验室,贵阳大数据交易所也在今年4月正式挂牌运营。由此,国内外多家从事互联网软、硬件业务的科技公司与贵阳市建立起合作关系。
随着中国制造2025规划的实施以及“互联网+”的迅速发展,万物互联时代日渐逼近,大数据产业从概念到落地,产业前景可期。据统计,去年我国大数据市场规模达到767亿元。
对于未来,申万宏源研究报告认为,大数据产业将出现两大趋势:一是政府数据资源端企业在数据运用方面更加灵活,各类数据的协同效应将出现1+1>2的效果,真正丰富“大数据”的内涵;二是市场的快速爆发将引导大数据产业迎来从基础设施到创新应用的革命性发展,基础设施与创新应用的发展具有正反馈效应。
当然,众声喧哗中,也有学者对热词进行冷思考。经济学家卢周来撰文认为,在大数据时代,人类社会可能还会面临“大数据面前的不平等”。而“不平等”问题,是市场与技术本身永远无法解决的。这也为政府管理的必要性预留下更大空间。市场每借助技术革命拓展一步,政府管理也必将如影随形,不可或缺。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 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 ...
2025-09-23