京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产业十年蓝图开启 数据变现突围信息孤岛
“证明我妈是我妈”、“老年证丢失找派出所开证明”、异地办理准生证跑断腿儿……这些让人“添堵”的证明或将成为历史。9月5日,国务院印发《促进大数据发展行动纲要》 (下称《纲要》),划定未来十年的发展目标。《纲要》特别提出在2017年底前形成跨部门数据资源共享共用格局;在2018年底前建成国家政府数据统一开放平台。小到便利民众的衣食住行,大到促进征信体系和社会信用建设,深刻影响产业布局和行政管理方式,都有大数据的用武之地。蕴含着巨大市场机会的大数据产业正成为稳增长背景下被着力培育的经济新增点。
数据红利
在我国人口红利不再的背景下,数据红利正被提至国家战略高度。尤其在信息经济发展迅猛、万众创新被大力推进的今天,加快大数据部署,深化大数据应用,已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。
为此,近日出台的《纲要》提出了未来5-10年我国大数据产业的发展目标:打造精准治理、多方协作的社会治理新模式;建立运行平稳、安全高效的经济运行新机制;构建以人为本、惠及全民的民生服务新体系;开启大众创业、万众创新的创新驱动新格局;培育高端智能、新兴繁荣的产业发展新生态。
据悉,这是我国发布的首个大数据国家行动计划。《纲要》还从政府大数据、大数据产业、大数据安全保障体系三个方面着手推进大数据领域十大工程,包括政府数据资源共享开放工程、国家大数据资源统筹发展工程、政府治理大数据工程等。
剑指信息壁垒
目前,政府开放数据运动在全球逐步兴起。政府部门的数据资源是大数据产业发展的重要宝藏,但条块分割的部门割据却让数据失去了流动性和价值。无论是“证明我妈是我妈”,还是异地补办身份证难上加难,亦或是企业失信、社会信用体系建设的滞后,都与此不无关系。
业界分析认为,推动我国大数据产业快速发展,一是必须突破各级政府部门之间的信息孤岛,避免数据信息无法共享、重复建设、重复采集等问题。二是建立各地各部门规范标准,促进数据的有效整合,形成互联互通,避免“数据打架”。
此前,《国务院办公厅关于促进电子政务协调发展的指导意见》提出,将数据纳入到统一平台上,由各地区各部门对现有业务专网应用进行合理分类,分别向国家电子政务内网或外网迁移。
《纲要》则明确提出了数据共享、开放的时间表:在2017年底前形成跨部门数据资源共享共用格局,2018年底前建成国家政府数据统一开放平台,率先在信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等重要领域实现公共数据资源合理适度向社会开放,带动社会公众开展大数据增值性、公益性开发和创新应用,充分释放数据红利;2020年底前,逐步实现信用、交通、医疗、卫生等民生保障服务相关领域的政府数据集向社会开放。
企业忙分羹
有机构预测,当前我国大数据市场仍处于起步阶段,2014年市场规模仅为767亿元,但是到2020年,将增至8000亿元。
正如马云所说,人类在正从IT时代走向DT时代。大量数据正聚合到不同的平台上,成为企业的核心资产。而依据大数据分析,更多企业可以实现商业模式的颠覆式创新,推出不同用户群体的个性化、定制化产品。
事实上,BAT、电信运营商等市场各方早已开始展开大数据产业布局。在资本市场上,越来越多的上市公司也开始涉足大数据领域,据统计显示,大数据概念成份股已扩容至56个。
业内人士指出,根据去年大数据市场行业投资结构来看,医疗和政府行业占比分别为9%和12.7%,未来投资空间较大。而大数据在医疗和政府公共事业的应用同时存在契合度和应用可能性较高,但是成熟度较低的特点,具有很好的发展前景。
而长江证券则表示,《纲要》印发将大数据产业发展推到具体实施层面,将充分利好数据采集、数据中心建设、数据运营与应用及数据安全保障等细分行业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04