胡小明:政府大数据应用效益反省

  • 时间:
  • 浏览:0

   一、政府大数据应用效益大什么的问题

   1.缺少利用大数据决策的成功案例

   在智慧生活 城市建设中,以支持政府决策为名的大数据中心建设如火如荼,但利用大数据改进决策的成功案例却鲜有,与大数据中心的投资不成比例,令人质疑大数据中心遍地开花模式的合理性。

   2.行政推动大数据应用效果不好

   大数据应用本是一另一一兩个经济学大什么的问题,国内大数据应用却太行政化了,地区之间的大数据应用评比给地方政府很大的压力,为了争取好的名次,必须为大数据而大数据,使大数据应用背离了实事求是的目标,大数据已沦为一点地方政府自我宣传的招牌,离实际业务需求渐行渐远。

   3.大数据概念混乱影响了常规数据管理

   大数据最初的概念是指"现有技术出理 不了的大规模数据",为了更多利用大数据的优惠政策,大数据概念被人为的扩展了,认为政府数据集中起来不会大数据,一点地方政府成立大数据局就所含政府所有的数据管理,大数据概念的扩展造成应用的混乱,传统有效的数据管理被忽视。大数据应用需要因地制宜,中小城市做好传统数据整合管理是第一位的,人太好都需要推行大数据应用,更不都需要建大数据中心,大数据概念的混乱阻碍各地政府实事求是地出理 本地区的数据管理大什么的问题。

   4.大数据理念需要反思

   过度宣传大数据作用必然会形成迷信,以为大数据无所必须,该迷信只会增加盲目建设的浪费,前些年为信息共享而共享的浪费已是前车之鉴,大数据应用正在蹈其覆辙,为大数据而大数据的做法正在蔓延,大数据应用有价值亦有边界,超越边界推行必然适得其反,大数据应用理念需要反思。

   二、政府大数据分析应用常见困难

   1.找必须适合的大数据资源

   大数据分析研究首要的大什么的问题是大数据从哪里来?人太好大数据中心存有不少数据,但适合出理 领导急需大什么的问题的数据缺之又缺,不不的不会数据却多之又多,大数据应用是对业务积累数据的再利用,不像统计调查都不不会 根据需要进行调查设计,不会存在问题适用的数据老是是大数据决策应用的常态。

   2.大数据分析对应不上领导的需求

   数据专家利用大数据中心的资源也不不不会 分易挥发一点结论,不会哪几种结论业务部门早已知道,即使一点有价值的成果也会因与领导层当时的关注点不合拍而被冷落。政府工作有自己的优先级,领导层可能性性放下重要的工作去落实专家提出的建议,数据导向产生的分析成果很难与领导注意力的优先级合拍。

   3.数据挖掘因人而异不可克隆qq

   从大数据中提取信息不会IT技术自己能完成的工作,计算机并很难 信息抽象能力,你这俩 能力专家才有,同样的数据不同人都看的信息是不一样的,同样的信息决策分析的结论不会相同,信息提取与决策分析依赖于专家的智慧生活 ,你这俩 认知决策的过程IT难以克隆qq,难以形成规模,难以形成稳定的效益。

   4.决策的不选择性超出IT能力

   利用大数据改进决策的大什么的问题是决策你这俩生活的不选择性。选择性大什么的问题的信息是完备的,IT出理 不会你这俩生活计算,信息技术很容易发挥其优势;不会信息技术不没哟理 政府决策不选择性大什么的问题,这是人脑擅长的领域,出理 此类大什么的问题的信息和分析能力主要来自决策者的头脑。

   决策大什么的问题的不选择性是大数据决策应用效益不好的根本原因。

   三、流行的大数据应用观点的片面性

   1.大数据作用不不会改进决策

   流行的大数据观点将政府大数据应用局限于改进决策,改进决策人太好重要,但这并不会信息技术擅长的领域,信息技术擅长的领域是在数据层次上的操作,而不会在信息层次上分析。

