信息共享的效益難題

 

　　國(guó)內(nèi)電子政務(wù)建設(shè)一直強(qiáng)調(diào)信息共享，十五年后還在強(qiáng)調(diào)信息共享，只能說明信息共享建設(shè)始終缺乏成效，使我們不得不考慮是目標(biāo)有誤還是路徑不對(duì)。電子政務(wù)建設(shè)的成績(jī)大都集中在政府業(yè)務(wù)處理自動(dòng)化方面而非信息共享，只有理清信息共享的效益難題，數(shù)據(jù)整合才能避免重蹈覆轍。

 

　　信息共享迷信導(dǎo)致了思維停滯

 

　　缺少質(zhì)疑精神使信息共享反省始終不到位，長(zhǎng)期過度的宣傳使人不敢對(duì)信息化常識(shí)有一點(diǎn)懷疑，信息共享已成為一種迷信，在信息資源稀缺時(shí)代強(qiáng)調(diào)信息共享尚有一定道理，但在全球信息爆炸之后還持同樣的看法就不合理了，只強(qiáng)調(diào)增加數(shù)據(jù)的信息共享只能使資料過剩愈加嚴(yán)重。對(duì)信息共享價(jià)值的迷信使思維停滯，任憑無效的信息共享蔓延。

 

　　工具變成了目標(biāo)必然導(dǎo)致效益喪失

 

　　信息共享效益不好的重要原因是把信息共享當(dāng)成終極目標(biāo)，而忘記共享效益才是目標(biāo)，以為信息共享就是效益，其實(shí)信息共享只是工具，工具與效益是兩回事，真正有效益的信息共享只是少數(shù)，多數(shù)信息共享對(duì)政府工作并無幫助，效益也無法聚集，有效益的信息共享都是精心設(shè)計(jì)的結(jié)果。

 

　　信息共享的效益均來自最終目標(biāo)實(shí)現(xiàn)產(chǎn)生的總效益，有效的信息共享應(yīng)能降低最終目標(biāo)實(shí)現(xiàn)成本、加快實(shí)現(xiàn)進(jìn)度、提升最終價(jià)值。只有對(duì)最終成果有貢獻(xiàn)的信息共享才是有效的，在信息化建設(shè)中稀缺的不再是資料而是最終效益目標(biāo)，目標(biāo)導(dǎo)向是提升效益之路。

 

　　數(shù)據(jù)整合理念需要認(rèn)真反思

 

　　一窩蜂的智慧城市建設(shè)最容易出現(xiàn)概念不清決心大，事前不想清楚為什么是粗放文化的通病，粗放文化使國(guó)內(nèi)信息化建設(shè)缺乏效益。信息化使政府積累的數(shù)據(jù)資料越來越多，數(shù)據(jù)整合問題已經(jīng)提上日程，但是對(duì)于什么是數(shù)據(jù)整合、數(shù)據(jù)整合的效益如何產(chǎn)生并沒有充分討論，粗放的數(shù)據(jù)整合與粗放的信息共享都不會(huì)產(chǎn)生效益，認(rèn)真研究政府?dāng)?shù)據(jù)整合的理論與方法已是當(dāng)務(wù)之急。

 

 

　　精細(xì)分類的重要性

 

　　電子政務(wù)信息共享出現(xiàn)的諸多問題均來自粗放的概念思維，例如系統(tǒng)業(yè)務(wù)之間的數(shù)據(jù)共享與決策研究用的信息共享并沒有區(qū)分，用統(tǒng)一的信息共享交換平臺(tái)解決兩方面的問題其結(jié)果是一個(gè)都做不好，建設(shè)大數(shù)據(jù)管理中心如果仍舊采用粗放的思維方式，不對(duì)數(shù)據(jù)來源與應(yīng)用模式的細(xì)分只能亂上加亂。面對(duì)不斷增加的數(shù)據(jù)復(fù)雜性只靠決心大是不行的，方法必須科學(xué)，精細(xì)分類是降低復(fù)雜性的手段，對(duì)數(shù)據(jù)來源與使用方式分類有助于問題的清晰化。

