大发11选5

      1. <table id="vina7"></table>
        1. <table id="vina7"></table>

            <sub id="vina7"></sub>
          1. <input id="vina7"></input>
          2. <output id="vina7"><rt id="vina7"></rt></output>
            <meter id="vina7"><menu id="vina7"></menu></meter>

          3. <table id="vina7"><meter id="vina7"></meter></table>
            刊登廣告 | 雜志訂閱 | 聯系我們 | 關于我們 | 加入理事會 | 加入收藏
             
            首頁 |本刊特稿 |管理論壇 |管理批判 |案例·實務 |封面文章 |管理創新 |方法 |企業信息化 |理論·前沿 |管理點滴
            微言管理 |精彩推薦 |欄目展示 |關于我們 |投稿須知 |在線調查 |主編信箱 |在線交流 |企管書架|企業家|讀書匯
                 
               
                 
            請輸入要搜索的文章標題
             
             
              《企業管理》雜志簡介:
            《企業管理》雜志是由國務院國有資產監督管理委員會主管,中國企業聯合會主辦的中文核心期刊(月刊)。
            · 1980年創刊 領先地位
            · 龐大的精英受眾群體
            · 全球視角 本土方案
            · 最高發行量48萬份 滲透中國企業界
             
               訂閱方式    
             
             
             

            1. 在選題方面,當前國內企業管理領域的熱點、難
            點、疑點問題。了解企業當前的實際問題,是提高
            稿件采用率的一個關鍵因素。
            2. 在文章風格方面,在敘述方式上力求簡明通俗,
            注重可讀性和觀點的新穎。您不妨施展一下您的生
            花妙筆,把您的理論、觀點和故事敘述得更明白有
            趣一些。
            3.本刊多年來形成并保持了以案例說話的風格,我
            們歡迎作者提供更多新鮮的、原創的案例文章。
            4.本刊審稿周期為兩個月,對于沒有選用的稿件尚
            無法一一退稿,敬請諒解。
            5.本刊對于作者投稿從不收取“版面費”、“審稿
            費”等名目的任何費用。

             
              <<詳情查詢>>  
             
              投稿郵箱 :E_mail:qyglzz@263.net.cn
             
             
              副社長兼采編中心主任:王仕斌:特稿、專欄 點擊這里給我發消息 電話:68453201
            副主任:王黎: 特稿、管理批判、方法 :點擊這里給我發消息 電話:68701529
            欄目主編:程丹丹:信息化·智能化、理論·前沿:點擊這里給我發消息 電話:68414646
            欄目主編:苗榕 :封面文章、案例·實務:點擊這里給我發消息 電話:68436071
            欄目主編:韋敏:企業家、管理創新:點擊這里給我發消息 電話:68436071
            欄目主編:張艷蕊:點擊這里給我發消息 電話:68436071
            編輯:井亞瓊:論壇: 點擊這里給我發消息 電話:68414646
            企業研究中心主任:郭學軍:走進央企、讀書匯: 點擊這里給我發消息 電話:68701338
            欄目主編:呂宏勝: 點擊這里給我發消息 電話:68701338
             
             
                 
              更多>>>  
              ·企業家心得(2020-01)
            ·挖來的產品經理難“存活”(2020-01)
            ·“吃虧”的宗艾商人(2019-11)
            ·“救星”小樹苗(2019-11)
            ·一杯水的壓力(2019-11)
            ·逆向思維(2019-10)
            ·經典管理理論二則(2019-10)
             
             
                 
              更多>>>  
             
             
                     
                企業信息化    
              擊中痛點,讓大數據落地(2019-11)  
            企業管理雜志 發布時間:20-01-20        
               

            構建生態視角的人才獲取方式、行動學習式的項目團隊組合和項目落地的七步流程。



            文/黃嘉燁



            關鍵詞:大數據  商業洞見  商業決策  項目落地  會員管理  時尚品牌

                 目前,我國圍繞大數據創業的公司數以萬計,面臨這一波新浪潮,傳統企業也躍躍欲試,希望能夠借助大數據等技術手段實現數字化轉型。然而,這樣的轉型并非易事,除了個別行業的領先企業之外,大多數企業的大數據戰略都還停留在論證或實施階段,項目落地情況參差不齊。
                
