
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
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02