 

　　兩類數(shù)據(jù)來源：人工數(shù)據(jù)與自動(dòng)化數(shù)據(jù)

 

　　政府工作常用的數(shù)據(jù)資源一種來自人工，另一種來自自動(dòng)化設(shè)備。人工填報(bào)的數(shù)據(jù)不論是統(tǒng)計(jì)調(diào)查還是業(yè)務(wù)記錄，都是人腦生產(chǎn)的數(shù)據(jù)，人工填報(bào)數(shù)據(jù)不可能很快也不能做到精準(zhǔn)，人工數(shù)據(jù)都屬于小數(shù)據(jù)范圍，其優(yōu)點(diǎn)是收集容易處理簡(jiǎn)單。

 

　　自動(dòng)化設(shè)備可以是各種傳感器也可以是互聯(lián)網(wǎng)，當(dāng)然并不是說數(shù)據(jù)只要經(jīng)過互聯(lián)網(wǎng)就是互聯(lián)網(wǎng)數(shù)據(jù)，而是指利用互聯(lián)網(wǎng)機(jī)制自動(dòng)收集的數(shù)據(jù)，自動(dòng)化數(shù)據(jù)也可稱為電腦數(shù)據(jù)，電腦數(shù)據(jù)精準(zhǔn)而客觀且數(shù)據(jù)生產(chǎn)的效率非常高，遠(yuǎn)遠(yuǎn)超過人工數(shù)據(jù)的規(guī)模，所以被稱為大數(shù)據(jù)。小數(shù)據(jù)與大數(shù)據(jù)的區(qū)別不只是規(guī)模更是來源不同。

 

　　兩類數(shù)據(jù)應(yīng)用：系統(tǒng)業(yè)務(wù)與專家應(yīng)用

 

　　系統(tǒng)業(yè)務(wù)應(yīng)用是業(yè)務(wù)流程對(duì)數(shù)據(jù)的使用，大量出現(xiàn)在政府系統(tǒng)化業(yè)務(wù)之中，如政府行政許可審批、辦理出入境手續(xù)、各種網(wǎng)上辦事等等，這些服務(wù)是精準(zhǔn)地按照當(dāng)事人相關(guān)的數(shù)據(jù)進(jìn)行操作，其結(jié)果是由制度與數(shù)據(jù)決定而與操作者無關(guān)，系統(tǒng)應(yīng)用只認(rèn)數(shù)據(jù)，沒有信息概念。

 

　　專家應(yīng)用是在信息層次上使用數(shù)據(jù)，要從數(shù)據(jù)中提取信息，與自己的知識(shí)經(jīng)驗(yàn)相結(jié)合來進(jìn)行分析判斷，形成新的見解，這是人腦使用數(shù)據(jù)的模式，常見于政府的決策研究，決策使用信息而非數(shù)據(jù)，數(shù)據(jù)要抽象出信息才能應(yīng)用。

 

　　數(shù)據(jù)應(yīng)用的四大類型

 

　　將兩類數(shù)據(jù)來源（人工數(shù)據(jù)、自動(dòng)化數(shù)據(jù)）與兩類應(yīng)用（系統(tǒng)業(yè)務(wù)模式、專家應(yīng)用模式）組合起來，即可得到四種數(shù)據(jù)的收集與使用狀況：

 

　　數(shù)據(jù)操作業(yè)務(wù)：人工數(shù)據(jù)——系統(tǒng)業(yè)務(wù)；

　　搜索監(jiān)管業(yè)務(wù)：自動(dòng)化數(shù)據(jù)——系統(tǒng)業(yè)務(wù)；

　　信息決策應(yīng)用：人工數(shù)據(jù)——專家應(yīng)用；

　　優(yōu)化改進(jìn)應(yīng)用：自動(dòng)化數(shù)據(jù)——專家應(yīng)用。

 

