京公网安备 11010802034615号
经营许可证编号:京B2-20210330
贵阳:通过大数据提升政府治理能力_数据分析师考试
7月15日,贵阳市委全面深化改革领导小组召开专题会,研究大数据加强党的建设和提升政府治理能力有关工作。贵州省委常委、贵阳市委书记、市委全面深化改革领导小组组长陈刚主持会议并讲话,强调要按照“守底线、走新路、打造升级版”的总体要求,通过大数据切实加强党的建设、提升政府治理能力、改善民生服务。
市委副书记张平讲话,市领导陈少荣、朱江华、李作勋、聂雪松、刘玉海、徐昊参加调研或会议。
当天上午,陈刚专题调研了“数据铁笼”反腐行动计划和大数据提升政府治理能力相关工作。在市公安交通管理局,陈刚询问手持执法记录仪等端设备采集数据的具体情况,观看交管局大数据融合平台演示,详细了解个人诚信档案、分析合作系统等“数据铁笼”的基础和框架,对他们开展的试点探索给予充分肯定,认为大数据对个体的表述从来没有这么全面和深刻,对权力的制约从来没有这么科学和具体,希望继续深化总结实践。市“12345”公共服务指挥中心将“百姓——书记市长交流台”、市长信箱、“12319”热线进行整合,陈刚仔细了解中心建设运行情况和业务处置流程,叮嘱相关负责人要尽快开通微信平台,进一步扩大信息源和信息量,整合市区两级资源,提高工作效率和处理效率。在市住房城乡建设局,陈刚观看了“数据铁笼”反腐行动计划试点情况演示,他强调,要强化信息化基础性工作,围绕廉政风险点建立信息采集系统,切实把“数据铁笼”扎牢扎实。在市政务服务中心,陈刚听取了政务服务应用系统平台运行情况介绍,对加强数据整合、数据应用与相关负责人进行了交流。
专题会上,在听取相关工作汇报后,陈刚说,此次会议既是一个学习交流会、也是一个研究探讨会、更是一个工作调度会。在互联网时代,大数据已经越来越深刻地影响到我们的生产生活,全市各级领导干部要坚定信心、加强学习,在交流中迸发灵感,在实践中完善提升。市委、市政府高度重视大数据的管理和应用,希望大家勇于探索、敢于创新,通过探索实践成为管理和应用大数据的行家里手。
陈刚表示,通过大数据实现政府治理能力提升是贵阳发展大数据的重要目标。为“守底线、走新路、打造升级版”提供动力、为提升政府治理能力提供新模式、为改善民生提供服务是我们发展大数据的三大目标,要按照省委、省政府的要求,不仅仅看到大数据对经济发展的推动作用,更要看到大数据在提升政府治理能力和改善民生服务上的积极作用。通过不断完善提升,使我们对企业的支持更加公平和理性、对民众的服务更加精准和直接、对社会的治理更加规范和高效。
陈刚要求,利用大数据提升政府治理能力要把握要点。一是不能重复过去信息化建设的老路,必须规避自体性、孤立性、自娱性、滞后性等等弊端。二是让权力不任性是贵阳当前提升政府治理能力的基本需求,必须最大限度规范权力运行,降低个人的自由裁量权。三是回答好“问题在哪里”“数据在哪里”“办法在哪里”三个问题,理清以大数据提升政府治理能力的思路。
陈刚强调,要强化顶层设计、强化统筹整合、强化创新突破,整体提高大数据提升政府治理能力水平。把住方向关、不能走信息化工程建设的老路,把住路径关、保证工作方向不出偏差,把住安全关、时刻把数据安全放在首位。加快政府数据共享平台建设、社会数据汇聚平台建设和企业创新创业数据平台建设,探索建立公共安全块数据中心,整合各方面的数据资源。建立健全大数据工作的领导机制和统筹协调机制,研究制定数据开放的原则和范围,强化大数据理论和实践探索,鼓励社会力量参与大数据提升政府治理能力工作,加快推进“数据铁笼”试点扩面工作,使“数据铁笼”在更大范围、更多领域得到应用,使领导干部从“不敢腐”向“不能腐”转变。
张平指出,利用大数据提升政府治理能力工作,必须牢固树立大数据的理念和思维,通过技术分析,对所收集的数据进行深度的交互、挖掘、整合、比对,实现可留痕、可追溯、可预警。必须牢牢把握试点工作的方向,按照边试点、边总结、边完善的原则来加快推进各项试点工作,真正形成可复制推广借鉴的经验,推动大数据提升政府治理能力工作取得阶段性成效。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19