京公网安备 11010802034615号
经营许可证编号:京B2-20210330
南昌大数据管好企业_数据分析师考试
7月3日下午,走进江西南昌西湖区工商管理局,虽然已快到下班时间,但大厅内仍有不少人在排队等待注册。窗口工作人员表示,从去年3月开始,新企业注册受理和咨询量都明显增加。
随着商事制度改革的推进,企业准入关口放宽成为新注册企业数量增长的最大原因。在江西南昌,2014年3月到2015年3月间,新增企业数达20580户,同比增长59.66%。
为在做好“宽进”的同时,还能有效地“严管”,去年10月开始,南昌启动企业事中事后监管改革试点工作,研发“南昌市企业监管警示系统”,依托企业监管大数据中心,建立企业信息化监管体系。
户口建档,企业信息公开公示
“一般企业到银行贷款,都会被要求到工商部门开具一份证明,证明企业没有违法记录。”南昌市市场和质量监督管理局法规处处长张志刚发现,近两个月来,来开证明的企业已经很少出现。
“这些企业信息,银行现在只要上网一查就能看到。”张志刚告诉记者,打开南昌市企业监管警示系统,企业所有经营相关信息都可以查到,包括企业登记信息、股权出质登记信息、动产抵押登记信息、荣誉品牌、抽查检查信息、违法记录等。
今年5月1日,南昌市企业监管警示系统正式上线。截至目前,系统已采集全市11万户企业、22万多户个体工商户登记的基本信息以及63247条企业的年报信息,实时采集了南昌市市场和质量监督管理局、市中级人民法院、市国税局、市地税局等9家试点单位对企业的许可、处罚等信息。
此外,系统还设置了消费警示查询,导入了“12315”投诉数据,企业是否有被投诉记录、投诉内容、处理结果,消费者都可以随时查询到。
“这就是一个全市企业监管大数据中心,通过网络接入到各行政部门的监管系统和投诉举报系统,自动抓取采集企业基本信息、企业自主公示信息、社会监督信息、监管信息等四大类的企业信息。”张志刚介绍,这就相当于为企业建立了一个公开的“经济户口”,“一户一档”集中监督管理。
系统设置了对外公示平台,将所采集到的各类企业信息向全社会进行公示,完善信息的公示机制,并根据这些信息将企业进行信用分类。今后,银行贷款、融资合作、政府采购、工程招投标等,将以此为依据设立相应的门槛,使信用的软约束变为硬杠杠,失信违法企业将“一处违法,处处受限”。
信息共享,突破部门“数据孤岛”藩篱
“基本上每星期都会有一次检查,有时是工商部门,有时是食药监部门,或者税务部门。”南昌市梅岭云露有限公司成立于2007年,对公司负责人熊腾来说,平时最头疼的就是要应付这些莫名的检查,“其实多数时候就是走马观花,例行检查而已。一个小厂至少要应对10多个部门的检查,有时工商部门前脚刚走,质监局的人又来了。”
“这种情况以后就不会有了。”南昌市市场和质量监督管理局信息中心主任刘辉云说,南昌共有34个企业监管部门,分管着不同领域的工作。之前,各部门之间的信息是完全孤立的,基本处在“各自为政”的状态,相互之间缺乏沟通协调,“通过融合各部门的数据,企业监管警示系统很好地解决了这一问题。”
“企业监管警示系统会自动向各监管部门进行‘监管预警’,根据各部门职责不同,将预警信息在系统内进行分派、流转至相关监管部门。”刘辉云介绍,企业监管警示系统主要有两大平台,除了对公众开放的公示平台,各监管部门后台还有一套业务平台,通过共享业务平台,原先孤立存在的各监管部门,利用大数据联通起来,实现联动监管,解决“数据孤岛”问题。
此外,通过采集企业行政处罚和其他违法信息,系统自动生成信用分类,并采用国际通行的颜色区分预警类别的做法,分为正常、黄色警示、橙色警示、红色警示等四色标示。各监管部门分类监管,对正常类型企业,减少检查次数,适当增加黄色、橙色警示企业的检查次数,对红色警示企业的经营状态、经营行为,进行严格核实,提高监管的针对性和有效性。
依托信息公示通过平台实施监督,建立综合执法新机制,将以往的市场巡查改为精准定向检查,能大大减少对正常经营企业的打扰,为企业营造安静的创业环境。而系统会自动分析结果,能够将涉及易燃易爆、特种设备、食品安全等重点高危行业清楚地在地图上标明,监管部门利用系统分析结果对区域内涉及重大民生、安全等高危重点行业的企业进行重点监管,防止重复无效监管。
规范操作,信息留痕防监管缺位
“‘宽进’能打造客观、透明、权威的平台,为创新创业提供一个公平诚信的市场环境,同时也是对改进市场监管执法、改革监管体系、健全社会监督机制等工作提出的新要求。”江西求证沃德律师事务所律师张雪强说。
“一直以来,企业监管主要以市场巡查为主,结合投诉举报部门的信息,适时开展专项检查。”南昌市市场和质量监督管理局副局长陶成发现,随着新注册企业迅猛增长,如果再不改变传统的监管方式,监管人数跟不上企业增长数,监管方式没有重点,容易产生监管空白。
在业务平台,监管部门通过系统平台,认领每天更新的市场主体信息,对需要进行后置审批的,进行跟进监管,并及时将许可信息反馈到系统平台。此外,系统设置了“监管配置”“抽查检查管理”等后台,对各行政部门监管的时间、对象、手段和结果等进行客观的记录。
“今后,所有监督检查都要录入到平台,做到监管留痕,防止监管缺位。”陶成指出,企业信息公开公示,时刻都处在被监督状态,有助于企业加强自律;对行政部门来说,公开披露的企业信息,同时也是监管部门的一份成绩单,他们同样受到社会公众的监督。通过企业监管警示系统,倒逼监管部门进一步规范行政处罚自由裁量权,规范部门履职和执法行为,逐步建立科学、规范、系统的考核机制,从源头上杜绝执法部门“不作为、乱作为和慢作为”现象的发生。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14