　　數(shù)據(jù)整合的四種模式形成如下的2×2矩陣：

▲數(shù)據(jù)來源——數(shù)據(jù)使用矩陣圖

 

　　類型一：數(shù)據(jù)操作業(yè)務(wù)

 

　　數(shù)據(jù)操作業(yè)務(wù)特點(diǎn)

 

　　數(shù)據(jù)操作業(yè)務(wù)常見于政府的系統(tǒng)化業(yè)務(wù)，為提高工作效率業(yè)務(wù)都設(shè)計(jì)成規(guī)范化操作系統(tǒng)，工作人員按標(biāo)準(zhǔn)化流程操作，系統(tǒng)運(yùn)行結(jié)果與操作人無關(guān)，是系統(tǒng)在使用數(shù)據(jù)而非操作人員使用。

 

　　政府大多數(shù)網(wǎng)上服務(wù)均屬此類模式，發(fā)改委等十部委提出的“一號(hào)一窗一網(wǎng)”的服務(wù)方案所指的都是此類業(yè)務(wù)，業(yè)務(wù)使用的是與服務(wù)對(duì)象相關(guān)的數(shù)據(jù)，如辦理戶口、簽證等只使用與個(gè)人相關(guān)的數(shù)據(jù)，處理結(jié)果由數(shù)據(jù)及規(guī)則決定，操作者沒有自由量裁空間，其結(jié)果是按規(guī)范產(chǎn)生的，誰操作都一樣。

 

　　數(shù)據(jù)操作型業(yè)務(wù)質(zhì)量要求

 

　　數(shù)據(jù)精準(zhǔn)：這種業(yè)務(wù)完全是依據(jù)與當(dāng)事人有關(guān)的數(shù)據(jù)操作，數(shù)據(jù)不準(zhǔn)確就會(huì)出錯(cuò)，保證數(shù)據(jù)的準(zhǔn)確是第一位的。

 

　　調(diào)用迅速：調(diào)用迅速是提高效率的關(guān)鍵，要能夠跨部門使用政府?dāng)?shù)據(jù)，減少用戶跑腿，不僅方便用戶、方便工作人員還能減少數(shù)據(jù)欺騙。

 

　　業(yè)務(wù)數(shù)據(jù)整合要點(diǎn)

 

　　數(shù)據(jù)操作業(yè)務(wù)是政府基層服務(wù)的主要形式，其使用的數(shù)據(jù)是用戶填報(bào)數(shù)據(jù)與業(yè)務(wù)流程積累的數(shù)據(jù)，不同類的業(yè)務(wù)數(shù)據(jù)是由不同的業(yè)務(wù)部門收集的，數(shù)據(jù)并沒有鏈接，不同部門的數(shù)據(jù)必然會(huì)存在不一致問題，雖然數(shù)據(jù)都已入庫，但未經(jīng)磨合的跨部門調(diào)用是不可能通暢的，數(shù)據(jù)整合的任務(wù)就是要使之流暢化。不同部門業(yè)務(wù)數(shù)據(jù)進(jìn)行整合并不需要數(shù)據(jù)集中存儲(chǔ)，主要是提升按主題標(biāo)識(shí)碼調(diào)用不同數(shù)據(jù)庫的速度，要統(tǒng)一各部門的主題標(biāo)識(shí)碼，要能夠核對(duì)數(shù)據(jù)并及時(shí)更正錯(cuò)誤，排除數(shù)據(jù)的相互矛盾，使業(yè)務(wù)數(shù)據(jù)跨部門查詢流暢化。

 

　　類型二：搜索監(jiān)測(cè)業(yè)務(wù)

 

　　搜索監(jiān)測(cè)業(yè)務(wù)的應(yīng)用場(chǎng)景

 

