京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2023年4月2日,由CDA主办的CDAS2023中国企业数字化转型最佳实践案例高峰论坛在北京西直门宾馆会议中心举行,本届CDAS高峰论坛以“心中有数“为主题,聚焦企业数字化转型和数字化人才培养。包含《企业数字化转型和数字化人才培养》与《2023中国企业数字化转型最佳实践案例》两大主题分论坛。来自数字化领域的26位专家及企业数字化转型一线操盘手,基于银行、金融、保险、传统制造、新零售、互联网、汽车、地产、基建等行业,围绕数字化转型的战略、实践与探索,数字化人才建设与培养,数字化思维打造与重塑,数据-技术-场景深度融合,数字化转型的系统化推进方法与路径,人工智能在数字化转型中的应用,数字化赋能营销增长和运营等角度展开主题演讲。共同研讨中国企业数字化转型、数字化实践、数字化人才梯队建设等热点话题,为企业探索有效的数字化应用场景提供思路。


据了解,CDAS是由CDA发起并主办的中国数据分析师行业峰会,自2015年起已成功举办6届,共吸引了近2万余名数据分析行业专家及从业者参会交流,已成为具有标杆意义的行业盛会。主办方CDA多年来专注于DT时代前沿技术人才的认证和培养,围绕大数据、数据分析、人工智能等领域,打造全方位的教育+AI生态服务。通过三级认证培训体系,构建起从中国出发,面向世界的国际化数据分析行业人才标准,为行业输送优秀人才,为数据分析和大数据项目承揽提供资质证明。
中国中医科学院博士后王大禹,介绍了数字化技术在医疗领域的最新进展;中国五矿战略发展部高级经理刘特,探讨了大数据在金属行业的应用实践;知名Fintech公司数据科学家于策,基于自身经历展示了一名数据科学家的成长之路;国富如荷 CHO侯蓉、汇智汇源联合创始人闫吉伦,介绍了数字化企业组织与人才建设的最新发展趋势以及数字化转型时代企业数字化人才体系的构建方法;中国铁建房地产集团客研中心负责人岳崟,分享了大数据助力房企业务发展的案例及思考;中国联通集团首批数字化创新企业创始人李福东,则分享了“物云数智”等新一代信息技术在构建数字化生命体并形成数智化飞轮效应方面发挥的重要作用;数据挖掘与人工智能硕士徐小磊,探讨了在数字化转型浪潮中,数据驱动的银行零售业务如何成为银行实现业务增长和竞争优势的重要手段等。
在下午的中国企业数字化转型最佳实践案例分论坛,美的集团美云智数副总经理李冬,中国联通智慧足迹数据首席营销官赵华,数据科学家冯安妮,数据科学家曾津、创数纪创始人刘彤,田一科技创始人毛轶,城市象限ceo茅明睿,脉策联合创始人王可青,极海纵横ceo王昊,百分点科技集团数字产业事业部总经理杨东,量子数聚CEO仲伟,融信数联CEO于笑博,DataFountain数联众创副总裁任永贺,云徙科技副总裁毛健,华控智加副总裁李飞等15位企业方嘉宾,围绕地产、传统制造、保险、金融、新零售、互联网等不同行业的数字化转型最新经验和成果,共同探讨了数字化转型对全球经济发展的深远影响。

同时,峰会特邀中关村大数据产业联盟副秘书长陈新河,在峰会压轴环节发表题为《企业数据资产构建与数据要素激活--基于数字化转型成功企业案例的实践和探索》的主题演讲,包含:政府、银行、保险、汽车、电动车、交通、能源、家电、工程机械、车联网平台等10个行业的17个数据资产构建和数据要素激活实践案例,给出数据资产构建的一般方法和数据价值变现的基本途径,并通过大量的调研数据、走访案例,指出当前中国企业数据资产构建和数据要素激活的要点、痛点和难点。同时对数据20条和国家数据局的成立进行解读:数据作为战略资源和先进生产力在企业竞争、城市格局重塑和国家核心竞争力塑造等方便将发挥非常重要的作用。未来数据将作为第四张表作为企业核心价值的重要体现,城市资产也将被重置,从固定资产投资到数据资产构建,再到数据要素激活和商业价值变现;平台经济作为数字经济的典型特征,以数据聚集和利用的城市将成为新的节点网络城市而取代过去的区域中心城市;以数据为核心的新平台企业、新国家企业、数据殖民地等现象将频繁发生。
国家把数字经济、数字化转型列为十四五规划的重点内容之一; IDC的报告显示,全球已有67%的企业将数字化转型作为企业的核心战略,这一事实反映了企业数字化转型已成明确趋势,唯有转型,方能生存!然而,麦肯锡的调查报告显示,全球企业数字化转型失败率高达80%;《企业数字化升级之路——百家企业数字化转型发展分析报》白皮书显示,三分之一的国内企业尚未启动数字化转型,半数企业仍处于探索尝试阶段,面临转型广度有余、深度不足的困境。要不要转、能不能转、如何转,成为企业面临的重大课题。
本次CDAS2023成功举办不仅为各界代表分享数字化转型经验和成果提供了一个平台,也为未来数字化转型的发展指明了方向。相信在全球各国的共同努力下,数字化转型将会取得更加显著的成果,为推动全球经济持续健康发展注入强大动力。
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