京公网安备 11010802034615号
经营许可证编号:京B2-20210330
成都启动大数据企业监管 推进“黑名单”管理_数据分析师考试
科技正在走入社会的各个环节,大数据、云计算等一系列技术已经开始在各行各业运用。今年1月,运用大数据在试点县(市、区)加强市场主体监管工作启动会在北京召开。成都市工商局紧随其后,目前已经全面启动了应用大数据加强市场监管与服务市场主体的建设工作。
了解企业只需点击网站
目前成都市工商局已经全面启动了应用大数据加强市场监管与服务市场主体的建设工作,“三证合一、一照一码”登记制度改革,下一步将运用大数据技术推进“黑名单”管理,通过部门信用信息共享,形成“一处违法,处处受限”的局面。
由成都市工商局牵头建设的“成都信用网”,充分整合了全市工商部门掌握的市场主体信用数据,实现全市范围内跨地区企业信用信息共享和公开。该系统归结整合了工商、质监、税务、法院、人民银行、水电气公司等近40余家市级部门和公共企事业单位掌握的企业信用信息3000余万条。
目前设置有组织机构、信用查询、信用公告、自主申报、信用新闻、信用建设、为您服务等主要栏目,以企业为基本细胞,把企业能依法公示的身份信息、业绩信息(良好记录)、警示信息(不良记录)公示出来,市民在投资、生活、消费、工作等过程中,需要了解企业情况的,只需点击该网站,就可以得到真实、准确的信息。
消费者通过该系统可以看到一个企业的异常经营情况,以此作出判断。这就是工商大数据让消费者能享受到的资源共享。
此外,成都公司部门还将进一步简化程序,在10月份实行“三证合一、一照一码”登记制度改革,将以前由工商、质监、税务三个部门分别核发不同的证照,整合改为由工商行政管理部门核发一个加载法人和其他组织统一社会信用代码的营业执照。
大数据战役已经打响
今年1月21日下午,运用大数据在试点县(市、区)加强市场主体监管工作启动会在北京召开。这是为了积极响应《2015年推进简政放权放管结合转变政府职能工作方案》(下称:《方案》)的号召。《方案》中指出,开展加强对市场主体服务和监管的试点工作。积极运用大数据、云计算、物联网等信息化手段,探索实行“互联网+监管”新模式。
在启动会上,总局企业监管局负责人介绍了大数据试点相关情况,并就在北京、上海、江苏、山东、河南、浙江、广东等7省(市)的10个县(市、区)开展大数据试点作了部署,试点工作计划为期一年。
据悉,为提高对市场主体的监管效率,规范市场秩序,总局企业监管局等相关司局先后与浪潮、百度、阿里、京东、龙信、拓普、海云、腾讯等8家数据公司进行了沟通,确立了“以工商经济户籍库为基础,运用互联网、大数据、云计算等技术,构建新型监管模型,提高防控系统性风险和加强事中事后的监管效率,形成可在全国推广的经验”的合作目标。试点工作将围绕主体监管和扶持小微企业发展两方面11项内容展开。
今年5月,国家工商总局企业监管局副局长周晓红还亲自到试点单位——泰州市工商局医药高新区分局调研“大数据”试点工作。周晓红希望数据公司结合试点单位实际开展有效数据分析研究,构建新型监管模型,形成可在全国推广的经验。
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