疫情防控数据治理运营的目标客户为（）

A.疫情防控数据汇聚、共享、应用；建管分离，为数据资源主管部门减负增效、释放效能；保障疫情防控数据安全合规使用

B.建管分离，为数据资源主管部门减负增效、释放效能

C.保障疫情防控数据安全合规使用；提高数据开放水平

D.提高数据开放水平

A.数据没打通、数据不共享

B.数据质量

C.应用不足

D.人员不足

A.月度

B.节假日

C.订单数据

D.年度

E.都可以

A.银行

B.大数据局

C.发改委

D.信息中心

E.旅游局

A.全国疫情防控数据、各地医疗就诊信息

B.相关联系方式、疫情防控科普知识

C.上级文件通知精神、各地复工资讯、浙能战“疫”信息

D.浙能倡议、浙江疫情信息应急广播（每小时刷新）

A.疾控机构

B.卫健部门

C.公安部门

D.大数据信息

A.与政府使命站位一致

B.与政府运营经验一致

C.与政府使命站位一致、与政府运营经验一致、与政府数据规模一致

D.与政府技术水平一致

管理中已得到了广泛应用。一方面催生了数据高度集中的运营架构,大量标准化、批量化的业务被集中到总行或者一级分行层面进行处理,形成了区域性的数据集中、业务作业中心,极大地提高了运营效率;另一方面,大数据为商业银行运营风险防控带来了技术创新,使银行可以从海量数据背后找出风险点,提高了商业银行的风险防控水平。但是大数据的飞速发展也给商业银行运营管理带来了很大的挑战,尤其是在海量数据的存储,“云计算”等大型数据库管理系统的建设,数据资源的运用、共享、挖掘等方面亟需不断提高。 如何抓住大数据发展的契机,真正提高商业银行的运营管理水平,强化风险防控能力成为目前各家商业银行都在探索的问题。笔者认为,首先是要将大数据应用纳入运营管理发展战略。契合发展战略要求,建立全方位数据体系,利用大数据决策系统对海量的数据进行分析,得出事物发展的规律,精准地预测未来。其次是要打造数据化能力,为挖掘数据价值提供基础。着眼于大数据挖掘和分析,对海量数据的持续实时处理,建设数据模型分析,为操作风险防控、经营效率提升、服务质量改善提供支撑。再次是要培养大数据人才,为数据化能力建设提供动力。大数据的分析是多渠道、多方位、随机的,没有固定的分析视角,这种全新的分析方式是开创性的,要求数据工作人员必须拥有较高的综合素质。此外,要大力开展大数据试点项目,尽快推进大数据应用。通过开展一系列大数据试点项目,配以奖励机制,使大数据的发展深入人心,充分调动整个系统关心数据、挖掘数据、分析数据的积极性主动性。最后是要深化大数据的应用,提高银行全面风险防控水平。整合商业银行内外部、客户线上线下的结构化和非结构化数据,对客户进行全方位的评估,搭建更为深化、标准的信用风险管理体系。 根据资料:（） 你认为,商业银行运用大数据进行管理的目的是什么？

A.智慧办

B.大数据局

C.公安局

D.工信局

A.疫情监测分析

B.病毒溯源

C.防控救治

D.资源调配

A.监测分析

B.病毒溯源

C.防控救治

D.资源调配