京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代贵州走在最前端_数据分析
无论从对大数据的理解和认识角度来看,还是从大数据产业发展的速度来看,刘英杰认为贵州大数据已经走到全国的最前面,“云上贵州”大赛成为中国大数据产业第一赛,则从另一侧面充分地说明了他的判断很准确。中软国际非常看好贵州的大数据的未来,因此在去年,也就是贵州大数据元年,中软国际便参与创建了云上贵州大数据产业发展有限公司,作为国内最顶尖的软件与信息服务公司之一,他们不想错过与贵州共同发展的机会。
基础条件差 坚定贵州走大数据之路的决心
“作为大赛的评委,是我的第七次贵州之旅。”刘英杰说,几乎每次来贵州,都和大数据发展有关。在他的眼里,贵州早已不是那个落后封闭的地域,而是创新发展指引大数据新时代的领军者。
刘英杰认为在大数据时代来临之际,从全国的范围来看贵州醒得最早,贵州省委、省政府以及企业对大数据的认识和理解,是全国最领先的。
“如果没有最领先,我想马云也不会极其看好贵州大数据产业未来的发展,阿里云的主要发展基地没有选择杭州、上海、北京,而是建在贵州,就充分说明了这点。”刘英杰说。
贵州为什么会取得全国领先的优势,为什么贵州在这个全新的时代觉醒得最早?在刘英杰看来,这是历史倒逼的作用。经济落后,交通不甚便捷等等诸多限制贵州发展的历史因素,反向推着贵州的决策层要去思考贵州究竟走一条怎样的道路,才能摆脱贫穷落后的面貌。
大数据时代的来临,为贵州突破找到一条可行之路,大数据的利用和分析,已经摆脱传统行业对资源以及地域条件的苛刻要求,只要有网络覆盖的区域,就有发展大数据项目的可能,贵州省的决策者们敏锐地察觉到这稍纵即逝的契机,在全国率先迈出了第一步,两贵大数据产业发展示范集聚区的获批,更进一步的确立了贵州在大数据产业发展方面的全国优势。
发展大数据 贵州不能起步早跑得慢
“从觉醒的角度来说,贵州是不折不扣的第一,但是,按照贵州省长陈敏尔的要求,贵州不仅要起步早,还要跑得快,尽快把大赛项目落实,并发展壮大是贵州现在必须要做的事。”刘英杰坦言。
要想跑得快,政府的决心最为重要。因为在当前的中国,政府所拥有的数据数量最为庞大,也最有价值,怎么去更大化的开放数据,以供给企业、市民等等使用,通过数据产生新的商业模式,解决现有产业中的痛点,逐步转化为价值用以促进经济社会发展,是起得早中最关键的环节。
“我欣喜地看到,贵州省、贵阳市在这方面也做得很好,率先开放脱敏数据,贵州确实做得很棒。”刘英杰说。
另外,刘英杰认为贵州建立的大数据产业发展办公室,从组织和领导层面上解决了政策聚合,资金引入等等诸多环节的问题,起到了消除政策、部门壁垒的作用,非常有效的助推了贵州的发展。
“在贵州省大数据办的聚合下,依托阿里云飞天平台,中软国际参与投资并承建了云上贵州平台,在平台的基础上,贵州7+N朵云不断入驻,贵州大数据产业发展向更深入、更宽广的数据蓝海航行。”刘英杰说,中软国际十分看好贵州大数据的未来,并参与投资建立了云上贵州大数据产业发展有限公司。
大数据项目 价值决定未来的发展
“您最看重大数据项目中哪个层面?最能赚钱?最有想法?最具发展前景?”记者向刘英杰抛出问题。
“价值。”刘英杰没有任何犹豫的回答,在他看来“价值”,就是大数据项目如何来解决现有政府管理、社会、行业、企业的痛点所带来的价值。比方说,通过大数据分析运用提高政府管理效能,解决城市交通拥堵问题,打击网络假货等等所产生的价值。
“在大赛众多参赛项目,我比较欣赏的一个想法是药品冷冻链云,如果这事能做成,将对我们国家药品管理工作起到巨大的推动作用,是解决痛点的具体体现,会让老百姓用药变得更安全,更方便。当然固然想法很好,也不代表着能够成功,这个团队本身如何决定大数据项目的成败。”刘英杰说。
最后,刘英杰表示,其实有的时候,发展大数据产业,我们也不用过分纠结于项目本身是否在贵州落地,毕竟大数据时代的特征是跨地域、跨平台,就算公司建立在美国的西雅图,但是他们服务于贵州,也是大数据产业在贵州发展很好的另一种体现。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 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 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 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 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11