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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12