京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何理解总理提到的“大数据创新商业模式”2
大数据+N
然而,从其根本性质来说,大数据不只是一个产业这么简单。它在社会的各个领域中都无所不在,可以与N个产业“相加”,这种“大数据+”的特性,也让它越来越受到李克强总理的重视。
1月4日,在开年的第一次考察中,李克强见证了首家互联网银行——深圳前海微众银行的第一笔贷款,并鼓励这家银行“在互联网金融领域闯出一条路子”。而微众银行最重要的特点之一,就是既无营业网点,也无营业柜台,更无需财产担保,而是通过人脸识别技术和大数据信用评级发放贷款。
国务院常务会议是观察中国经济政策走向的最佳窗口之一,也是总理释放信号的重要场合。而过去一年来,有6次国务院常务会议的议题都与大数据运用有关,涉及到多个产业和政务领域。
——2014年7月23日,审议通过《企业信息公示暂行条例(草案)》,推动构建公平竞争市场环境?其中要求建立部门间互联共享信息平台,运用大数据等手段提升监管水平。
——9月17日,部署进一步扶持小微企业发展,推动大众创业、万众创新,其中包括加大服务小微企业的信息系统建设,方便企业获得政策信息,运用大数据、云计算等技术提供更有效服务。
——10月29日,要求重点推进6大领域消费,其中强调加快健康医疗、企业监管等大数据应用。
——11月15日,提出在疾病防治、灾害预防、社会保障、电子政务等领域开展大数据应用示范。
大数据,也是政府的事儿
从金融、医疗、贸易到扶持小微企业、电子政务、监管审计,在李克强看来,利用大数据绝不仅仅是企业的事,也是政府部门的事。
2014年7月25日,在山东浪潮集团考察时,李克强把相关部门负责人叫到身边“现场办公”,要求他们要以云计算、大数据理念,与企业信息技术平台有机对接,建立统一综合信用信息平台,实现“大数据”共享。
他说:“不管是推进政府的简政放权,放管结合,还是推进新型工业化、城镇化、农业现代化,都要依靠大数据、云计算。所以,它应该是大势所趋,是一个潮流。”
这段被中央人民广播电台报道的讲话,可能是李克强关于大数据在经济政策中发挥的作用所作的最明晰表述。
李克强“大数据经济”的背后逻辑,是中国经济悄然发生的“质变”。正如总理在世界互联网大会的那次座谈会上总结,去年以来,中国经济在增速放缓的情况下,中国就业率不降反增,重要原因是进行了政府的自身改革,推出商事制度改革等一系列简政放权举措,引发小微企业、个体户井喷式增长。而这些企业、商户中多数人的经营业务,都是依托于互联网展开。
他强调,为了增加就业、从而增加人民的收入,政府会坚定不移地支持电子商务、跨境电子商务,以及云计算、大数据、物联网的发展。“13亿中国人,八、九亿劳动力,这其中如果有越来越多的人依托新业态发展,就会培育出中国经济发展的新‘发动机’,也必将会对社会发展、人民进步造成深刻影响。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29