　　搜索監(jiān)測(cè)業(yè)務(wù)屬于大數(shù)據(jù)資源微觀應(yīng)用業(yè)務(wù)，常用于案件偵破、危險(xiǎn)分子查詢、反恐、反欺詐等工作，其關(guān)注的焦點(diǎn)是個(gè)體信息，目的在于發(fā)現(xiàn)異常的個(gè)體行為而非普遍性規(guī)律。類似于常見的“人肉搜索”。利用各種信息痕跡追蹤懷疑目標(biāo)，也用于對(duì)環(huán)境的監(jiān)管，發(fā)現(xiàn)超標(biāo)信號(hào)進(jìn)行預(yù)警。

 

　　搜索監(jiān)測(cè)型業(yè)務(wù)使用者主要是安全機(jī)構(gòu)，如公安部門、金融保險(xiǎn)部門、政府補(bǔ)貼欺詐防范部門（政府醫(yī)療費(fèi)、困難補(bǔ)助每年都有大量騙費(fèi)行為）、反恐反洗錢部門等，交通安全部門、環(huán)保部門，也包括用戶信用服務(wù)機(jī)構(gòu)。

 

　　搜索監(jiān)管業(yè)務(wù)的數(shù)據(jù)處理要求

 

　　搜索監(jiān)測(cè)型業(yè)務(wù)使用的數(shù)據(jù)源包括記錄人們信息痕跡的大數(shù)據(jù)資源，如互聯(lián)網(wǎng)查詢記錄、移動(dòng)電話記錄、ETC車輛行動(dòng)記錄、視頻畫面、信用卡使用記錄等等，很多數(shù)據(jù)源涉及到個(gè)人隱私，使用必須謹(jǐn)慎，要依法辦事。

 

　　對(duì)于重要的社會(huì)安全治理，政府會(huì)建設(shè)城市感知網(wǎng)收集數(shù)據(jù)進(jìn)行安全監(jiān)管，例如人流危險(xiǎn)監(jiān)管、公共設(shè)施安全監(jiān)管、環(huán)境保護(hù)監(jiān)管、食品、藥品監(jiān)管等，這些數(shù)據(jù)的整合主要措施是壓縮內(nèi)容、實(shí)現(xiàn)可視化展示，提高數(shù)據(jù)的利用效率。

 

　　搜索監(jiān)測(cè)數(shù)據(jù)整合關(guān)鍵

 

　　搜索監(jiān)管業(yè)務(wù)使用的大數(shù)據(jù)資源非常專業(yè)化，對(duì)原始數(shù)據(jù)整合是不可能的，因此數(shù)據(jù)整合主要是在結(jié)果層次上，這種應(yīng)用要從大數(shù)據(jù)中搜索特殊的個(gè)體數(shù)據(jù)，數(shù)據(jù)整合主要是整合搜索出的結(jié)果數(shù)據(jù)，建立特殊目標(biāo)的數(shù)據(jù)庫，例如建立違規(guī)黑名單、收集欺詐洗錢懷疑目標(biāo)等等，減少服務(wù)風(fēng)險(xiǎn)等。

 

　　對(duì)感知網(wǎng)渠道獲取的監(jiān)管大數(shù)據(jù)資源的整合主要是建立可視化圖形系統(tǒng)及建立監(jiān)管預(yù)警的標(biāo)準(zhǔn)，提升系統(tǒng)的自動(dòng)化預(yù)警、報(bào)警能力，可視化系統(tǒng)可以提升環(huán)境安全態(tài)勢(shì)的直觀性，有助于管理人員更方便地理解態(tài)勢(shì)。

 

　　記錄用戶的金融行為可以建立用戶的征信數(shù)據(jù)庫，記錄用戶的交通駕駛行為可以建立用戶交通風(fēng)險(xiǎn)數(shù)據(jù)庫。

 

　　類型三：信息決策應(yīng)用

 

　　信用決策應(yīng)用特點(diǎn)

 