            一、大數據項目落地的三個痛點
                 對于很多企業來說,為什么大數據項目落地舉步維艱?我們通過文獻研究和對中國數十家企業的調研,發現當前推動大數據項目落地主要存在以下三個痛點:缺乏合格的數據人才,數據分析的結果得不到有效的應用,缺乏有效支持大數據項目落地的流程。筆者與企業業務專家和咨詢顧問一起探討,逐漸形成了一套應對三大痛點的解決方案——大數據落地三角模型(見圖1)。
                 大數據落地三角模型包含三個要素:人才獲取方式——ECO模型、團隊組織方式——ABC團隊組合模型、大數據項目落地流程——GRANDER模型。
                
            二、大數據人才獲取方式:ECO模型
                 根據麥肯錫的研究,大數據人才包含四種角色。
            數據清洗專家:保證進入系統的數據是干凈、準確的,并在整個數據生命周期中一直保持如此。
            數據發現專家:負責從海量的數據中篩選出有用的數據。這項工作非常關鍵,因為數據本身并不是為了分析而產生的,其原本的存儲和結構訪問起來并不方便。
            業務解決方案架構師:負責整合、重新組織數據發現專家篩選后的數據,使之成為易于分析的格式。他們構建恰當的數據結構,確保數據能夠被所有使用者在需要時訪問,保證正確的數據在正確的時間位于正確的位置上。
            數據科學家:在這些整理過的數據的基礎上建立科學的分析模型,比如幫助預測用戶行為,將客戶進行精細分群,以及優化定價。為保證模型的有效性,他們經常需要更新模型。
                 這四類角色中,除了第三類可以從現有的軟件開發架構師中尋找外,其他的三個角色,在傳統企業中基本是空白,而市場上也非常緊缺。如何在有限的數字化轉型時間窗口內獲取這樣的人才,傳統的招聘模式基本上是不奏效的。為此,我們提出了獲取稀缺數據人才的ECO模型(Employee Training, Crowdsourcing, Outsourcing,見圖2)。ECO也是ecosystem(生態系統)的縮寫。


