京公网安备 11010802034615号
经营许可证编号:京B2-20210330
基层工商大数据运用思考与建议
工商部门作为市场主体的入口和主要监管部门,掌握了市场主体从出生到消亡的大数据。为更好地运用大数据,探索便民高效、务实管用的服务监管机制,重庆市工商局沙坪坝区分局就大数据运用工作进行了调研思考,并提出了对策建议。
存在的主要问题
数据采集渠道相对分散。目前我局数据的采集渠道主要分为3种:一是通过综合业务系统采集工商内部数据,二是通过企业信用信息公示系统采集辖区各企业数据,三是其他数据由各部门自行采集。数据分散、整合度不高的问题突出。
数据质量过于粗糙。一是数据失真。企业在填报年报数据时,为逃避税收,往往虚报营业额、资本金等数据。二是数据有瑕疵。由于企业数据录入人员责任心不强等原因,导致数据填写不全、逻辑错误、前后不一等问题突出。比如,在2014年度年报中,我局辖区烟草公司共提供3000多条数据,但数据没有填写营业执照号等项目,只填写了企业名称等项目,无法与工商数据进行整合,最后只有100多条数据比对成功,数据比对成功率仅为3%。
数据采集时间相对滞后。按照《企业信息公示暂行条例》的规定,企业应在即时信息形成之日起20日内进行公示。但由于部分企业不了解政策规定、不重视信息公示或平时业务繁忙忘记公示等原因未及时公示信息。
采集手段缺乏强制性。按照《企业信息公示暂行条例》的规定,企业未按规定报送公示信息,将被列入经营异常名录。工商部门每年按照3%~5%的比例进行抽查,被抽查到的概率很小;即使被抽查到,也可以通过补录然后申请移出经营异常名录,因此这种手段对企业缺乏强制性。
数据分析方法过于简单。现行的工商数据分析一般是通过分析报表,进行简单的、初级层面的加减运算,形成辖区市场主体发展分析报告和商标、电商、广告、合同、消费维权等各业务监管现状分析。然而,这些数据是可以通过数据挖掘、关联分析、云计算等专业统计分析方法进行高层次的深度分析,发现影响社会经济发展的系统性因素,为政府进行宏观决策提供参考。
对策建议
充分利用现代信息技术,建立统一的数据采集平台。针对现行数据采集渠道分散的问题,建立统一的微信平台进行数据采集。将辖区各部门的数据,通过数据库桥接配置与该微信平台进行对接,真正实现部门间数据共享。开发“一键报送”功能,各企业用户通过扫描该微信平台二维码,真正实现年报信息、即时信息快速上传,实现企业和政府部门之间数据共享。开发“一键投诉”功能,消费者可以通过该微信平台快速举报,也为工商部门采集了消费维权数据。开发“一键上传”功能,各街镇、社区通过该微信平台将日常检查中发现的情报信息实时上传,为工商部门采集社会监督数据。
制定数据采集规范,建立统一的数据质量标准。针对数据质量相对粗糙的问题,积极争取当地政府的支持,尽快出台辖区数据采集规范,统一数据采集标准。采取“一表填报”的方式,各部门按照标准要求,按照时间顺序,使用统一表格进行数据填报。比如,企业在办理注册登记时,由工商部门在该表上填报登记信息。企业在办理行政审批时,由相关部门继续在该表上补充许可信息。税务、银行等部门和机构按照时间顺序在该表上录入相应数据。
建立自动提示报警系统,提高数据报送实效性。针对数据采集时间相对滞后的问题,开发新软件,建立自动提示报警系统。比如,企业形成即时信息20日内未报送即时信息的,平台每日发送短信或微信提醒企业;企业超过20日未报送的,平台发送报警短信或微信告知企业;企业被列入经营异常名录的,平台每日发送短信或微信提醒企业,同时将名单用短信或微信发送给各部门和公众,让企业接受部门和社会监督。
多措并举,提高数据分析水平。一是开发“企业信用体检”功能,通过对数据的加工处理和模型构建,模拟人体医学体检形式,对辖区企业进行“信用体检”,全面掌握企业整体健康状况及趋势变化,并一键生成企业信用体检报告。二是加强与高校、科研机构的合作,完善工商数据分析模式。三是主动购买第三方专业机构服务,将海量数据进行分析比对,挖掘有效信息,出具专业的分析报告,为政府科学决策提供有效依据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27