一是数据支持大型数字企业产学研一体化创新。大型数字企业生产和收集大量数据，能够准确感知市场需求和应用场景。同时，大型平台有能力进行大规模投资。2021年，中国R&D投资前三名是数字企业。它们可以建立R&D集群，R&D内容可以覆盖工业生态所需的全链技术体系，直接应用于自身庞大的生态系统。以自动驾驶平台为枢纽，建立了芯片、车联网、数据处理、人工智能、传感器等自动驾驶创新网络。在这种模式下，所谓的“科技成果转化”并不存在创新、产业与用户一体化的问题。
2023年上半年，中国信通院发布了两项通用数据应用技术标准：数据可视化服务能力分级要求、《智能增强数据分析工具技术要求》将为各方开展相关工作、产品设计或技术选择提供参考。
在数据分析中，获得各种描述性统计指标是必不可少的一步。丰富的Stata统计命令可以满足各种分析需求。例如，我正在研究某一地区的房价影响因素。我可以使用Stata提供的回归分析命令进行相关分析，以获得每个变量之间的关系。同时，Stata还提供了绘制直方图、散点图等强大的数据可视化功能，可以直观地显示分析结果。这不仅帮助我更好地理解数据之间的关系，也让我的研究更有说服力。
会议上，中国信息技术学院云计算与大数据研究所工程师王超伦发表了题为“数据应用产业发展趋势”的分享，系统梳理了数据应用相关政策、发展趋势、行业痛点和关键方向，介绍了中国信息技术学院在数据应用领域的工作趋势，发布了《智能增强数据分析工具技术要求》、《数据可视化服务能力分级要求》、《数字营销解决方案能力分级要求》、《金融信贷智能风险控制解决方案能力成熟度模型》等标准，介绍了信通研究所在商业智能、可视化、数据科学、知识地图、数字营销、智能风险控制等数据应用领域的评价和测试。
Ryan Snyder：在前两层中，我们根据业务背景构建数据解决方案，由业务部门主导讨论，但IT部门仍参与其中。然而，在治理和架构层面，IT团队将促进对话，决定数据标准和规则，使我们能够管理可用层。数据存在于一个或多个云中吗？我们想为每个业务使用相同的视觉工具吗？谁访问了数据的权限？
为了解决这些问题，报告提出了一系列解决方案，建议开放整个品牌链接数据，建立统一的用户认知，建立品牌标签系统，适合实际业务场景的沟通和运营。报告还建议创建多维用户肖像，智能全群组，实现精准营销的闭环迭代。品牌可以通过搭建营销自动化平台，满足品牌高频大规模用户的运营需求，实现与用户的持续互动，减少重复工作，降低劳动力成本。还可以通过可视化数据看板，通过不断回传数据进行自我优化，帮助品牌制定更准确的营销策略。