            1.培養內部的數據專家
            (Employee Training)
                 培養內部的數據人才是一個比較慢的過程,尤其是掌握大數據中的復雜分析方法,或者具備開發新算法的能力,都需要長期的專業訓練。但是,企業大數據的應用往往遵循一個從初級到高級的漸進式過程,這個過程正好可以配合內部人才培養的過程。實際上,在數據分析的初級階段,往往是對“小數據”的分析,如通過對結構化數據庫的分析,獲得某些商業洞見,這個過程需要的理論和工具并沒有超出一個理工科大學畢業生的知識范圍。所以,內部培養數據專家,是可行的,而且是必需的。尤其考慮到專業數據專家應該具備商業敏感性,內部培養就更加重要了。
                 內部培養可以導入企業內訓課程,也可以利用網上的免費資源。如IBM的“大數據大學”提供免費課程,在慕課平臺Coursera上,可以學習華盛頓大學的數據科學概論、斯坦福大學的統計學基礎,哈佛大學也在網上免費提供數據科學課程。數據可視化方面,加州大學伯克利分校通過其官網提供可視化課程。如果想學習處理大數據的語言Python, 在Coursera, Codecademy和麻省理工學院均有針對初學者的免費課程。
                 內部數據人才的培養,最好結合具體的大數據分析項目,一邊學習,一邊應用學習的結果解決組織的現實問題,這種工作與學習相結合的行動學習的方式,其效果才是最大化的。
            2.眾包模式(Crowdsourcing)
                 眾包就是利用計算機平臺,利用散布在世界范圍內的技術專家解決企業的數據分析問題。眾包模式在很多領域已經得到應用,如軟件開發領域的大大神網,設計領域的豬八戒網等,在業界都有相當的影響力。
                 眾包本質上是一種共享模式。當某種人力資源比較稀缺,或者自己擁有某類人才時,共享這些專業人才就是更好的選擇。鑒于高級數據人才在相當長的一段時間內都是稀缺的,而企業對數據的需求又呈現出爆炸式的增長,對有限的高級數據人才進行共享,采用眾包模式,不論對于人才本身還是對于企業來說,都是合理的選擇。伴隨著眾包平臺的成熟,更多人愿意選擇依靠平臺工作而不是受雇于一家企業,大數據領域采用眾包模式,不論對企業,還是對國家層面,都是一種更優化的資源配置方式。
                 更重要的是,中國企業眾多,大數據的應用場景全球最豐富,可以通過眾包模式吸引全球的數據人才從事分析和算法開發,這是全球數據人才的優化配置過程。
            3.外包模式(Outsourcing)
                 眾包模式是利用個體的數據專家進行數據分析和算法開發,而外包模式則是尋求專門的大數據公司進行合作,對于某些專業領域,如數字化門店、數字化營銷、智能工廠等領域,已經出現了專門的大數據公司。他們規模不大,但在聚焦的領域積累很深,同這些機構合作,進行項目式的大數據分析,或者建構大數據能力都是非常必要的。
                 值得注意的是,目前,阿里巴巴、京東、騰訊等平臺,都提供了強大的數據分析能力,平臺上的商家完全可以直接利用這些平臺的數據分析能力一步進入大數據時代。當然,目前這些平臺上的數據都是割據一方,互相之間沒有打通,提供的數據都是局部的。未來,會出現跨平臺的數據分析公司,為企業提供更全面的跨平臺數據分析服務。
                 數據人才獲取的ECO模型,全面分析了數據人才分布的生態,并提出了系統化的數據人才獲取方案,可以大大緩解數據人才的短缺。
                
            三、大數據項目的團隊組織方式:ABC團隊組合
                 大數據分析不只是大數據的事情,它起于商業敏感,成于商業洞見、商業決策和商業行動,終于商業成果,這就決定了這個過程必須采用數據人才和業務專家合作共創的模式,這有別于當前普遍存在的“扔過墻頭”模式。為了更好地實現合作,我們提出了ABC團隊組合模式(見圖3)。
                 所謂ABC團隊組合,就是將數據分析專家(Analysist)、商業專家(Business Expert)和計算機技術專家(Computer Expert)組合成一個團隊,通過一定的過程,共同研討和實施大數據項目。由于大數據項目的落地是一個持續形成假設和行動驗證的過程,嚴格來講,這個項目團隊就是一個行動學習團隊。
                 如圖3所示,精通一個領域,同時又對其他兩個領域有所認識的人才,是非常難得的,這樣的知識構成,使其成為不同專業之間的翻譯,將大大提高溝通的效率。而行動學習的過程,通過持續的研討和交流,可以讓更多的小組成員進入其他領域,培養更多的翻譯人才,為開展更多的項目儲備人才。


