
九次方大数据助力政府释放大数据资产价值
大数据已经成为时代趋势。尤其是政府大数据资源,需要自由流动,政府大数据的加速流动能创造巨大的效益,促进经济增长。
在我国,政府部门掌握着全社会量最大、最核心的数据,各大企业在日常经营活动中,也产生、搜集到大量数据,但这些数据在更多情况下处于“沉睡”状态。
自2014年 3 月“大数据”首次出现在《政府工作报告》中以来,国务院常务会议一年内 6次提及大数据运用。在2015年 6 月 17 日的国务院常务会议上,李克强总理再次强调“我们正在推进简政放权,放管结合、优化服务,而大数据手段的运用十分重要。” 7 月 1 日, 国务院办公厅印发了《关于运用大数据加强对市场主体服务和监管的若干意见》,强调了推进政府和社会信息资源开放共享,有序开放政府数据,方便全社会开发利用。
政府大数据公开,对于我国转变经济增长方式、推进“互联网+”行动计划、实现国家制造业30年发展目标有战略意义。
而作为国内大数据领域佼佼者的九次方大数据,正在紧紧抓住当前的发展机遇,深耕大数据,帮助政府释放大数据的资产价值,实现政府数据公开、流通与共享。
一、瞄准政府大数据,“管道战略”初具雏形
2009年,麦肯锡首次提出了大数据的概念;2013年,中国大数据起步元年;2014年开始,企业纷纷看好大数据产业,先行战略部署和试水大数据项目。
而早在2010年,一直和数据打交道的王叁寿就灵敏而精准地判断出大数据所蕴含的巨大的商业价值,他立即决定投身于大数据金融行业创业,“九次方大数据”因此应运而生。
彼时,国内大数据之势未起;而如今的九次方大数据已经成长为国内屈指可数的大数据公司。
经过5年沉淀,九次方大数据平台汇集分析了40多个产业链、8000多个行业、40000多个细分市场、500多个城市、5600个区县、2500个高新园区、30多万条街道、12万个写字楼的1500万家企业。
然而这些成就还远远不够。
一直在不断创新商业模式的九次方大数据公司总裁王叁寿想到,如果把数据平台做强做大,能否像建设石油管道一样,可以源源不断地创造盈利?
目前,我国大数据行业整体市场规模中,大数据基础建设占64.53%,大数据软件市场规模占25.47%,应用市场规模占10%。大数据基础建设是发展大数据产业的重中之重。
正是基于这样一种市场判断,王叁寿将当前的大数据行业发展阶段看做是城市建设自来水管道系统的时期。
这比喻意味着,每个城市只建一套自来水供水系统,不会再建第二套。同理,如果参与了政府大数据基础体系的建设,抓住了这个先机,就可以赢得大数据市场的第一步。而在基础建设完成后,政府也将会享用到源源不断的“自来水”。
因此,九次方大数据的战略,是要快速布局每一个城市建立大数据的“供水系统”,通过积极铺设“管道”,抢占先机。
事实证明,这样高瞻远瞩的“管道战略”是成功且无法复制的。
当前,九次方大数据已经和贵州省贵阳市、山东潍坊市政府、青海省政府、天津市滨海新区等20多家地方政府成为政府数据公开合作伙伴,并且同山东省济宁市、浙江省金华市、江苏省苏州市、内蒙古包头市等6家地方政府合资成立了大数据公司。通过将当地政府多个部门数据进行整合,进行数据商业化应用开发。同时,九次方大数据积极搭建各地征信大数据平台,利用互联网大数据挖掘技术采集互联网全部与企业相关的信用指标。
通过大力推动与地方政府的合作,九次方大数据已逐步将这种模式复制到全国各地。目前已经有20多个省市在与九次方大数据合作,共同建设开发省市辖区的大数据平台,逐步实现政府数据公开。
这表明,九次方大数据不仅在国内拥有领先的大数据技术应用实力,而且,已经成功地将“管道战略”实施起来,成为产业引领者。
二、发展前景广阔,B轮融资引追捧
2015年8月,九次方大数据B轮融资启动,吸引了来自全国各地的80多家风投机构竞相角逐。本次B轮募集资金量为6亿元人民币,主要用来研发技术、推进与政府和企业合作、加速扩大业务规模。
备受投资机构青睐的火爆程度与九次方大数据本身的快速发展是离不开的。
王叁寿的战略是:“天下武功,唯快不破”。面对众多的投资机构,他再次阐释,“目前的大数据行业就像当年的互联网行业,占据先机,快速铺设管道,谁拿到了这个自来水管道建设权,谁就是未来的数据之王,这正是九次方现在的战略目标。”
此前不久,国务院总理李克强于8月19日主持召开国务院常务会议,会议通过了《关于促进大数据发展的行动纲要》,强调了“推动政府信息系统和公共数据互联共享,消除信息孤岛”。这意味着我国大数据产业发展将迎来顶层设计,企业帮助政府搭建数据公开平台拥有了明确的政策支持和绿色通道。
九次方大数据在此政策利好下,拥有了更加巨大的盈利空间。由于在我国大数据领域已占据核心位置,2015年九次方大数据已经正式受邀参与到了国家工信部编制大数据产业“十三五”规划工作当中。此次融资,正是九次方大数据着手实施下一步铺设城市大数据管道的新起点。
结语
大数据产业的发展,将极大地改变我国政府的管理模式。九次方大数据通过自身独特优势,力促政府释放大数据资产价值,有力地促进政府数据公开,使数据共享成为可能,从而提升政府的社会治理能力和公共服务能力。
依托大数据产业发展,以政府为主导的数据交易将更好地满足人民日益增长的精细化、科学化管理,从而更好地促进经济发展,改善民生。在可以预见的未来,政府大数据将成为核心资产,有助于培育经济新引擎。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04