如何顺应“大数据”时代变革?

大数据”时代抢占先机。工商部门作为我国市场主体登记部门,积累了大量的市场主体登记、行政执法、投诉举报和内部管理等数据。这些数据是“国家经济户籍库”的重要组成部分,也是我国市场经济的“晴雨表”。

 

积极应对,用科学方法对数据进行处理、分析

 

从工商数据出发,对大数据进行深度的分析,挖掘出有效信息为决策提供参考。即通过市场主体分析发现经济增长的内生动力,通过市场主体发展透析产业结构调整与优化,通过市场主体分析优化国有资本布局,通过横向对比发现区域比较优势,从而优化产业结构,促进经济社会发展。

 

首先,在整合零散的、破碎的、局部的数据基础上,运用技术手段分析、挖掘深藏于数据中的宝贵价值,以这种方式帮助实现更好的决策,推动政府决策机制从“业务驱动”向“数据驱动”转变,提高行政效率。

 

其次,对海量数据进行采集、整理、清洗,并在此基础上进行数据的分析挖掘,将“大数据”价值挖掘技术与工商数据实现无缝对接,进行科学的数据管理,紧抓基础数据质量关,巩固和完善数据信息采集及质量审核制度,严格数据质量控制,真正做到“数出有源、真实可靠”。把对数据质量的控制贯穿于数据收集、使用、发布等所有过程,建立数据质量救助机制,通过开展数据质量复审进行纠错,使之更好地支持宏观决策,促进市场经济的科学发展。

 

第三,在推进信息化建设的同时,更加注重对数据资源的利用,加强与高校、研究机构等合作开展工商数据研究,建立工商数据综合分析应用体系。围绕广西经济社会发展的热点、难点问题,立足工商数据,加强对数据的深度挖掘、分析与研判,特别要注重新兴产业等工商数据专题研究,更好地发挥工商部门服务经济社会科学发展的职能作用。

 

转变思路,为“大数据”创造良好环境

 

十八届三中全会《决定》对全面深化改革作出了部署,提出要“改革市场监管体系,实行统一的市场监管”。对工商部门而言,就是要借力工商系统的数据库,优化营商环境,便捷高效服务各类市场主体,真正做到把该管的事管住管好,把不该管的事放手交给市场。

 

由国家工商总局开始的“金信工程”,经过十几年的建设,已初步具备“大数据”时代政府数据分析应用的雏形。目前,我区工商系统虽然掌握着360万条以上的数据,但数据综合分析利用工作还处于初级阶段,面临数据量大却利用不足,或者不知如何利用的尴尬境地,与“大数据”的发展潮流相背离。

 

“大数据”相关行业和业务涉及面广,相关行业监管机构有工商、税务、商务、工信、发改委、银行等部门。为此,需要建立统一的工作协调机制,构建以政府为核心的多元监管体制,形成政府、自律组织、消费者组织以及公民等多个监督主体共同协调运作的格局,让“大数据”真正跨越政府部门内部协同鸿沟,使社会公众和政府的各个管理部门、行业自律组织,能够及时、方便、全面地了解企业的登记和信用信息,加强部门间的协调配合,为“大数据”创造一个宽松的发展环境,共同营造统一开放、公平诚信、竞争有序的市场环境。

 在这里我还是要推荐下我自己建的大数据学习交流qq裙:522189307 , 裙 里都是学大数据开发的,如果你正在学习大数据 ,小编欢迎你加入,大家都是软件开发党,不定期分享干货(只有大数据开发相关的),包括我自己整理的一份最新的大数据进阶资料和高级开发教程,欢迎进阶中和进想深入大数据的小伙伴。上述资料加群可以领取

搭建共享平台,解决“信息孤岛”问题

 

从广西的情况看,政府管理领域各部门都掌握着信息数据,初步统计,大约50个厅局有近200个数据项,而这些数据目前无法相互联通,形成“信息孤岛”。因此,要建立健全统一规范的市场主体信用信息公示平台,解决工商数据的“信息孤岛”问题。

 

一是遵循信息化建设规律,整合工商系统基础数据信息资源,以工商部门经济户籍库为基础,建立工商综合业务系统,进行网群化管理,实现工商政务组织结构和工作流程的优化重组,超越时间、空间和部门分隔的限制,建成一个精简、高效、廉洁、公平的运作模式。

 

二是整合现有的政府市场主体信息公示平台和渠道,建立统一的市场主体登记许可及信用信息公示平台。由工商部门牵头,以工商系统基础数据信息资源为基础,建立统一的市场主体登记许可及信用信息公示平台,汇总市场主体各方面信息,全方位系统公示主体信息,包括市场主体登记、资产状况、监督管理、信用记录、违法违规记录等。同时加强对违法经营者、中介机构、相关业主、投资人、市场主体高管等,以及税务、银行、保险、进出口、出入境等各方位的信用约束。

 

三是完善相关法律,尽快对“大数据”运用进行立法。目前,国家工商总局制订了《信息公示条例》送审稿,已上报国务院审批。广西要制定信息数据管理地方性法规,规范管理信息数据,为数据的开发利用创造良好的法制环境;鼓励政府机构和企业面向群体、服务社会的数据挖掘,防止侵犯个体隐私;提倡数据共享,防止数据被滥用,明确界定数据挖掘、利用的权限和范围。

你可能感兴趣的:(大数据,程序员,编程语言,互联网资讯,人工智能,机器学习)