
基层工商大数据运用思考与建议
工商部门作为市场主体的入口和主要监管部门,掌握了市场主体从出生到消亡的大数据。为更好地运用大数据,探索便民高效、务实管用的服务监管机制,重庆市工商局沙坪坝区分局就大数据运用工作进行了调研思考,并提出了对策建议。
存在的主要问题
数据采集渠道相对分散。目前我局数据的采集渠道主要分为3种:一是通过综合业务系统采集工商内部数据,二是通过企业信用信息公示系统采集辖区各企业数据,三是其他数据由各部门自行采集。数据分散、整合度不高的问题突出。
数据质量过于粗糙。一是数据失真。企业在填报年报数据时,为逃避税收,往往虚报营业额、资本金等数据。二是数据有瑕疵。由于企业数据录入人员责任心不强等原因,导致数据填写不全、逻辑错误、前后不一等问题突出。比如,在2014年度年报中,我局辖区烟草公司共提供3000多条数据,但数据没有填写营业执照号等项目,只填写了企业名称等项目,无法与工商数据进行整合,最后只有100多条数据比对成功,数据比对成功率仅为3%。
数据采集时间相对滞后。按照《企业信息公示暂行条例》的规定,企业应在即时信息形成之日起20日内进行公示。但由于部分企业不了解政策规定、不重视信息公示或平时业务繁忙忘记公示等原因未及时公示信息。
采集手段缺乏强制性。按照《企业信息公示暂行条例》的规定,企业未按规定报送公示信息,将被列入经营异常名录。工商部门每年按照3%~5%的比例进行抽查,被抽查到的概率很小;即使被抽查到,也可以通过补录然后申请移出经营异常名录,因此这种手段对企业缺乏强制性。
数据分析方法过于简单。现行的工商数据分析一般是通过分析报表,进行简单的、初级层面的加减运算,形成辖区市场主体发展分析报告和商标、电商、广告、合同、消费维权等各业务监管现状分析。然而,这些数据是可以通过数据挖掘、关联分析、云计算等专业统计分析方法进行高层次的深度分析,发现影响社会经济发展的系统性因素,为政府进行宏观决策提供参考。
对策建议
充分利用现代信息技术,建立统一的数据采集平台。针对现行数据采集渠道分散的问题,建立统一的微信平台进行数据采集。将辖区各部门的数据,通过数据库桥接配置与该微信平台进行对接,真正实现部门间数据共享。开发“一键报送”功能,各企业用户通过扫描该微信平台二维码,真正实现年报信息、即时信息快速上传,实现企业和政府部门之间数据共享。开发“一键投诉”功能,消费者可以通过该微信平台快速举报,也为工商部门采集了消费维权数据。开发“一键上传”功能,各街镇、社区通过该微信平台将日常检查中发现的情报信息实时上传,为工商部门采集社会监督数据。
制定数据采集规范,建立统一的数据质量标准。针对数据质量相对粗糙的问题,积极争取当地政府的支持,尽快出台辖区数据采集规范,统一数据采集标准。采取“一表填报”的方式,各部门按照标准要求,按照时间顺序,使用统一表格进行数据填报。比如,企业在办理注册登记时,由工商部门在该表上填报登记信息。企业在办理行政审批时,由相关部门继续在该表上补充许可信息。税务、银行等部门和机构按照时间顺序在该表上录入相应数据。
建立自动提示报警系统,提高数据报送实效性。针对数据采集时间相对滞后的问题,开发新软件,建立自动提示报警系统。比如,企业形成即时信息20日内未报送即时信息的,平台每日发送短信或微信提醒企业;企业超过20日未报送的,平台发送报警短信或微信告知企业;企业被列入经营异常名录的,平台每日发送短信或微信提醒企业,同时将名单用短信或微信发送给各部门和公众,让企业接受部门和社会监督。
多措并举,提高数据分析水平。一是开发“企业信用体检”功能,通过对数据的加工处理和模型构建,模拟人体医学体检形式,对辖区企业进行“信用体检”,全面掌握企业整体健康状况及趋势变化,并一键生成企业信用体检报告。二是加强与高校、科研机构的合作,完善工商数据分析模式。三是主动购买第三方专业机构服务,将海量数据进行分析比对,挖掘有效信息,出具专业的分析报告,为政府科学决策提供有效依据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17