京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据如何优化公共服务
公共服务领域采用大数据技术和大数据思维,既可以为政府进行公共服务决策和加强公共服务监管服务,可以为公共服务消费者在内的社会公众提供个性化和精准化服务,也有助于公共服务提供者降低成本,从而更好地实现公共服务自身的经济和社会特性并存的要求。但是,大数据不仅是一种海量的数据状态及相应的数据处理技术,更是一种思维方式,是一场由技术变革推动的社会变革。在公共服务领域真正实现与大数据的融合,现实中还存在着多重挑战。
公共服务提供主体运用大数据的意识差异大。从公共服务提供者的角度来看,虽然公共服务提供机构对于数据的重视程度较高,但是范围更多地局限于对内部的数据认知。从总体来看,公共服务提供机构的管理人员并没有意识到外部数据如互联网数据与内部数据的结合所产生的价值,而是更多地把数据进行了存储,没有进行分析。这也加重了现有的数据孤岛问题和数据闲置现象。以人口管理为例,掌握准确的基础人口数据是人口管理的一大难点。涉及人口管理的有八九家部门,税务部门有纳税人口数据,教育部门有在读人口数据,公安局有户籍人口数据,社保局有参保人口数据,等等。孤立的任何一个数据库都不能全面展现一个地方的实有人口情况。
公共服务数据格式和采集标准不统一,导致数据可用性差。大数据预处理阶段需要抽取数据并把数据转化为方便处理的数据类型,对数据进行清洗和去噪,以提取有效的数据等操作。很多公共服务部门,每天都在产生大量的数据,但在数据的预处理阶段不重视,不同部门的数据格式、采集标准也非常不同,很多数据是非结构化的,导致数据的可用性差,数据质量差,数据处理很不规范。如危险化学品的监管问题,在目前的监管格局下,危险化学品在生产、储存、使用、经营、运输的不同环节,除企业承担主体责任外,由安监、交通、公安等部门分别承担监管职责,这些主体对信息报备的宽严尺度不一。这样的宽严不一,以及各监管部门、企业主体间存在的种种信息壁垒,大大影响了监管效能。
公共服务部门从业人员多元化,大数据专业人才缺乏。数据采集工作牵涉的绝不仅仅是数据问题,它与政府以及事业单位等的改革深刻关联,势必对基层人员的工作能力和责任感都提出更高的要求。数据的采集和分析是一个多专家合作的过程,这要求相关人员是复合型人才,既熟悉本单位业务和需求,具备相关专业知识和经验,同时又要了解大数据技术,能够综合运用数学、数据分析、机器学习和自然语言处理等多方面知识。面对大数据,如果不会分析,数据就只是数据;如果错误分析,数据反而还会造成新的问题。
教育、医疗、社会保障、环境保护等公共服务领域,由于技术难度相对小,而且推广意义大,可以起到“四两拨千斤”的作用,应当率先突破大数据的应用障碍,政府部门应当而且也可以在这一方面发挥更大的作用。
科学规划和合理配置网络资源,加强信息化的基础设施建设。没有信息化的基础设施建设,就谈不上信息化,更谈不上大数据。2013年8月,澳大利亚政府信息管理办公室(AGIMO)发布了公共服务大数据战略。到2013年底,澳大利亚人可以享受到每秒1G的互联网下载速度,而且安装宽带所需要的费用全部由政府免单,完全免费。对我国来讲,这一项工作只有以政府部门为主,根据发展需求,科学规划和合理配置网络地址、网络带宽等网络资源,并且鼓励大数据企业参与网络设施投资和电信服务运营。
与此同时,还应做好数据标准统一工作,为数据的采集、整合等提供支持。统一的标准是用好大数据的关键所在。应当加快研究建立健全大数据技术标准、分类标准和数据标准。针对行政记录、商业记录、互联网信息的数据特点,研究分析不同数据口径之间的衔接和数据源之间的整合,规范数据输出格式,统一应用指标涵义、口径等基本属性,为大数据的公开、共享和充分利用奠定基础。
政府搭建平台,推动公共服务部门与第三方数据平台合作,建设好社会基础数据库,助力提高公共服务效率和开展公共服务创新。公共服务部门可以考虑借助如百度、阿里、腾讯等第三方数据平台解决数据采集难题,为包括政府各职能部门在内的各种社会主体提高公共服务效率和开展公共服务创新提供可能。另外,在政府信息公开不断加强的基础上,加大数据的开放和共享,建立起公共服务领域的数据联盟。大数据越关联就越有价值,越开放就越有价值。须尽快确立数据开放基本原则,政府带头开放公共领域的行政记录等公共数据,鼓励事业单位等非政府机构提供在公共服务过程中产生的数据,推动企业等开放其在生产经营、网络交易等过程中形成的数据。最终建立起公共服务领域的数据联盟。
按照“抓两头,带中间”的思路做好大数据人才的培训和储备工作。大数据的核心说到底是“人”。相应的人才培训和储备工作要抓好两头。一头是基层。由于公共服务领域中相当多的数据是从基层采集的,因此需要加强基层基础建设,要求公共服务部门要有完整的原始记录和台账,确保原始数据采集的准确性。而且也要求基层工作人员理解统一的数据平台、统一的软件操作、统一的指标含义。随着采集数据标准的逐步统一,采集数据的各个部门还需要相应地修改原来的流程、采集方式、人力配置等等。政府有关部门应当制定适当的激励和约束机制,保障基层工作人员的素质和能力跟得上新形势的要求。另一头是高端。数据分析对国内高校人才培养也提出了新的要求。大数据人才的培养更多地集中在研究生阶段,从政府有关管理部门的角度来看,应该按照国务院简政放权、放管结合、优化服务的要求,放宽对高校专业设置的审批,真正落实高校管理自主权。鼓励并积极创造条件推动高校以及企业在大数据人才的培养方面进行探索。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28