京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“掘金”大数据产业 政务及工业大数据或成“焦点”
大数据产业集聚发展态势初步形成。近年来,自中央到地方,都出台了有关大数据的发展计划及实施方案。10月26日,在广州召开的“大数据应用及产业发展大会”上,广东宣布启动建设珠江三角洲国家大数据综合试验区。在此之前出台的《广东省促进大数据发展行动计划(2016-2020年)》(下称《行动计划》)提出,到2020年,培育多家大数据核心龙头企业,建设20个左右的大数据产业园,届时,大数据及相关产业规模将达6000亿元。
而10月28日印发的《东莞市大数据发展实施方案》提出,东莞在2018年将初步建成大数据发展体制机制,完成政务云数据中心和政务大数据库建设。根据这些发展计划或方案,大数据将再受关注,尤其是政务大数据、工业大数据等领域的开发及应用,预计将成关注的重点。
政务大数据将得到大发展
按照《行动计划》,广东将全面推进大数据应用和产业发展。在大数据应用方面,将加快推动政府数据的开放共享,重点建设全省统一的电子政务数据中心、政务大数据库和数据开放平台“开放广东”,提供面向公众的政府数据服务。同时,加快推动政务服务以及交通运输、社会保障、环境保护、医疗健康、农业气象等民生服务领域的大数据应用。预期到2020年,我省政务信息资源采集率达70%以上,在民生服务等重点领域开放500个以上政府数据集,在社会治理领域形成一批引领全国的大数据应用示范。
事实上,大数据背景下的电子政务信息化,不是简单地将政府行政由物理空间转移到网络空间,而是要为政务流程的数据再造提供基础和平台。近日,在京东云助力“互联网+”战略落地广州站活动上,京东云副总裁李涛涛接受东莞日报记者采访时表示:“拿政务大数据来说,目前,京东的政务云已经顺利帮助不少政府实现了电子政务的转型,从而大力提升了当地政府的服务效率,实现了当地政府互联网+政府产业服务落地。” 李涛涛说,通过大数据、云计算技术和服务,还可以为电子政务提供更专业化、个性化解决方案。
大数据推动“互联网+制造业”
东莞是制造业大市,发展制造业大数据助力转型发展是必然选择。10月28日,《东莞市大数据发展实施方案》在市政府官网正式发布。该《方案》提出,东莞在2018年将初步建成大数据发展体制机制,完成政务云数据中心和政务大数据库建设。《方案》称,东莞在完成政务云数据中心和政务大数据库建设后,将率先在信用、交通、医疗、卫生、就业、社保、地理、教育、文化、环境、金融、质量、统计、市场、气象等重要领域实现公共数据资源合理适度向社会开放,促进大数据民生服务普惠化。
根据《方案》,东莞将运用大数据驱动智能制造加快发展,推动互联网与制造业融合发展,支持工业企业开展设备、产品以及生产过程中的数据自动采集和大数据分析,形成制造业大数据存储中心和分析中心,建设一批数据工厂和智能工厂。引导松山湖、南城、东城、石龙等有条件的镇街和园区打造成国家或省级大数据产业园区,发挥现有产业优势,引进“大物移云”相关国内外知名企业,形成大数据采集、存储、清洗、分析、挖掘、流通、应用和展示的完整产业链。
“大数据推动互联网+制造业,这是一个趋势。”京东云华南区总经理周欣接受东莞日报记者采访时表示,京东云将能够结合包括东莞在内的珠三角的特色,实现当地产业的互联网+升级,促进当地经济结构的调整,带动当地经济的持续发展。比如,在京东云的协助下,广州国际皮具城成功打造了“O2O线上+线下”结合的模式,促进皮具产业转型升级,“未来将与更多东莞企业合作,通过互联网或大数据+制造业,让企业走上快车道。”
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