大数据创新信息化测评方法
目前信息化评测方法基本上是从传统的统计方法延续过来的,其数据主要来自两个方面:各地区政府管理部门上报数据和有关部门的抽样调查。但是,这两种数据来源对于评价地区信息化水平来说,都存在一定的问题。
政府部门提供的数据容易偏重于建设方面,如信息化建设投资了多少、铺设了多少皮长公里光纤、建设了多少数据库、存储了多少数据资源等等,这些数据只能反映政府在信息化建设上做了多少工作,而不能反映信息化的应用效果;利用抽样调查取得的数据也有问题,原因在于样本很难随机抽样、问卷设计难以规范、用户回答的随意性太大,满意度很难作为客观的评价指标。
同时,在评测信息化水平的指标选择上也存在一些问题:指标陈旧、更新不及时、跟不上信息技术环境的变化等。例如移动互联网、电子商务、云计算、物联网等应用很难纳入统计。
总之,传统的统计方式适合于纵向历史数据比较,很难适应以横向比较为主的快速变化的信息化形势。为了能够相对客观地比较各地区信息化发展水平,应当尽量使用一些计算机产生的数据,减少人为随意性带来的不确定性。因此,对于信息化的评测,需要另辟蹊径。
利用大数据方法获取数据
应当看到,地区的信息化水平并不等于信息化建设投资的规模,也不等于信息系统能够提供的功能。城市的信息化水平主要是指信息化应用的普及率、应用深度及应用效益水平。信息化应用水平,尤其是应用效益是不可控的,政府可以建设许多项目,但公众是否愿意使用则是另一回事。应用普及是公众的自主选择的结果,一项对公众帮助不大的服务,用户肯定门可罗雀,用户规模更能反映信息化建设的效果。城市信息化水平的调查重点应当是应用规模。注重最终用户效益的统计调查,有利于管理者重视整体效益,重视各方面环境的配套,也有益于智慧的城市建设。
为提高数据获取的效率、增加数据的客观性,我们应当充分利用大数据的方法对传统方法进行改进。信息技术普及到今天,很多应用数据都能够通过自动化的渠道来获取,需要选择的指标不需要太多,多则惑,少则得。GDP之所以受到人们的关注,最重要的原因就是简单。因此,信息化的评测数据也要力求简单,便于普及与推广,只要能够说明问题,指标数目少一些更好。
大数据可以有以下几个来源:搜索网站(如百度)、信用卡公司(如银联)、电子商务公司(如阿里巴巴)、运营商(三大运营商均可)以及可提供政府网站点击率、市民卡使用率的机构。这些企业与机构提供的数据都是由计算机自动生成的,没有人为干预,数据规范而客观,对于评价地区信息化发展水平是很好的参考资料。
五大参数反映信息化水平
从数据获取的难易性和客观真实性出发考虑,笔者建议利用五大“利用率”指标来评测一个地方的信息化发展水平,这5个利用率分别是信息资源利用率、智能设施利用率、通信设施利用率、政府网站利用率和电子商务利用率。
信息资源利用率:主要数据来源是百度的搜索引擎,可以方便地统计出全国每一地区的搜索量,得出各地区网民的平均信息资源的利用能力,内容可进一步分为信息类、娱乐类、电子商务类。
智能设施利用率:包括银行卡刷卡量、市民卡刷卡量、交通卡刷卡量。这三类数据都较容易获取,人均智能卡使用率能够比较准确地反映城市智能设施的应用效果。
通信设施利用率:主要是地区通信数量,包括3G通信的比例,人均通信量越高的城市,信息化水平越高。通信量还包括城市进出人口的通信统计,可以反映城市人口的流动率,人口流动率也是反映城市信息化水平的重要数据。
政府网站利用率:政府网站点击率能够反映政府电子政务被使用的效果,电子政务网站向城市居民渗透率是评价电子政务效果的重要指标,这个数据并不难得到,分析这些数据对电子政务改进很有价值。
电子商务利用率:电子商务利用率也是评价一个地区信息化水平的重要指标,该数据可以向阿里巴巴订购,可以比较一个城市的电子商务普及率、物流覆盖率、居民消费能力,电子商务统计数据对于比较各地信息化水平十分重要。
上述数据除以地区人口数,即得到相应的信息化参数值。这些数据都是来自计算机的自动统计,在通过数据分析师的进一步整理,因而有着更好的客观性。如果有机构能够将这些数据组织为完整的系统向全国发布,对于各地政府的智慧城市建设会有很大帮助;而承担这项工作的机构有无行政权力并不重要,重要的是创意与合作能力,政府、民间都可以做,或许民间机构会做得更好。
将各地区信息化数据加工成为一个指数来进行信息化统一排名的必要性不是很大,因为各地区环境差异太大。但是,分类的排序却很有好处,有助于各地区看到具体的差距,以便于改进。将这五个参数用雷达图表达会更加直观,从雷达图上可以看出本地区信息化发展的薄弱环节,有助于地方政府改进工作。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13