京公网安备 11010802034615号
经营许可证编号:京B2-20210330
以大数据消费提升城市发展_数据分析师
神州数码控股有限公司董事局主席,中国人民政治协商会议第十二届全国委员会委员,国家信息化专家咨询委员会第四届委员会委员,北京信息化协会会长,中国智慧城市产业技术创新战略联盟理事长,中国民营科技实业家协会第六届理事会理事长。
产业转型要提升服务
郭为认为,东莞的“十三五”规划要坚持以人为本,产业的升级要考虑本地居民的升级。
郭为说,东莞具有发展物流的地理优势,可引导产业工人向物流行业转移,并吸引一部分物流公司在东莞设立总部,发展服务制造业。在技术学院方面,传统技术工人的升级非常重要,高端制造业的转移实际上是人力成本的问题。此外,东莞的娱乐业非常发达,而香港理工学院拥有全亚洲乃至全球最好的酒店管理学院,东莞可以考虑将酒店管理学院移植过来,将产业工人真正变成酒店的管理者。东莞拥有酒店数量的优势,这是一个很大的实习基地,能够让才人更好地落地。
产业布局突出APP模式
郭为认为,传统制造业向智能的提升,要发挥东莞传统的优势,包括采购和展览等资源,再利用互联网的传播模式,结合开发APP和定制化服务,有目的地发展现代制造业的服务模式。东莞要充分运用本地的展会资源,举办有针对性的、专业化的展会,并结合互联网O2O的模式,将一次性的展会变成长期的网上交易。他举例说:“前段时间,我在扬州做的一个规划获得了当地政府的好评。扬州是中国一个大规模酒店用品生产基地,我们在当地每年办一个小展会,去年展会当天的合同成交额高达30亿元,一个星期下来收益颇丰。我们考虑将这个小展会长期建立下来,使当地成为全世界各大酒店采购的集散地”。
郭为认为,东莞有传统制造业的良好优势,可通过引进大学和研究机构,面向自身的产业特征,打造东莞传统产业的服务模式。“今天的智能化在互联网和移动互联网的结合下,与传统智能有一个很大的差别,那就是APP模式。”APP每天都在更新,设备的智能程度会随着数据运用的数量成正比增长,这个市场一旦形成,是别人很难进入的。郭为建议,东莞可以考虑如何在整个产业布局上凸显出APP模式。“我已经在中国走了超过一百个智能城市,这次智能城市的经济转型中,我发现做得最好的企业都是当地培育起来的本土中小企业,一点一滴地成长起来。最近我在佛山顺德帮助传统小家电进入电商领域,已经在3年时间里产生了当地的品牌。”
大数据改变传统产业
在节能环保领域,郭为认为,东莞可以利用现有的城市发展过程遇到的瓶颈孵化出服务于华南地区的产业,既解决城市发展过程中的问题,同时使这些产业服务到周边城市。
他还有一个重要观点是,未来城市的发展会从传统的石油、天然气资源变成大数据资源。数据从哪里来?如何处理这些数据?如何使这些数据发挥更多的作用?郭为认为,东莞作为外向型经济城市,可出台“东莞指数”。“东莞作为出口的一线城市,任何行业跟其他数据连接起来,这将会是一个巨大的信息爆炸。而且东莞拥有天然的资源,例如海关、商检、统计局等部门的数据都是一笔很大的财富。东莞可以通过政府各部门数据的集中和开放,以大数据的消费提升城市的发展。”
对话
实施大数据战略建智慧城市
南方日报:您认为,智慧城市的建设,将会为东莞产业发展及新型城镇化建设带来哪些具体影响?
郭为:智慧城市是面向市民为中心的公共服务,其中包括政府服务、交通服务等。搭建这些服务平台后,要进一步以人为中心开展工作,使老百姓能够用得上,方便他们的生活,这是第一步。进一步而言,市民使用情况本身就是一种新的数据资源。我认为,智慧城市不仅仅在于管理,更理想地是与市民形成互动关系。本质而言,是一种大数据,用得越多,价值越大。
南方日报:您曾提出,中国的信息资源一直存在“部门化”现象,您认为,东莞政府在打破信息“部门化”,实施大数据战略方面,可以做哪些率先尝试?
郭为:中国传统的管理方式是按条条管理的,在一个区域内数据相互之间不能共享。要打破信息“部门化”,必须从服务对象的角度来打破,因为无论是哪方面的工作,其主要目的都是为人服务的。在这个视角下,就能实现数据的融合,融合之后就能产生更大的发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27