
如何理解总理提到的“大数据创新商业模式”2
大数据+N
然而,从其根本性质来说,大数据不只是一个产业这么简单。它在社会的各个领域中都无所不在,可以与N个产业“相加”,这种“大数据+”的特性,也让它越来越受到李克强总理的重视。
1月4日,在开年的第一次考察中,李克强见证了首家互联网银行——深圳前海微众银行的第一笔贷款,并鼓励这家银行“在互联网金融领域闯出一条路子”。而微众银行最重要的特点之一,就是既无营业网点,也无营业柜台,更无需财产担保,而是通过人脸识别技术和大数据信用评级发放贷款。
国务院常务会议是观察中国经济政策走向的最佳窗口之一,也是总理释放信号的重要场合。而过去一年来,有6次国务院常务会议的议题都与大数据运用有关,涉及到多个产业和政务领域。
——2014年7月23日,审议通过《企业信息公示暂行条例(草案)》,推动构建公平竞争市场环境?其中要求建立部门间互联共享信息平台,运用大数据等手段提升监管水平。
——9月17日,部署进一步扶持小微企业发展,推动大众创业、万众创新,其中包括加大服务小微企业的信息系统建设,方便企业获得政策信息,运用大数据、云计算等技术提供更有效服务。
——10月29日,要求重点推进6大领域消费,其中强调加快健康医疗、企业监管等大数据应用。
——11月15日,提出在疾病防治、灾害预防、社会保障、电子政务等领域开展大数据应用示范。
大数据,也是政府的事儿
从金融、医疗、贸易到扶持小微企业、电子政务、监管审计,在李克强看来,利用大数据绝不仅仅是企业的事,也是政府部门的事。
2014年7月25日,在山东浪潮集团考察时,李克强把相关部门负责人叫到身边“现场办公”,要求他们要以云计算、大数据理念,与企业信息技术平台有机对接,建立统一综合信用信息平台,实现“大数据”共享。
他说:“不管是推进政府的简政放权,放管结合,还是推进新型工业化、城镇化、农业现代化,都要依靠大数据、云计算。所以,它应该是大势所趋,是一个潮流。”
这段被中央人民广播电台报道的讲话,可能是李克强关于大数据在经济政策中发挥的作用所作的最明晰表述。
李克强“大数据经济”的背后逻辑,是中国经济悄然发生的“质变”。正如总理在世界互联网大会的那次座谈会上总结,去年以来,中国经济在增速放缓的情况下,中国就业率不降反增,重要原因是进行了政府的自身改革,推出商事制度改革等一系列简政放权举措,引发小微企业、个体户井喷式增长。而这些企业、商户中多数人的经营业务,都是依托于互联网展开。
他强调,为了增加就业、从而增加人民的收入,政府会坚定不移地支持电子商务、跨境电子商务,以及云计算、大数据、物联网的发展。“13亿中国人,八、九亿劳动力,这其中如果有越来越多的人依托新业态发展,就会培育出中国经济发展的新‘发动机’,也必将会对社会发展、人民进步造成深刻影响。”
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