京公网安备 11010802034615号
经营许可证编号:京B2-20210330
近几年,我国对大数据发展高度重视。刚刚过去的2015年,国务院明确了关于促进大数据发展的总体战略,国家相关部门积极推进有关工作。2016年,大数据产业整体发展如何走向?以下是总结出的七大趋势。
1 国家战略引领各地加快落实推进大数据行动
我国对大数据发展高度重视。2015年8月,《国务院关于印发促进大数据发展行动纲要的通知》(国发〔2015〕50号)发布,明确了发展大数据的指导思想、发展目标和发展任务,为未来我国大数据发展与应用指明了方向。2015年10月,《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》发布,提出要“实施国家大数据战略,推进数据资源开放共享。”在国家战略的引领下,相关部门正在组织开展相关工作,20多个省市已经发布了促进大数据发展的政策文件。
展望2016年,在大数据战略的引领下,依托纲要的贯彻实施,我国将在大数据产业规划编制、地方大数据试点、大数据关键产品研发和产业化、大数据基础设施建设、大数据标准体系建设等方面取得显著进展;同时将有更多地方加快推进大数据发展,并在政府政务、民生服务、医疗卫生、生态环保、食品药品、社会信用、交通物流、文化教育、财税金融等方面进行品牌宣传支持和培育出一批具有代表性的大数据应用。
2 需求导向将助力大数据加速“走下神坛”、贴近应用
虽然各方面已经认识到大数据的重要性,但是对大数据应用的思路、模式、方法多不清楚,影响了大数据的落地。其中的重要原因之一在于未能将大数据应用与工作生活实际需求结合起来。2015年,我国提出了“十三五”期间创新、协调、绿色、开放、共享五大发展理念,发布了《中国制造2025》和“互联网+”行动指导意见,在稳增长、调结构、促改革、惠民生等方面提出了许多具体的发展场景,为大数据走入工作、走入生活明确了指向和目标。
展望2016年,大数据将在我国政府管理方面预先响应经济社会指标变化,提高与城市管理、安全管控、行政监管科学性和准确性等需求结合,在公共服务方面扩大交通、医疗、教育等公共服务领域的服务范围,与提升服务质量的需求结合,与行业应用方面准确分析消费需求、持续优化生产流程、精准定位市场营销对象的需求结合,加速由“梦想”变为“现实”。
3 工业大数据将推动智能制造和制造强国建设
加快建设制造强国,是构建产业新体系、增强我国综合国力的重要战略,实施智能制造工程,是构建新型制造体系、建设制造强国的重要内容。大数据作为新一代信息技术和产业发展的重要方向,对制造业研发设计、生产制造、经营管理、销售服务等全产业链具有重要影响,是实现智能制造的核心动力,为建设制造强国提供了难得机遇。《中国制造2025》中明确要求促进大数据在企业研发设计、生产制造、经营管理、销售服务等全流程和全产业链的综合集成应用。
展望2016年,以《中国制造2025》实施为依托,将有越来越多的企业更加注重整合、分析制造设备数据、产品数据、订单数据以及生产过程中产生的数据,能够使生产控制更加及时准确,生产制造的协同度和柔性化水平显著增强,从而给制造业配备上“大脑”,使之能灵活应对各种业务场景,实现真正的智能。
4 公众参与将成为推动政务大数据发展应用有效手段
由各级各类政府部门及公共机构掌握的政务数据,是现阶段我国数量最庞大、价值密度最高的一类数据资源,该金矿若能被挖掘利用,将有效提高我国社会信息化水平和全社会发展质量。《国务院办公厅关于运用大数据加强对市场主体服务和监管的若干意见》(国办发〔2015〕51号)已在此方面提出细致明确的工作内容。从实践看,政府部门自身的信息技术应用能力有限,要在短时间内实现政务大数据的充分应用将面临较高门槛。因此,发挥公众力量将是必然选项。2015年,上海市尝试开放涵盖政府部门、事业单位、公共服务企业等单位10大领域、总容量达上千GB的交通大数据,征求缓解拥堵、便利出行的大数据应用方案,率先进行了有益尝试。
展望2016年,将有更多政府部门主动引入社会力量,通过合理有序开放政务数据资源及政府购买服务、协议约定、依法提供等方式,依靠公众智慧,推动政务大数据的发展与应用。
5 民生领域大数据应用加速推动信息惠民向纵深发展
要构建以人为本、惠及全民的民生服务新体系,就必须依托大数据,发现民生需求,丰富服务种类,提高服务质量,在健康医疗、养老服务、劳动就业、文化教育、交通旅游、社区服务等方面不断满足人民群众日益增长的个性化、多样化需求,加快民生服务普惠化。
《促进大数据发展行动纲要》中明确提出了医疗健康服务大数据、社会保障服务大数据、教育文化大数据、交通旅游服务大数据4项公共服务大数据工程,《国务院关于积极推进“互联网+”行动的指导意见》(国发〔2015〕40号)也要求用好大数据等手段,加快发展基于互联网的医疗、健康、养老、教育、旅游、社会保障等新兴服务。
展望2016年,结合大数据战略和“互联网+”行动的实施,各个地方将加快大数据在民生领域的应用探索和普及推广,使大数据更加深入地走进百姓日常生活中,真正实现智慧生活、信息惠民。
6 大数据交易机制加快探索交易中心模式走向成熟
大数据交易可以打破信息孤岛及行业信息壁垒,汇聚海量高价值数据,对接数据市场的多样化需求,完善产业生态环境,实现数据价值的最大化,对推进大数据产业创新发展方面具有深远意义。我国多地对大数据交易非常重视,已经建立或宣布建立了中关村数海大数据交易平台、贵阳大数据交易所、武汉东湖大数据交易中心、河北大数据交易中心等交易载体,京东等企业也开始为数据提供方和需求方提供数据交易的开放。客观来看,国内大数据交易还处于初级阶段,规范尚未统一,发展模式也处于摸索过程中。未来,伴随各行业数据交易需求的日渐强烈,大数据资产属性日益凸显,在数据隐私保护、数据交易规范等日臻完善情况下,将诞生一个万亿级的交易市场。
展望2016年,依托各地已建、在建的交易载体,数据交易市场试点将快速推进,数据资源交易机制和定价机制将初步建立,数据交易行为将走向成熟。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08