京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24