   政府数据更大的作用是提高政府公共服务的波特率,政府提倡的"只跑一次"、"一号、一窗、一网"式服务不会数据层次上的大数据应用,应用并不会改进决策不会提高服务波特率,是公众最不不不会 产生获得感的领域。

   2.对大数据的局限性存在问题认识

   流行观念认为科学决策依赖的不会数据,数据越多信息越多,决策越正确,大数据将成为获取信息的主渠道,政府决策都不不会 建立在大数据基础之上。然而实际情况汇报人太好很难 ,政府决策信息来自诸多方面,不不会数字化信息,什么都有有重要的信息难以数字化,决策者需要综合考虑,大数据产生于相对狭窄的业务领域,适合于具体业务的改进,人太好适合政府的宏观决策。

   3.人太好所有数据不会资源

   "数据不会资源"的观念是错误的,数据有无资源要由使用者因具体环境而定,正是在"数据不会资源"的误导下,一点大数据中心积极囤积数据,以囤积的数据规模显示大数据工作的成绩,使一点数据中心堆满小量数据垃圾,笔者认为大数据中心应当以应用为导向,整合有用数据,清理无用数据,数据使用效益会更好。

   4.仅靠大数据必须实现科学决策

   过度的大数据宣传已形成乌托邦式梦想,以为假若有充分的大数据资源就都不不会 实现政府的科学决策,就都不不会 建设完备的城市大脑,实现政府决策的科学化、智能化,建成智慧生活 政府。人太好大数据资源有其优点不会其片面性,大数据的规模是以其关注面的狭窄性为代价的,政府决策需要全面均衡,仅靠大数据资源是做必须的。况且对于不选择性大什么的问题的什么都有有信息是不可预测的,靠大数据自动决策很难 可行性。

   四、企业大数据业务的另类思路

   1.企业大数据应用成为流程型服务

   企业大数据应用与政府有很大不同,企业是效益导向的,成功的大数据应用首先是一项流程型服务业务,如网上搜索、地址导航、网上支付、电子商务、摩拜单车、移动通信等,企业的大数据业务被设计为长远的可持续业务,惟此不不会 有更大的效益和更大的社会影响力,不不会 建立起公众的信任,流程型服务业务你这俩生活是核心的大数据业务,大数据分析是辅助性业务。

   2.直接出理 实时数据

   企业的大数据业务核心是直接利用实时数据进行操作,移动通信的实时数据是为了联通基站以便完成通信,网上支付利用实时数据是为了完成准确的支付,搜索服务利用客户发来的搜索要求进行查询,总之,哪几种大数据服务业务是直接使用业务流实时产生的数据进行操作,活跃的大数据业务建立在实时数据的基础之上,对沉淀的业务数据的分析研究不会为了改进主流业务,如亚马逊利用历史数据分析向用户推荐新书。

   3.排除人脑参与的智能系统会放慢

   在企业流程化的业务中,全过程是智能化自动化出理 ,流程化业务是数据层次上的业务,很难 人脑的参与很难 信息抽象的过程,排除人脑的参与是提高系统运行波特率的关键,也是保证服务结果一致性的关键。人脑直接参与业务流程不仅会拖延业务波特率不会造成业务的中断。政府利用大数据分析决策是信息层次上的业务,无法出理 人脑参与,因而无法形成连续性服务业务,波特率可能性性高。

   4.大数据业务的另一一兩个层次

   企业的大数据应用分另一一兩个层次进行,一另一一兩个是数据层次上的应用,系统直接使用实时数据进行操作出理 ,系统是流程型自动运行的,直接对外服务。这是企业的主营业务,效益由该业务产生。累似 移动通信的主营业务不会实现用户的通信服务。