　　信息決策應(yīng)用模式主要用于政府和企業(yè)的領(lǐng)導(dǎo)層決策，政府宏觀決策需要多方面的信息，政府不會(huì)靠數(shù)據(jù)直接決策，先要從數(shù)據(jù)集提取信息，并與已有的信息、經(jīng)驗(yàn)結(jié)合起來進(jìn)行判斷，進(jìn)而制定出帶有普遍性的政策。高層決策信息更多來自小數(shù)據(jù)，小數(shù)據(jù)宏觀性好，容易看懂，而很少會(huì)利用大數(shù)據(jù)，大數(shù)據(jù)處理復(fù)雜，只有經(jīng)專家處理后濃縮的信息可供領(lǐng)導(dǎo)層決策參考。

 

　　大數(shù)據(jù)對(duì)政府高層決策貢獻(xiàn)不大，因?yàn)閿?shù)據(jù)量越大其涉及的信息面反而越窄，政府決策需要依賴很多不能數(shù)字化的信息，如社會(huì)經(jīng)濟(jì)發(fā)展態(tài)勢(shì)，重大的國(guó)際國(guó)內(nèi)事件，社會(huì)公眾的情緒意見等，宏觀決策使用數(shù)據(jù)的規(guī)模并不大，主要是掌握趨勢(shì)，而這些數(shù)據(jù)主要來自統(tǒng)計(jì)數(shù)據(jù)。

 

　　領(lǐng)導(dǎo)層信息來源

 

　　城市領(lǐng)導(dǎo)的主要工作是解決城市發(fā)展中的一些棘手的問題，監(jiān)督與激勵(lì)部門領(lǐng)導(dǎo)做好分管的工作，領(lǐng)導(dǎo)干部的決策能力是長(zhǎng)期工作積累的結(jié)果，數(shù)據(jù)與信息的作用是潛移默化的，很少出現(xiàn)利用數(shù)據(jù)資源對(duì)某項(xiàng)決策進(jìn)行輔助決策的局面。領(lǐng)導(dǎo)層的洞察力主要在于平時(shí)對(duì)數(shù)據(jù)與信息的利用。

 

　　領(lǐng)導(dǎo)層的信息來源更多是通過人際渠道，數(shù)據(jù)利用主要是統(tǒng)計(jì)數(shù)據(jù)，會(huì)更多利用專家們研究的成果，領(lǐng)導(dǎo)層會(huì)非常關(guān)心其它地區(qū)的做法，特別是規(guī)模相當(dāng)城市的數(shù)據(jù)及采取的一些舉措。

 

　　信息整合關(guān)鍵是少而精

 

　　領(lǐng)導(dǎo)層最關(guān)注的是整體的態(tài)勢(shì)，包括全球、全國(guó)、本省、本市的基本數(shù)據(jù)，這些數(shù)據(jù)主要是統(tǒng)計(jì)數(shù)據(jù)，數(shù)據(jù)量不需要很大但查詢要方便，尤其本地區(qū)數(shù)據(jù)是工作匯報(bào)的重要內(nèi)容。對(duì)領(lǐng)導(dǎo)層而言查詢方便比數(shù)據(jù)完整更重要。

 

　　除了關(guān)注宏觀統(tǒng)計(jì)數(shù)據(jù)之外，領(lǐng)導(dǎo)層通常很關(guān)注類似規(guī)模地區(qū)的發(fā)展數(shù)據(jù)、相關(guān)政策措施，地區(qū)數(shù)據(jù)中心要多收集此類數(shù)據(jù)供領(lǐng)導(dǎo)層參閱，經(jīng)濟(jì)專家對(duì)形勢(shì)的分析也為領(lǐng)導(dǎo)關(guān)注，專家的文章往往太長(zhǎng)，領(lǐng)導(dǎo)時(shí)間稀缺看不下來，數(shù)據(jù)中心可整理出摘要供領(lǐng)導(dǎo)查閱。

