京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是贵州后发赶超的必然选择_数据分析师
5月26日,工业和信息化部国际经济技术合作中心主任、中国贸促会电子信息行业分会常务副会长兼秘书长的龚晓峰,在数博会期间主持《新常态下大数据产业发展》论坛之前,接受了本报记者的专访,他从“互联网+”国家战略的高度、将要呈现的产业新趋势,谈到在互联网时代各级政府职能的转变,认为贵州发展大数据产业,是实现科学发展、转型升级的必然选择。
“互联网+” 国家战略新高度
“国家对互联网产业的重视,提高至前所未有的战略新高度。”曾任国家中长期科技规划纲要起草小组成员的龚主任说,今年的《政府工作报告》中首次提出了“制定‘互联网+’行动计划”,还有国家发改委、商务部相继颁布的相关计划,凸显了互联网在促进创新发展、带动产业转型升级方面具有的独立地位。
他认为“互联网+”是一种新的经济形态,战略的核心在于互联网驱动下的产业跨界融合。他说,中国错过了以前的技术革命,再也不能错过全球新一轮的科技革命,在技术融合驱动下逐步实现产品融合、业务融合、市场融合,最后达到产业融合。互联网的渗透性、倍增性和带动性,在产业融合的过程中,也将得以充分体现。
龚主任同时认为,“互联网+”将极大地激发大众创业、万众创新的新热潮。互联网与不同产业之间的渗透、交叉,成为创新最活跃地带,层出不穷的新技术、新产品、新模式、新服务,极大地激发了市场活力和社会创造力,让大家成为“创客”。
“‘互联网+’将带动传统行业实现跨越式发展。”他说,从政策重点来看,制造业、农业、金融、流通、能源等行业,还有与民生密切相关的教育、医疗、交通等都将焕发勃勃生机。
互联网时代 政府职能转变
龚主任在首届世界互联网大会上曾经提出,互联网时代政府职能将发生至少六个方面的大转变。伴随着“互联网+”的到来,“对政府职能转变的需求将更为迫切。”他说,政府要扮演的是一个引领者、推动者和监管者的角色。
首先转变的状况是“大政府、小社会、弱企业”变为“小政府、大社会、强企业”的格局。从全能性、管理型、封闭性政府,逐步改变为服务性、开放性、阳光透明性、法制性政府。
政府大数据主要是政府部门在履行职能过程中,积累或获取的数据信息资源,是国民经济和社会发展的重要战略资源。“借助这些大数据,可以很好地改进公共服务的运营,将推动公共资源的开放、辅助公共决策、提高政府工作效率。”龚主任说。
在政府这种转型中,引导社会资本更多投向新产业、新业态、新模式,做好发展研究工作。同时“互联网+”为企业发展带来新机遇。龚主任建议企业提高自身能力的建设,在提升资源整合能力的同时,还要提升创新能力以及学习能力。
发展大数据产业 立足于贵州实际
在龚主任看来,贵州发展大数据产业,既是实现科学发展、转型升级的必然选择,也是实现跨越发展、后发赶超的有效途径。一是顺应了全球大数据时代的大势,立足于贵州自身的生态自然条件,更是结合本地电子信息制造业和软件业的发展基础,为进一步发展打下良好的基础。
针对不久前工信部批准贵州创建首个“国家级大数据产业发展集聚区”,他认为大数据产业发展集聚区至少具备上规模、上水平、上层次三个条件。就目前贵州发展的情况看来,领导高度重视的同时,宣传到位,招商引资成效明显,这样形成一定的产业规模,吸引了一批产业链上下游企业入驻,聚集了一批产业链龙头企业,形成产业竞争优势,这将还会吸引一批专业创新能力强的人才。
他还说,在贵阳率先引入市场化运作机制,推动公共WiFi建设,加大基础设施的投入,推动块数据的形成,对于促进大数据产业发展发挥着重要作用。
龚主任最后建议我省发展的大数据产业,要加强产业核心能力建设,不仅建数据中心等基础设施,更要从应用角度促发展,因地制宜地开展基于云计算的大数据示范应用,提升数据采集、加工、处理、应用能力,促进发展。还要加强产业配套能力的建设,形成基础设施配套、产业链上下游配套、金融等支撑保障措施配套,使企业、人才引进来、留得住、发展好。
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