                
            四、大數據項目落地的高效流程:GRANDER流程
                 成立跨專業的ABC團隊后,就要遵循一定的項目流程開展工作。為此,我們設計開發了大數據項目落地GRANDER流程,包含七個步驟(見圖4)。
            1.設定商業目標(Goal)
                 大數據項目一定不能從數據分析出發,而是要從澄清商業目標出發。很多由數據專家主導的大數據項目忽略商業目的,純粹從技術角度追求所謂的先進性,其分析結果可能毫無用處。
                 但是,確認商業目標并非是一個顯而易見的事情,需要ABC團隊一起研討。一般的研討過程,可以是業務專家提出業務層面的痛點和期望,明確需要解決的問題。計算機專家對于當前已有的數據資源進行分享,數據專家初步判斷業務專家提出的期望哪些可以滿足,哪些短期內很難滿足。當然,也可能出現計算機專家和數據專家根據已有的數據基礎,先提出可能的分析方向和成果,業務專家再判斷哪些方向是當務之急。
                 總之,ABC團隊的對話是非常重要的,這往往是一個層層深入、不斷迭代的過程。通過這樣的深度對話,逐漸澄清分析的領域和要達成的商業目標。
            2.規劃數據資源(Resource)
                 根據要達成的商業目標,ABC團隊開始詳細計劃需要哪些數據資源,哪些數據資源是現在就有的,還存在哪些數據資源缺口,通過什么樣的技術手段可以獲取。這個環節最重要的是遵循循序漸進的原則,先利用已有的數據作分析,不斷獲取新的數據,實現新的分析,一般不需要將分析建立在完美的數據資源的基礎之上。我們調研的一些企業,期望先打通內外部多個平臺的數據,建立數據銀行,再進行數據分析。結果建立數據銀行的工作曠日持久,很多本可以當下就進行的很有價值的分析卻一直沒有做。這樣的持久戰,導致公司內部質疑聲音很多,從而加大了項目推進的難度。
            3.開展數據分析(Analysis)
                 確定數據資源以后,數據專家和計算機專家要密切合作,分析數據類型,進行數據清洗,確保進入系統的數據是干凈、準確的。同時,他們還要從大數據中選擇出真正需要的數據。計算機專家負責整合,重新組織數據專家選擇的數據,并使之成為易于分析的格式,構建恰當的數據結構,確保數據能夠被所有使用者在需要的時候訪問。與此同時,數據專家在這些整理過的數據基礎上構建分析模型。這個過程,需要數據專家和計算機專家的密切配合。
            4.形成商業洞察
            (New Understanding)
                 分析模型輸出的結果本身并沒有意義,除非我們能夠解讀它,并賦予它意義,這個就是商業洞察的過程。這個過程,需要ABC團隊召開專門的商業洞察研討會。首先由數據專家解釋分析過程及分析結果,然后由業務專家對結果進行解讀,既包括這些結果的成因,也包括這些結果對于業務可能產生的影響。而這些解讀,有可能引發新的數據分析,以驗證解讀的有效性。不論分析技術多么先進,如果不能產生商業洞察,就不能幫助管理者形成商業決策,更不能實現商業目標。傳統上,這個形成商業洞察的環節實施不當,是大數據項目失敗的重要原因。因為多數大數據項目,數據團隊和業務團隊沒有緊密的合作過程,商業洞察的過程通常是由欠缺業務經驗和商業敏感的數據團隊做出的,這就造成業務團隊不理解、不認同數據團隊分析結論的情形。
            5.做出商業決策(Decision)
                 有了商業洞察,業務專家們就可以在此基礎上形成商業決策。盡管形成商業決策的過程,計算機專家和數據專家的貢獻通常不大,但我們還是強烈建議ABC團隊要一起研討。計算機專家和數據專家參與研討的重要意義不是他們有多少貢獻,而是他們有很多積累,可以幫助企業管理者更深刻地理解數據對業務的具體影響。同時,能夠親身參與數據分析成果變成商業決策的過程,也大大提高了團隊成員的成就感和自豪感。當然,這個過程可以召集更多的業務層面或戰略層面的人員參與,尤其是負責商業決策落地的人員,他們在這個階段的參與,對于提高項目執行的力度是非常重要的。
            6.持續迭代驗證
            (Experiential Learning)
                 基于大數據分析做出來的商業決策是否能夠產生預期的商業結果,還需要進一步驗證。這個階段,ABC團隊就要選擇變革準備度比較高的業務部門進行局部驗證,并根據驗證結果不斷調整商業決策和行動計劃;有些情況下,沒有達成商業成果,也有可能是商業洞察的結論本身就有問題;某些極端情況下,驗證過程還有可能發現數據分析結論中的錯誤。這是一個典型的行動學習的過程。這個持續迭代的過程,直到輸出商業結果才結束。當然,在有些情況下,我們可能證明了某些數據及分析方法無法達成商業目標,這也是非常重要的學習成果,并非意味著項目是失敗的。
            7.總結固化經驗(Reflection)
                 最后一個步驟是對項目實施過程中的成敗得失進行復盤,從而持續優化人才來源、項目成員組織模式以及項目開展的流程,從而讓大數據工作能夠更加高效。這個過程,應該由ABC團隊和項目實施團隊一起召開總結會,公司領導出席并對項目組的貢獻進行客觀的評價和激勵。
                 GRANDER模型提供了大數據項目落地的路線圖。有了路線圖的指引,可以避免大數據項目實施過程中的很多風險和錯誤,大大提高項目推進的速度!