 

　　類型四：經(jīng)營(yíng)優(yōu)化應(yīng)用

 

　　經(jīng)營(yíng)優(yōu)化應(yīng)用場(chǎng)景

 

　　經(jīng)營(yíng)優(yōu)化主要適用于企業(yè)應(yīng)用特別是企業(yè)自用大數(shù)據(jù)資源的應(yīng)用。亞馬遜利用自己積累的數(shù)據(jù)來分析用戶的購買喜好，成功地向用戶推薦新書，電信運(yùn)營(yíng)商利用大數(shù)據(jù)挖掘用戶的使用習(xí)慣定向推薦服務(wù)套餐，大型商場(chǎng)利用自動(dòng)收款機(jī)分析用戶的消費(fèi)心理，這些大數(shù)據(jù)的使用方法都是圍繞著公司業(yè)務(wù)進(jìn)行的，旨在改進(jìn)公司銷售，互聯(lián)網(wǎng)公司利用大數(shù)據(jù)改進(jìn)廣告收益，金融公司使用大數(shù)據(jù)降低金融風(fēng)險(xiǎn)。

 

　　政府本身并沒有太多的大數(shù)據(jù)資源，政府?dāng)?shù)據(jù)還是以小數(shù)據(jù)為主，即使把眾多小數(shù)據(jù)整合起來還是小數(shù)據(jù)規(guī)模，用好小數(shù)據(jù)應(yīng)是政府?dāng)?shù)據(jù)整合的重點(diǎn)。但是政府可以與擁有大數(shù)據(jù)的企業(yè)合作，利用企業(yè)的數(shù)據(jù)資源與信息渠道改進(jìn)政府工作。國(guó)家信息中心與螞蟻金服和騰訊網(wǎng)絡(luò)合作，共同收集各地智慧城市公眾反映大數(shù)據(jù)來評(píng)價(jià)智慧城市發(fā)展水平取得了很好的效果。

 

　　經(jīng)營(yíng)優(yōu)化數(shù)據(jù)應(yīng)用特點(diǎn)

 

　　企業(yè)大數(shù)據(jù)資源主要來自本公司業(yè)務(wù)，這種大數(shù)據(jù)資源最適合改進(jìn)本公司業(yè)務(wù)，目前發(fā)展得也最快。政府利用企業(yè)的大數(shù)據(jù)資源有一定難度，企業(yè)原始數(shù)據(jù)不愿意給政府，因企業(yè)需要保護(hù)公司用戶的隱私及公司的商業(yè)秘密。政府不必非要企業(yè)的原始數(shù)據(jù)，可以訂購企業(yè)的分析成果與可視化數(shù)據(jù)產(chǎn)品，這類數(shù)據(jù)產(chǎn)品不侵害企業(yè)利益因而企業(yè)愿意配合。

 

　　社會(huì)大數(shù)據(jù)資源的整合

 

　　企業(yè)利用大數(shù)據(jù)資源改進(jìn)業(yè)務(wù)有自身的需求，政府并不需要進(jìn)行管理，企業(yè)向社會(huì)開放大數(shù)據(jù)資源是市場(chǎng)行為政府也不需要干預(yù)。政府可以采購企業(yè)大數(shù)據(jù)資源的加工成果，如大數(shù)據(jù)分析報(bào)告、大數(shù)據(jù)可視化產(chǎn)品等，政府可以規(guī)劃城市所需的多種大數(shù)據(jù)產(chǎn)品，向社會(huì)開放數(shù)據(jù)產(chǎn)品采購清單，向企業(yè)系統(tǒng)采購，不僅政府自用還將向社會(huì)開放，使大數(shù)據(jù)資源物盡其用。

 

 

　　信息爆炸與數(shù)據(jù)價(jià)值

 

