京公网安备 11010802034615号
经营许可证编号:京B2-20210330
政府需要怎样的大数据思维_数据分析师考试
深圳向来是个思想开放的城市,也一直不缺民间人士针对城市的改革与发展建言献策。10多年前,网友呙中校曾以《深圳,你被谁抛弃?》一文轰动全国。10多年后的今天,又有机构以《对深圳改革开放重大战略问题的建议》为题,洋洋洒洒谈了许多意见。
在诸多建议中,我们注意到,研究者对互联网+政府的治理模式颇有期许。在他们看来,利用大数据提高管理能力是政府管理日常事务的技术路径和技术支撑,也是提高政府治理能力现代化的一项重要改革。他们建议,应该成立大数据局,用于创新互联网+政府的治理模式。
在政府二字前面添上互联网+,当然是时髦的表达方式。其本质在于,政府的信息系统需要重构。各级政府部门在信息化建设及数据库管理方面,理应上一个大台阶。这对于政府治理的现代化不无裨益,也就需要政府在所谓的大数据思维方面,做必要的刷新。
政府需要怎样的大数据思维,或许没有什么标准答案。在我们看来,这里边需要强调的,至少有三个方面:一是数据信息开放的思维;二是数据信息整合的思维;三是数据信息分享的思维。这些思维方式,与政府信息公开的命题紧密联系,与数据信息的使用方向大有关系。数据如何使用,关乎政府信息公开的力度,也关乎政府行政的效率。
政府的大数据思维,首先是信息开放思维,这是由法律决定的。政府信息和预决算公开流于形式化现象过去一直较为严重——倘若这种现象得不到改变,则政府的大数据思维根本没法谈有什么刷新。信息难以公开,开放思维便会是一个伪命题。
坦率地说,在政府信息公开方面,还有很长的路要去走。政府要当信息公开方面的守法主体。大数据思维,建立在对法律的基本尊重上。如果因为各样的利益关系就能影响政府部门对法律的遵守,那么奢谈大数据又有何用?
政府的大数据思维,需要强调数据信息的整合。很重要的一点,就是不要让信息化建设流于形式。政府数据信息不能成为“孤岛”——各自为政的信息难有真正的价值。对于数据信息“孤岛”可能造成的伤害,各方面应有一个更清晰的判断。
数据信息的整合,是一个技术问题,更是一个价值判断问题。理念决定行动。有些政府部门之间的协同管理水平、社会服务效率和应急协调能力跟不上,跟数据信息缺少整合与沟通,大有关系。
政府的大数据思维,还有很重要的一点,就是数据信息分享的思维。与分享相对立的,是一些部门将数据藏着掖着,或者垄断数据信息,为部门利益、个人利益服务,而不是应用于公共利益。如果政府部门对数据资源的独占性严重,其后果是不难想象的。
上述《对深圳改革开放重大战略问题的建议》就指出了数据垄断的问题:大量的数据资源集中在政府手中,数据开发、应用以及数据咨询市场无法有效运行。也就是说,原本应是公共信息的数据掌握在政府部门手里,无法转化为整个社会的财富。这是非常遗憾的事情。
因此,政府部门重构大数据思维,是个现实命题。具体如何重构,当须妥善进行。政府数据管理法律的立与行,皆是必需的功课。这方面的经验与教训都很多。至于大数据局之类的政府机构是否必要,还可继续讨论。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13