            主要參考文獻
            [1] 麥肯錫公司.麥肯錫大數據指南.機械工業出版社,2016.
            [2] 伯納德.馬爾.數據戰略——如何從大數據/數據分析和萬物互聯中獲利.機械工業出版社,2018.
            [3] 伊恩.麥吉爾,利茲.貝蒂.行動學習法.華夏出版社,2016.
            作者單位 北京凱文學校
             

             
               頂(1090)  踩(1143)   查看次數:(2087)   
             
                更多>>>
              本刊特稿
            ·以管理創新為驅動 打造智能家居航母企業(2...
            ·持續深入推進“雙創” 推動企業創新發展(...
            ·激活機制 引領“雙創”——訪榮事達電子電...
            ·2019關鍵詞里看管理(2020-01)
            ·激活機制 引領“雙創”——訪榮事達電子電...
            ·2019年宏觀經濟回顧與2020年展望(2020-01...
             
             
                更多>>>
              管理論壇
            ·長壽企業的文化共性(2020-01)
            ·“吃”的時代過去了嗎?(2020-01)
            ·“向華為學管理”系列(四)管理不只有黑白...
            ·《一位總經理的成長手記》系列(六)反轉市...
            ·認知思維,心智時代的決勝之道(2020-01)
            ·預約有規則(2020-01)
             
             
             
                更多>>>
              管理批判
            ·康得新緣何墮入“債務陷阱”?——基于大股...
            ·網易考拉:市占率向左,盈利向右(2019-11)...
            ·企業真能做到“不爭”嗎?(2019-11)
            ·莫讓形式喧賓奪主(2019-11)
            ·天神娛樂:股市“歷劫”(2019-10)
            ·價值分配難留人? (2019-10)
             
             
                更多>>>
              案例·實務
            ·“戰略+運營”總分管控模式(2020-01)
            ·探索“五位一體”教育扶貧長效機制(2020-0...
            ·安全文化·安全管理 金陶公司:“人本”“...
            ·迪卡儂的深度體驗式營銷(2020-01)
            ·頤中集團:讓員工愛上精益(2019-11)
            ·淘鮮達:“超市到家”引發商超變革(2019-1...
             
             
             
                更多>>>
              盈利模式
            ·盈利原理 ——透視商業的本質(2014-04)
            ·探索制造業服務化之路(2014-04)
            ·黃太吉煎餅的盈利邏輯(2014-04)
            ·用現金流模式檢測盈利模式的“質量”(2014...
            ·新東方盈利模式的先天性缺陷(2014-03)
            ·全產業鏈服務商的盈利路線圖(2014-03)
             
             
                更多>>>
              封面文章
            ·新時代國企改革的“陜投模式”(2020-01)
            ·實施“五大工程” 鍛造強勁引擎 黨建引領...
            ·中交集團:“五商中交”“三者”定位打造基...
            ·全面轉型升級 爭創國際一流 山東黃金奏響創...
            ·兗礦集團:變革轉型激活力 動能轉換謀發展...
            ·泰山集團:以科技創新踐行綠色發展(2019-0...
             
