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
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18