
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
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30