             
             
                更多>>>
              管理創新
            ·同心圓:重塑創新生態系統(2020-01)
            ·三大平臺助力智能化制造執行系統開發(2020...
            ·生產單元三級優化管理(2019-11)
            ·期貨市場助力購銷業務模式轉型(2019-11)
            ·打造創新型企業大學——基于海爾大學的探索...
            ·深諳人性的稱重快餐(2019-10)
             
             
                更多>>>
              方法
            ·面對快創新,如何提高規劃質量(2020-01)
            ·管理賦能返鄉創業(2020-01)
            ·把握變化,控好全面預算(2020-01)
            ·激發心理能量(2019-11)
            ·構建合規管理體系(2019-11)
            ·從產品生命周期看采購與供應(2019-11)
             
             
             
                更多>>>
              企業信息化
            ·天合光能云上轉型(2020-01)
            ·海爾人力資源升級為小微生態賦能(2020-01...
            ·“一基雙!保鹤屧O備管控更智能(2019-11...
            ·四川商投的數字化蛻變(2019-11)
            ·擊中痛點,讓大數據落地(2019-11)
            ·把握“數字”機遇(2019-11)
             
             
                更多>>>
              理論·前沿
            ·中國管理咨詢業發展趨勢分析(2020-01)
            ·華為實踐的理論基礎探討(2020-01)
            ·產品全生命周期評估與管理——基于多種理論...
            ·中國企業志愿服務發展趨勢探究(2019-11)
            ·基于大數據的全渠道零售變革(2019-11)
            ·國企職業經理人制度“二三四模式”(2019-1...
             
             
             
             
            國務院國有資產監督管理委員會 國家發展和改革委員會 中華人民共和國商務部 中企聯合網 中國投資協會 中國工商協會 中國鋼鐵工業協會 中國國家企業網
            中國電力企業聯合會 中國經濟網 人民網 新華網 中國網 央視國際 中青網 中國日報 中經網 《經濟管理》雜志
             
            加入理事會 | 市場活動 | 刊登廣告 | 雜志訂閱 | 聯系我們 | 關于我們
            投稿郵箱 :qyglzz@263.net.cn    Copyright 2011, 版權所有 www.cecm.net
            京ICP備12008127

