京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据敲开“智慧海南”门
国务院近日发布了《促进大数据发展行动纲要》。《纲要》明确指出,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、医疗等重要领域实现公共数据资源合理适度向社会开放。
说到大数据,对于很多人来说,已经不再是一个新鲜的概念。近年来,移动互联网、物联网、云计算等新技术、新应用、新发展模式的推陈出新,更使互联网变得越来越“无所不在”,由此而产生的数据越来越多、越来越“大”。大数据有何价值?大数据和老百姓的生活有何关系?大数据又能为政府管理、企业营销带来什么变化呢?
近日,记者从中国移动海南分公司了解到,目前该公司的大数据分析处理已经在政府及多个行业,尤其是旅游和金融行业中得到应用。每天,海量的数据资源被处理为通俗易读的数据,并与政府、企业掌握的组织数据进行交换、转换、匹配和关联,挖掘出社会价值和商业价值,从而提高政府精细化管理能力,提高企业市场竞争力。
企业
经营
大数据是精准营销强力引擎
再过几周就是国庆黄金周了,届时省内的旅游景区人流量急剧上升,又将给景区的安保工作带来不小的压力。景区人流分流有没有更有效的手段?答案是:有,借助大数据。
“通过移动大数据对景区的人流量进行统计、分析、监控、预测,提前采取分流措施。”中国移动海南分公司市场经营部副总经理陈菊蕾表示。
早在去年,中国移动海南分公司就与省旅游委合作,利用“智慧旅游”海南游客信息实时统计分析系统,对旅游业相关主体依据搜集到的游客消费动向、旅游资源状况等数据进行量化分析,并及时调整、制定相应的策略,为游客提供更好的服务。
对于旅游景区来说,大数据应用可以提供决策性参考,使景区能更精准营销,找到不同时节的不同客源,平衡淡旺季销量,预警当天或未来的景区流量,合理疏导,提高游客的舒适度。
陈菊蕾表示,大数据分析方便了政府与旅游企业对行业的管控,同时也体现对景区、对游客的负责态度。
金融
征信
大数据为个人征信插上翅膀
除了旅游行业,中国移动的大数据分析也应用到了传统银行的网点选址建设上以及金融征信上。
陈菊蕾介绍,移动海南分公司近期还将与浦发银行海南分行合作,通过对用户消费习惯、分布特点、属性等大数据的分析技术,突破银行传统布局与选址所面临的问题,提升传统银行业务的敏捷性。
近年来,国家对社会信用体系的建设重视程度越来越高。缺少数据的征信,恰如没有字迹的书籍,毫无价值可言。移动大数据如何服务于金融征信呢?
陈菊蕾介绍,在征得用户的许可后,通过对用户的通信行为、位置轨迹、消费记录、社交圈等数据进行挖掘、分析,可以有效地评估个人信用,为金融行业的信用卡和贷款发放、风险控制等提供决策依据。
当然,在大数据背景下,数据服务和个人信息保护两者之间如何保持平衡也是热点话题。中国移动海南分公司对此又如何平衡?
陈菊蕾表示,在移动内部,用户信息安全遵循着三个原则:第一,确保面向用户数据分析是群体性分析而不是个体,关注的是群体性的趋势行为而不是个体的行为,因此它不会涉及到用户隐私及其滥用;第二,如使用到个人的信息,一定会事先征求用户同意;第三,对用户数据进行足够强度的加密,包括安全存储和安全传输、安全访问。
政府
管理
大数据助力政府精细化管理
我省是台风多发地。每逢台风来临前,如何快速有效监控到人群分布并疏散,成了政府相关部门面临的紧迫问题。
这个时候,大数据就能派上用场了。陈菊蕾介绍,移动大数据分析可以进行人流监控,提前预知人流情况,并根据数据变化启动相应管理预案,从而避免台风来临时部分人群未能及时疏散的危险发生。大数据人流监控有利于公共区域管理,还可以应用于城市交通、停车场布局、广场人流控制等方面。
除此之外,大数据还可以深挖城市规划、治安防控、应急保障、公共安全、环境监管、交通等方面的信息数据应用,协助政府促进社会治理精细化、信息化。
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