
大数据产业:贵州为何能走在前面_数据分析师
立足生态、能源等优势,2014年以来,贵州致力于发展大数据产业。短短一年多,在数据集聚、数据应用等方面取得明显成效。
确定大数据产业为重要战略
贵州省经信委副主任马宁宇列举了一组数据:2014年,贵州以大数据为引领的电子信息产业实现规模总量1460亿元,同比增长62%;电子信息产业投资230亿元,增长225%;大数据信息企业共1721家,较2013年底增加了410家,增长31%。
“阿里巴巴、IBM、英特尔、惠普、戴尔、百度、浪潮、神州数码、中国普天、中兴通讯等信息产业龙头企业,现今纷纷与贵州开展合作。”马宁宇说。
贵州提出把大数据产业作为重要战略来抓,制订发展规划,出台支持政策,成立产业发展领导小组,统一建设系统平台。
围绕大数据全生命周期,贵州重点打造“基础设施层、系统平台层、云应用平台层、增值服务层、配套产品层”五个产业链层级,建设大数据“内容中心—服务中心—金融中心”三个中心。
发展蓝图一经确定,贵州立即付诸实践:建成省级政府和企业数据统筹交换共享的基础性、系统性云服务平台——云上贵州;启动wifi免费无线城市建设,今年5月1日,16个热点公共区域的免费wifi投入试运行;贵阳大数据交易所投入运营。
今年初,工信部批复同意创建“贵阳·贵安大数据产业发展聚集区”。按照规划,2015年,贵州大数据信息产业实现规模总量将达到2000亿元,同比增长37%。同时,力争10个国家级、行业级、龙头企业数据资源存储贵州。
“用数据说话”提升政府治理能力
在贵阳市公安交通管理局,民警向记者展示在日常酒驾查处过程中,利用信息化系统平台对执法过程进行全程记录:只见测试人员对测试仪进行吹气,显示的测试数据立即传入贵州省酒驾管理信息系统。由于数据实时传输且无法更改,民警在权力运行过程中成为“透明人”。
据贵阳市监察局局长王军介绍,借助于大数据,贵阳市率先在交管、住建部门建“数据铁笼”。“运用大数据编制制约权力的笼子,能上网的行政权力全部上网。保证权力运行全程电子化、处处留‘痕迹’,让权力在‘阳光’下清晰、透明、规范运行。”王军说。
贵阳“数据铁笼”只是贵州运用大数据提升政府治理能力的一个缩影。2014年底,贵州建成省级政府数据集聚共享的统一云计算平台——“云上贵州”。“云上贵州”之上开发了一系列基于政府数据的应用系统,不同程度满足政府、企业和个人应用,一些对政府数据有需求的企业也将系统平台建在“云上贵州”平台上。
目前,“云上贵州”日均访问量近2亿次,最高峰值达10亿次以上。马宁宇说,大数据提升了政府的决策能力、管理能力和服务能力。比如,今年初蓉遵高速习水段发生塌方,有关部门对路过该路段车辆快速实现精细化排查,在最短时间内准确锁定被掩埋车辆为1台,为抢险救援提供了科学精准的决策依据。
“大数据”走进寻常百姓家
贵阳市民陈军从超市购买了一包茶叶,然后,他打开手机软件“食安测”扫描商品条形码,只见食品信息、食品检测结果等立即出现在屏幕中。
贵州科学院院长谭红介绍,“食安测”是贵州食品安全云的一款产品。食品安全云是将原来分散在政府部门、检测机构、企业、公众等各个环节的数据汇聚起来,搭建起监管平台、大众门户、食品安全测试信息管理平台等互相联通、支持的平台系统。
据统计,食品安全云已汇聚食品安全监管、检测、标准、知识信息等数据1000余万条,涉及食品1.14万余个,检测报告1.86万余份,国家标准420余份,1000余家龙头企业参与应用示范,35家规模超市成为数据采集试点单位。目前,已在广东、北京等9省市推广应用。
“食品安全云使更多人步入了数据生活时代,消费者可以利用数据去衡量产品品质,从而购买到最适合自己的产品,提升‘舌尖上的安全’。”谭红说。
除了食品安全云,贵州还建设了智慧旅游云、交通云等,为民众和企业提供更加个性化和精准化的服务。
贵阳大数据战略重点实验室主任连玉明说,大数据在生活中随处可见,应用潜力巨大。“数据时代是一个融合的时代,运用好大数据,将发展指数、生活指数等覆盖到生活的各个方面,将对城市管理、公共服务等提供巨大帮助。”
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