京公网安备 11010802034615号
经营许可证编号:京B2-20210330
陈敏尔:运用大数据大力提升政府治理能力
4月15日,贵州省委副书记、省长陈敏尔到省公共资源交易中心和政务服务中心,就运用大数据提升政府治理能力进行调研座谈。他强调,各地各有关部门要以钉钉子精神加快大数据产业发展,更多更好地借助大数据提升政府治理能力,不断提高政府科学决策、社会管理和公共服务水平。省委常委、贵阳市委书记陈刚出席座谈会,副省长王江平参加调研并主持座谈会。
陈敏尔先后来到省公共资源交易中心交易大厅、开标区和多功能大厅,认真听取资源交易、电子竞价、电子交易流程介绍,详细了解中心环境设施和服务管理情况。在省政务服务中心,陈敏尔一一察看进驻部门和单位服务窗口,与工作人员和前来办事的群众亲切交流,仔细询问部门入驻率、审批授权、办结效率等,深入了解中心运行和管理有关情况,就加快中心规范化、标准化、高效化建设提出了明确要求。
在随后召开的座谈会上,陈敏尔听取了省政务服务中心、省公共资源交易中心、省经信委的工作汇报和部分企业、高校的大数据专家的意见建议,并与部分部门和单位负责人进行交流讨论。陈敏尔指出,近段时间以来,贵州大数据产业发出了很多好声音,发展势头风起云涌、好戏连台,前景十分看好。各地各有关部门要进一步坚定信心,发扬钉钉子精神,共同推动大数据产业加快发展,促成更多大数据项目落地生根、开花结果。
陈敏尔强调,运用大数据提升政府治理能力是政府改革和管理的时代课题。政府管理服务水平的提升,既要依靠体制机制创新,也要依靠技术手段创新。各级政府部门要认真贯彻落实李克强总理到贵州视察时对贵州省大数据产业发展作出的重要指示精神,切实把握时代机遇,更多更好地借助大数据提升政府治理能力。要运用大数据提升政府决策能力,通过系统采集客观数据和实证分析,不断增强决策的精准性、预见性和公平性。要运用大数据提升政府管理能力,管好公共权力、公共资金、公共资源、公职人员,实现“人在干、云在算、天在看”。要运用大数据提升政府服务能力,面向社会民生提供生活服务,面向企业发展提供生产、生意服务,不断提高社会公众的满意度。
陈敏尔指出,推进“云上贵州”建设是运用大数据提升政府治理能力的重要平台和抓手。当前,“云上贵州”系统平台和“7+N”云工程建设进展顺利,有很好的开端,起步良好。要坚持摸着石头过河,更加认真、务实地推进各项工作。要加快数据集聚进度,推动政府部门数据存储到云平台,云集更多社会数据,招引全国数据资源向贵州集聚。要提升数据开放程度,打破数据壁垒,推动各个层级政府之间、政府部门之间、部门内部之间的数据开放共享和互联互通。要加大数据应用力度,进一步总结推广以应用为导向的大数据产业发展模式,围绕发现价值和发现需求,鼓励和吸引更多投资者、创业者和应用商加快大数据的开发应用,深入挖掘大数据的商业价值。要加快制定“云上贵州”发展规划,进一步完善云长负责制,出台政策激励措施,总结宣传经典案例和先进经验,发挥好贵阳市和贵安新区的领跑、率先和主导作用,为大数据产业发展提供有力保障。
陈敏尔强调,运用大数据提升政府治理能力要把省公共资源交易中心和政务服务中心的作用发挥好。“两个中心”自成立以来,做了大量卓有成效的工作,开局不错、运营良好。要认真总结经验和不足,充分考虑社会公众的需求和入驻部门的实际,加快建立健全政务服务体系,与时俱进做好各项工作。要进一步做到“应进则进、能进则进,进而能办、办而有效”,努力提供更加便捷的政务服务,营造更加优质的政务环境。要对进驻部门内部流程进行科学化再造,以效率和规范为准则,不断改良和完善审批程序、管理流程,推动前台后台、线上线下的有机联动,加强部门之间的联办并办和各级政府之间的互联互通。要推动省公共资源交易中心和政务服务中心与“云上贵州”系统平台的联接,科学配置、有效利用各种数据资源。要进一步完善中心管理模式,建立健全内部管理和外部监督体制机制,不断提升服务质量和服务效率。
王江平对贯彻落实好会议精神提出了具体要求。
省政府秘书长唐德智,省有关部门和企业负责人、部分大数据专家代表参加调研座谈。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02