            京公網安備 11010802023979號

            大发11选5
            甘谷| 宜宾县| 陆川| 开鲁| 中甸| 丹阳| 田阳| 辽中| 河口| 吉安县| 广德| 平台| 白玉| 武平| 宝丰| 小灶火| 开封| 彭水| 麻城| 郯城| 黔阳| 雷州| 凌云| 林甸| 沂源| 廊坊| 合阳| 昌图| 江门| 浠水| 武乡| 双流| 琼结| 威信| 鄄城| 寻乌| 固原| 壤塘| 通海| 长岭| 康平| 鄂托克前旗| 保亭| 海洋岛| 灵石| 草河口| 镶黄旗| 庆云| 巧家| 加查| 东兴| 鄄城| 高安| 南和| 德兴| 松江| 阿鲁科尔沁旗| 攸县| 安顺| 荔浦| 花溪| 南通| 威县| 民乐| 望都| 遵义| 平利| 乐至| 鸡泽| 仙桃| 依兰| 金湖| 扶绥| 大名| 易县| 乌什| 荆州| 黄梅| 祁东| 苏州| 青河| 鱼台| 西盟| 汤阴| 漠河| 周口| 公馆| 藁城| 白银| 彭州| 南宫| 黑山头| 磐石| 长海| 五营| 犍为| 武胜| 海宁| 阿拉善右旗| 索县| 改则| 防城港| 准格尔旗| 双阳| 惠东| 娄烦| 瓜州| 义乌| 铜鼓| 兴仁| 镇远| 永顺| 晋江| 洪江| 内黄| 武威| 磴口| 双流| 托里| 安达| 汝州| 广州| 巴林右旗| 清流| 富民| 西青| 巨鹿| 涞源| 子长| 沭阳| 阳谷| 青冈| 印江| 潮连岛| 阿拉善右旗| 莫索湾| 栾川| 富锦| 凯里| 正兰旗| 磐石| 元氏| 甘谷| 钟祥| 黄山市| 乐陵| 大佘太| 天山大西沟| 庐山| 兴海| 法库| 石城| 青岛| 磴口| 清镇| 安康| 荣经| 岫岩| 潢川| 克山| 新巴尔虎右旗| 舒兰| 汾阳| 商洛| 临汾| 泾阳| 瑞丽| 平武| 南召| 运城| 彭山| 河口| 南华| 随州| 大兴| 平武| 行唐| 肃北| 宁德| 信丰| 萝北| 达尔罕茂明安联合旗| 乌鞘岭| 韶山| 建瓯| 宕昌| 汶上| 丰都| 新县| 防城港| 浏阳| 泰安| 峡江| 望奎| 巴仑台| 洱源| 苏尼特左旗| 田林| 崇左| 津南| 河池| 砚山| 丹巴| 景德镇| 潮阳| 嵊山| 且末| 邯郸| 梓潼| 周村| 苍溪| 乌拉特后旗| 永清| 平度| 肥城| 宁陵| 虞城| 驻马店| 德阳| 富顺| 祁阳| 伽师| 陈巴尔虎旗| 沂南| 和平| 范县| 上林| 张掖| 昆明| 阜新| 临潼| 马鬃山| 甘洛| 花都| 曲江| 樟树| 洛宁| 聊城| 太仆寺旗| 安新| 新津| 神木| 罗平| 桐城| 蓝田| 安化| 馆陶| 射阳| 怀集| 吉兰太| 黄梅| 南江| 宜章| 郧县| 榆中| 西乡| 大安| 富锦| 雷山| 江孜| 博乐| 松江| 海宁| 唐县| 临泽| 邛崃| 米脂| 徐州农试站| 邢台| 临泽| 乐清| 利辛| 常熟| 上蔡| 秭归| 汾阳| 林甸| 祁门| 察尔汉| 白河| 龙胜| 淖毛湖| 南丹| 西乡| 溆浦| 宽城| 榆次| 无为| 秀屿港| 镇宁| 水城| 灵璧| 海西| 鞍山| 福州| 策勒| 宁明| 淮阳| 太平| 喀什| 潜山| 澳门| 保德| 霍城| 成县| 马边| 永仁| 北辰| 石家庄| 康县| 察布查尔| 夏邑| 泽当| 锡林浩特| 淄博| 济阳| 田林| 硕龙| 伊宁| 桂东| 莘县| 桐庐| 梁河| 榆树| 磴口| 天水| 中心站| 昆山| 泰兴| 两当| 霸州| 邱北| 定远| 邱县| 古丈| 博兴| 青川| 礼泉| 孟州| 佛爷顶| 哈密| 仙游| 政和| 东至| 叙永| 淮北| 丹徒| 东阿| 新城子| 平台| 祁门| 申扎| 铜锣湾| 上犹| 鄂温克旗| 平果| 宿迁| 宁明| 代县| 新沂| 顺昌| 曲靖| 胡尔勒| 宜兴| 拉萨| 神池| 石拐| 秀山| 太华山| 上高| 彬县| 井研| 加查| 耿马| 武城| 天峨| 宝鸡县| 龙山| 德格| 沧源| 灵川| 元阳| 嵩明| 井研| 房县| 陵县| 炉霍| 祁连| 汾西| 景德镇| 库尔勒| 凤城| 合水| 得荣| 乌拉特后旗| 盐边| 昆明农试站| 克什克腾旗| 晋城| 密云上甸子