京公网安备 11010802034615号
经营许可证编号:京B2-20210330
政务大数据各自为政弊端多
最近一段时间,不少地方政府都在致力于政务数据的整合与应用,不少原本处于“深宅大院”的部门也纷纷开办门户网站。由此可以看出政府部门下大力气研究实践新技术、尝试建立适应新管理模式的积极努力。
几乎每个政府部门目前都建成了比较完备的信息化平台,但是相关数据因为条块分割,如一个个信息孤岛,缺少跨部门的信息整合。对于管理部门来说,这不仅是上马多少信息技术项目的技术革命,更是调整自身运作的机制革命。
联接和整合各个部门的“信息孤岛”,是大数据时代公共管理的题中应有之义,尤其需要克服惰性和守旧习惯,来一次政府理念的创新、政府职能的转变、政府流程的再造。
这些动向背后,有建设服务型政府的主观要求,也有大数据产业加速形成的客观环境。现在人们每天都被数据包围:早上出门,电梯摄像头记录出行时间;到达单位,门禁卡记录上班时间;上班期间,总控室记录着每次电话的时长……有人说,“未来数据将会像土地、石油和资本一样,成为经济运行中的根本性资源”。大数据在商业领域的应用已经十分普遍,电子商务公司根据每天的顾客点击量和购买行为记录,预测未来的潮流趋势。政府部门一直是数据资源的“强势”占有者,囊括了人口、交通、卫生、社保、税收、城市规划等方方面面。盘活这些资源,对于转变政府职能、提高行政效能,大有裨益。
我国“十二五”规划中有许多促进大数据产业发展的政策。工信部今年还发布了《关于数据中心建设布局的指导意见》,提出要扶持政府机关使用云计算新建数据中心。“数据治国”已然得到政策肯定,全国性的电子政务浪潮不可阻挡。许多地方都利用大数据时代的变革压力和机遇探索管理创新。比如,北京市通过对城市汽车增长数据的量化研判控制措施,让首都机动车保有量达到500万辆的时间延后了11个月。宁波市人口基础、自然资源、空间地理等数据库已实现多部门、多系统共享,今年正准备启动服务“智慧城市”的“政务云”项目。
不过,良好的发展势头并不意味着政府相关职能就自然能够乘势顺利转型。相比技术的引进,政府自身的调试更为重要。几乎每个政府部门目前都建成了比较完备的信息化平台,但是相关数据因为条块分割,如一个个信息孤岛,缺少跨部门的信息整合。买一套房子,需要填报十几张表格,每张表格1/3以上的内容是重复的,让人完全感受不到大数据的便利。其实,这些都是政府部门拥有的基础数据,完全可以根据身份证号码自动生成。无论是网络世界还是现实社会,这些各自为政的信息高墙,使得互联互通、信息资源共享举步维艰,成为电子政务未来发展的最大瓶颈。
观念和态度不变,即使手握利器,行政效率和服务质量也难提高。谁都知道“九龙治水”弊端多,即使现在大数据有办法让九龙成天“坐在一起”,但如果互相谁也不理谁,水还是治不好。曾有学者研究指出,每个时代都有那么一群人,对新技术的到来表现出抗拒甚至恐惧,这类人群的共同特点就是害怕改变。联接和整合各个部门的“信息孤岛”,是大数据时代公共管理的题中应有之义,尤其需要克服惰性和守旧习惯,来一次政府理念的创新、政府职能的转变、政府流程的再造。对于管理部门来说,这不仅是上马多少信息技术项目的技术革命,更是调整自身运作的机制革命。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20