| 标题 | 大数据驱动政务转型 |
| 范文 | 高体伟 我们很多政府实际上做了很多项目，这些项目能不能叫大数据项目呢？或者说需不需要大数据的手段来做？从我们的角度来看，在大数据驱动政务或者是政务来应用大数据的角度看，大致经历了三个阶段： 第一阶段是非常痛苦的，也是现在我们面临最多问题的阶段，最关键的是如何能够把我们现在智慧城市中每一个独立的部分更好的集合利用起来。对于一个城市来讲，智慧公安、智慧医疗、智慧教育等可能分别运作已经达到了很好的效果，但是如何站在一个城市的角度，作为“城市大脑”去思考？当我们通过各家的数据做智慧决策的时候，我们会发现现在所运用到的数据手段或者管理手段已经不足以支持我们的目标，这个目标是需要大数据的应用和介入所达到的“城市大脑”，这是我们现在很多政府面临的一个难点。 大数据今天最重要解决的是管理的问题，实际上这个管理问题真的不需要大数据来做，大數据真正发挥价值所需要解决的：态势感知、宏观预测、微观预测，这些都需要内外部数据的整合，并且要求把我们所有的数据通过目录、共享打开。 第二阶段我们现在也开始在做，就是一部分数据的整合，对我们来说最难的是数据的治理，就是数字化治理该怎么做。 第三阶段也是我们发展中最重要的目标，一个远景的规划，如何通过数据来提高城市的运营、治理等方面的水平，也就是我们说的数据即服务。 百分点做大数据一路走来差不多有八年的时间，过去我们主要是做电商行业的数据共享和互联网行业的数据交换，做起来非常上手，而且也非常容易。三年前我们介入了政务这个领域，也建了很多标杆性的项目。 如果从百分点的维度上来看，我们认为政府在几个方向上都可以通过大数据来进行数据整合或者是效率的提升，比如政府的数据仓库、政务的综合应用、产业的升级改造以及政府的决策力，这里面恐怕还要用到人工智能的能力。 对此，百分点提出一个构建数据能力的方法论，我们叫3D模型。 一是数据化。二是通过数据化以后，我们对现有的流程、数据产业进行洞察。三是通过数据的洞察来进行流程的再造，以及对我们流程的优化。 数据化。这里面实质上是对社会生态的数据化。我们有幸参与了北京农业局的一个社会农业的项目，这个项目实际上也间接服务了所有在座的同事，主要是做猪联网，做生猪产业的大数据。从猪的出生，再到整个成长的过程，再到进入北京市的屠宰以后，进入北京市流通的环节，再到价格，所有的过程全部数据化。当然，数据化不是目的，只是为了把各种传感器收集的数据和价格指数收集回来，收集回来的目的是我们要发现未来在整个北京市的宏观经济决策里面，跟食品工艺相关的一些优化、调整、安全决策等宏观管理。 如果数据化完成以后，对民生、决策、社会治理、智慧服务等所提供的各方面的洞见、洞察，里面核心应该需要用到很多的模型，模型的能力在大数据基础之上，我们认为是一个最重要、最核心的能力。 通过数据才能洞察，为什么说让数据多跑路，让老百姓少跑路呢？如果你不做大数据、不做行为的管控、不做行为的监测、不做行为的采集，你去了房管局10次政府是不知道的，我们需要把整个过程统一起来。 根据最近最新的一个研究成果，我们通过大数据为政府打造主动式的政务服务。下面我们有一个小窗口，就是把政府很多的服务，比如说几百项服务我们做了梳理以后，我们要找到服务和服务之间的关联规律，如果他们两个现在因子影响很高，那我们认为他在做上一个服务的时候做下一项服务，这个时候我们会主动给他推送一些服务的请求和指引。 下面看一下大数据的几个实践： 我们利用大数据做了缺陷汽车的召回。大家知道任何一个缺陷汽车的商品需要召回，过去主要是看投诉，投诉了以后需要召集专家。比如说我们召集20个专家开会来论证这个产品要不要召回。我们当时拿出了之前所讨论的一个抽样表，通过抽样表我们来看，这个抽样表能不能反映各个专家在同一个事情上的看法，实际上我们发现每个专家所打出的评测得分，在同一类事、一段时间，或者是同一段时间、一个事之间的差距非常大。 我们提出的新思路是：一是商品的缺陷希望除了电话，还有互联网的洞察。二是需要统计分析整个商品流通的情况以及在不同地方所产生的差异化的缺陷情况，是不是跟温度、湿度有关，还是一个通用的全部的事件。三是需要通过模型，把专家的大脑里面知识固化成评分、评价的模型，当一个事件发生的时候，要通过模型来做一个预判断，如果这个预判断达到了一定的区间值，才会开专家论证会，这样实际上把过去很多人的决策全部通过了数据的决策，同时打造了一个相对更加合理的管理范围。（根据演讲内容整理，未经本人审核） |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。