
用好大数据推进“智慧城市”建设
大数据已在很多领域被广泛应用,各行各业都受到大数据的强烈冲击。在这样的背景下,中国国际大数据创新发展论坛于23日在深圳召开,此次大会意在激发创新创业活力,鼓励企业发掘和利用数据资源,促进创新链和产业链深度融合,推动大数据发展与科研创新的有机结合,最终形成大数据驱动型的科研创新模式。
而随着大数据时代的到来,深圳也开始进入利用大数据构建智慧城市的进程中。与会专家建议,深圳有良好的大数据建设基础,构建智慧城市一定要用好大数据。
深企将从IT时代走向DT时代
深圳的民营企业众多,大数据对这些民营企业意味着什么?民营企业又如何抓住大数据时代的机遇?正威国际集团董事局主席王文银在演讲时讲了一个“尿布与啤酒”的案例。
“这个‘啤酒与尿布’故事启发我们,大数据让我们可能有全新的视角来发现新的商业机会和重构新的商业模式。今后企业的市场营销活动会更有针对性和精准性。”王文银说。
作为深圳一家知名民营企业的掌舵人,王文银结合正威的实践指出,各行各业开始数字化、互联网化,越来越多的企业将投入到这场伟大的数据革命之中。作为国家级创新城市,深圳市在政策和具体行动上给予大数据产业大力的支持;同时,一大批从事大数据产业实践的知名企业在深圳扎根,也为这个产业发展创造了得天独厚的条件。
王文银分析认为,大数据能让企业精准地生产和服务。它将重构行业商业思维和商业模式。未来的企业将从业务驱动型转变成价值驱动型,而判断价值主要是通过大数据分析,让数据来告诉企业需求在哪、机会在哪、价值在哪。此外,王文银认为,大数据使企业真正实现从过去的以自我为中心转变为以客户为中心,与此同时,大数据一定程度上将颠覆企业的传统管理方式。
“深圳民营经济最有活力,作为其中的一员,正威也正走在通向大数据的路上。目前,集团正在打造大数据互联网生态链。”王文银表示,“预计在5年左右,深圳的企业将从IT时代走向DT时代,因此民营企业一定要抓住大数据时代的机遇。”
大数据是建设智慧城市的源泉
深圳正在构建智慧城市。大数据在智慧城市建设中将扮演怎样的角色?中国智慧城市专家委员会首席科学家李林分享了来自新加坡的经验。他指出,新加坡大数据产业的发展有它自己的规划,一些经验值得深圳借鉴。
李林在新加坡长期研究的是数据信息和知识之间的关系。他认为,新加坡在智慧城市建设方面之所以做得好,得益于他们在35年前就开始构建大数据,“他们整个智慧城市的建设过程其实反映的就是大数据建设的一个过程”。
李林介绍,无论住房、医疗还是教育,在新加坡都是用数据说话。在新加坡租房、买房、入学、看病,根本不需要提供一大堆证件证明,老百姓都不用做任何事情,只要报一个身份证号码就可以了,因为政府早就建好了一个城市管理的大数据系统。“新加坡为了管理好大数据,他还给每一个公民和临时来的暂住者发一个数据代码,这个数据代码会跟你在新加坡所有的社会证件相关联,比如说跟你的中国护照关联。你在新加坡必须使用这个数据代码,因为这个代码会跟你所有的大数据关联,影响到你生活的衣食住行。”
针对现在包括像深圳、上海、北京这样的国内城市也在纷纷推广智慧城市建设,李林指出,新加坡在大数据的建设方面非常有远见。事实上,新加坡在构建城市大数据的时候,首先会充分了解老百姓的需求,通过城市居民在需求上的大数据来构建城市管理,所以现在新加坡人生活得很幸福,这一点很值得深圳学习。“实际上智慧城市建设涉及城市的各个领域、各个产业,大数据是建设智慧城市的源泉,深圳要构建智慧城市,就要把大数据跟智慧城市关联起来”。
深圳有良好的大数据建设基础
城市的智慧建设离不开大数据建设,深圳大数据建设的环境如何,与其他一线城市比,深圳的大数据建设有哪特点?深圳市大数据产业发展促进会秘书长彭向阳指出,与北方的一线城市比,深圳尽管没有丰富的政府资源,但这个以创新为特点的城市在建设大数据领域拥有得天独厚的条件。
彭向阳介绍,深圳的大数据这几年才刚刚发展起来,深圳的大数据促进会也是去年才刚刚成立。“总的来看,深圳的大数据建设尚处在一个萌芽状态。”
尽管在刚刚起步的阶段,但彭向阳认为,“大数据的形成需要打好几个基础,首先是能力基础,再就是技术基础和政府资源的基础,最后是市场用户需求的基础。总体来说,深圳的这几个基础都不错。”
“深圳有很多企业已经通过互联网+这样的形式把自己的大数据系统建立起来了,而深圳市大数据产业发展促进会建立的目的就是为这些企业搭建平台,把最新的技术资源整合起来,推动深圳大数据产业甚至国内大数据产业的发展。”彭向阳说,“目前来看,大量的数据还是在政府手里,我们协会希望推动政府能够尽快开放大数据,为企业应用大数据提供更好的资源和基础。”
针对深圳大量的民营企业,李林建议:“企业首先要了解大数据,然后再指导大家怎么来运用大数据;其二是企业要积极融入互联网。现在我们整个智慧城市建设的核心是网络,网络的应用和大数据的应用相辅相成,有了云计算、有了大数据,我们的互联网才真正有意义;第三,深圳有很多大数据应用得很好的企业,希望大家多看看多学习,因为通过学习才会有启发,你才能在你的行业用好大数据。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03