
转型大数据,须放下“数据小农意识”
在“一门式的行政办事理念”讲座上,上海“一门式”政务研发中心副主任肖樑点开澳大利亚某个官方网站,按照“家庭成员、访问者、新移民、残疾人士、老年人、离异父母”等类别,每个社会群体都能找到自己所需要的公共服务指引;再点开国内某政府网站,行政服务则按照传统的“税务、社会保障、医保、计生”等条线分类来提供指引。
前者,正是上海“一门式”政务服务未来的目标。其理念是,政务服务不仅要为老百姓带去便利,更应该从人文关怀出发,让每一个个体都受到关照。
基于此,“一门式”政务服务一方面设综合办事窗口,实行“一口受理”,无论哪项事务,群众到任何一个窗口都可办理;另一方面,探索各部门数据共享,帮助政府科学决策,将公共服务精准推送到社区人口。
“一门式”政务服务主要研发者赵海然曾在企业工作过,她认为,大数据时代,用户体验是企业的核心竞争力,而提供好的用户体验,首先就要从用户的需求入手。“企业在供应链管理时,会根据用户要求来进行原材料采购、产品设计等等,政府在提供服务时,也不仅要从政府角度考虑如何提供服务,更要以群众需求来设计服务方式。”
政府治理和企业运营有许多共同之处。今年4月,南海党政班子曾到佛山唯尚家具制造有限公司取经,观摩其大数据应用。佛山市委常委、南海区委书记邓伟根彼时评论说,维尚用大数据把个性化的定制变成多数人的生活,南海政府也可以用大数据把个性化的服务变成多数人的公共服务;维尚注重服务客户,设客户中心,其实南海村居社区服务中心提供服务也是这个道理。
目前,南海正在筹建大数据管理中心,尝试将社会数据、企业数据以及个人数据都搜集进来,形成南海的大数据,通过一定的机制进行收集、整理、提升和分析,未来有望根据市民和企业需求为其推送个性化服务。
精细化、个性化的政务服务,背后必然涉及到数据共享和信息流动。譬如要为社区里的外地单亲妈妈提供更到位的服务,就需要了解计生、民政、流管等多方面的数据,才能掌握其整体情况。
上海“一门式”政务服务,按照“前台一口受理,后台协同处理”模式来运营,在协同处理时,各部门的数据就实现了共享。而上海推行城市网格化管理,还专门设立了数字化城市管理中心,该中心就具备强大的资源和数据整合能力。
南海拥有良好的信息化基础,但目前来说,政府掌握的数据是割裂的,数据流动分享存在壁垒。工商、计生、税务、海关等系统的信息库,属于省直管,要实现共享仍存在困难,需要逐个攻破。而更需要突破的是,政府各部门带头人要转变观念,真正意识到大数据管理对构建现代服务型政府的重要意义,并放下“数据小农意识”,参与其中。
当前,南海还在同步推行社区网格化管理,并希望将人口户籍、企业、政务、车辆等分散的政府数据汇总接入到村居网格上,最终实现大数据管理。果真如此,南海有望在新一轮的行政体制改革中再立潮头。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02