   企业大数据业务的不会层次是信息层次上的大数据应用,其使用的是流程型业务积累下来的数据,以数据挖掘、数据分析获取数据集中所含的信息来改进主营业务的波特率。这是在信息层次上的业务,是业务数据的再利用。通常信息层次上的大数据分析业务是公司的辅助性业务。对移动通信业务积累的数据进行分析,梦见挖坟墓用户的需求特点,向用户推荐套餐,增加公司收益。

   五、"互联网+"不会大数据业务

   1.波特率来自组织化,互联网重组世界

   城市提高生产力的基本法子 是推动社会经济合作法子 法子 的组织化,波特率来源于更好的资源配置与业务的合作法子 法子 。有效的合作法子 法子 关系沉淀下来就成为相对稳定的组织,城市生产力大发展是不断组织化的结果,互联网是优化重组的新式武器,近几十年全球生产力大发展主要来自互联网对社会组织化的贡献。

   2.信息技术推动万事万物的连接

   社会生产力的重组与合作法子 法子 包括人与人、人与物、物与物的连接与重组,重组是提高波特率的主要渠道,信息技术是生产资源组织的通用工具。信息技术不会的自动化技术不规范,它们是利用物理、化学、机械等机理专门设计的,设计冗杂且难以规范化,使得自动化推广克隆qq异常困难,信息技术的出现把自动化设计变成硬件基础与软件开发两大过程,极大提高自动化开发的波特率,带来创新的繁荣,信息技术成为实现事物重组的核心工具。

   3.数字化设备之间靠数据实现连接

   信息技术对物体的连接需要被连接的物体实现数字化,物体需要装上芯片,实现数字化,不不不会 理解数字信号。信息技术必须连接已被数字化的物体,摩尔定律的伟大贡献在于使万事万物数字化的成本降到几乎为零,数以亿计的芯片、传感器、移动手机都不不不会 通过网络与数据进行重组,数字化设备靠传递数据实现连接,大规模数字化设施的连接构成大数据爆炸的物理基础。

   大规模数字化设施的有效连接依赖的不会数据,"互联网+"连接的设施规模很难 大,发送与接收的数据量越多,互联网连接设施爆炸使连接交换的数据也随之爆炸性增长,不会所有"互联网+"业务不会大数据业务。

   六、拓展政府大数据应用理念创造效益

   1.大数据的应用不再局限改进决策

   政府要从认知型大数据应用理念中解脱出来,从更广阔的大数据视野出发,更开放更创新看待大数据应用。政府大数据应用既要为领导决策服务,又要为基层工作人员改进操作服务,通过数据挖掘、统计分析为领导层提供决策建议是你这俩生活重要的大数据应用,认真整合微观的数据,为基层业务服务,提高公共服务波特率同样是重要的大数据应用,不会是更有效的大数据应用。

   2.面向基层选择性业务应用易有成效

   大多数政府建立的数据应用系统依然把对上服务作为重点,对基层服务重视存在问题,当前对基层的服务更为迫切,基层业务工作的选择性更强,更容易取得效益,对基层服务也是信息技术更容易发挥作用的领域,将政府大数据服务向基层倾斜,对提高数据操作波特率为主的应用更容易产生效果。

   目前政府对公众服务碰到的大什么的问题是波特率低,主要原因是对自己办事的相关资料组织的不好,连不上、调没哟且把麻烦推给办事人,数据整合都不不会 改善你这俩 服务,让用户"只跑一次"是数据层次上的大数据应用,也是更容易见成效的大数据应用。

   3.城市大脑更适合做小脑型业务

城市大脑由大数据中心及城市管理运行中心构成,亲戚亲戚一点人期望利用大数据来改善城市的自动化管理。城市的管理很冗杂,有选择性任务与不选择性任务,信息技术人太好都能胜任,一点任务需要由专家来承担?点击此处阅读下一页)

本文责编:frank 发信站:爱思想(http://www.aisixiang.com),栏目:天益学术 > 政治学 > 公共政策与治理 本文链接:http://www.aisixiang.com/data/110590.html 文章来源:作者授权爱思想发布,转载请注明出处(http://www.aisixiang.com)。