　　信息資源爆炸時(shí)代數(shù)據(jù)資源早已不再稀缺，信息會(huì)通過各種方式向外泄漏，想回避都不容易。按照經(jīng)濟(jì)學(xué)理論，供應(yīng)增加必然帶來邊際效用下降，數(shù)據(jù)價(jià)值下降是不可避免的趨勢(shì)。

 

　　數(shù)據(jù)價(jià)值下降是競(jìng)爭(zhēng)的結(jié)果，以提供信息為目的的數(shù)據(jù)價(jià)值下降最快，因?yàn)轭愃频臄?shù)據(jù)太多了，政府內(nèi)部的數(shù)據(jù)資源會(huì)受到外部資源的激烈競(jìng)爭(zhēng)。以提供信息為主要目的的數(shù)據(jù)中心會(huì)喪失原有的重要性。

 

　　政府的業(yè)務(wù)數(shù)據(jù)卻不會(huì)受到外部競(jìng)爭(zhēng)，業(yè)務(wù)數(shù)據(jù)是用戶辦事過程記錄的數(shù)據(jù)，是繼續(xù)辦事的依據(jù)不可被替代，在政府服務(wù)精細(xì)化改進(jìn)中會(huì)有更大作用，整合的業(yè)務(wù)數(shù)據(jù)會(huì)不斷增值，這應(yīng)當(dāng)是數(shù)據(jù)中心今后工作的重點(diǎn)。

 

　　數(shù)據(jù)整合不需要面面俱到

 

　　數(shù)據(jù)整合是提升應(yīng)用效益的工具，數(shù)據(jù)整合本身并不是目標(biāo)，工具并不是效益的來源，恰當(dāng)?shù)哪繕?biāo)選擇才是效益的來源，選擇就是在增添智慧。政府?dāng)?shù)據(jù)整合既然不是終極目標(biāo)就不必整合全部數(shù)據(jù)，只需整合有用的數(shù)據(jù)，要選擇那些使用頻率高、使用價(jià)值高的數(shù)據(jù)入手，放棄使用率不高的數(shù)據(jù)整合，集中精力將有用的數(shù)據(jù)整合做得更好。

 

　　數(shù)據(jù)整合要從具體目標(biāo)起步

 

　　信息共享做不好的原因之一是捆綁了通用平臺(tái)，想靠信息共享交換平臺(tái)來解決不同的信息共享問題，結(jié)果與設(shè)想大相庭經(jīng)，在沒有積累大量具體經(jīng)驗(yàn)之前開發(fā)通用系統(tǒng)是不會(huì)成功的，數(shù)據(jù)整合工作要吸取這一教訓(xùn)，先從具體項(xiàng)目入手，特殊目標(biāo)效益未實(shí)現(xiàn)之前，不要搞普遍性解決方案。

 

　　現(xiàn)在國(guó)家發(fā)改委、網(wǎng)信辦等十部委聯(lián)合提出了“一號(hào)、一窗、一網(wǎng)”的惠民服務(wù)要求，這已經(jīng)是一項(xiàng)非常具體的要求，能夠?qū)崿F(xiàn)上述服務(wù)需要的跨部門數(shù)據(jù)使用已不容易了，即使在該任務(wù)中，也要挑選最重要、最有影響、使用頻率高而無重大難點(diǎn)的任務(wù)先做，以用戶滿意率提升為中心，完成任務(wù)是當(dāng)務(wù)之急。通用平臺(tái)讓軟件公司去想，政府不必自找麻煩。

 

　　大數(shù)據(jù)整合更不必操之過急

 

　　國(guó)內(nèi)大數(shù)據(jù)應(yīng)用才剛剛開始，很多地方還處于既無經(jīng)驗(yàn)又無資源的階段，建設(shè)大數(shù)據(jù)中心實(shí)在勉為其難，不如集中精力把小數(shù)據(jù)應(yīng)用做好，大數(shù)據(jù)應(yīng)用可讓大企業(yè)和大城市多試，待他們成功了再學(xué)不遲。政府應(yīng)用大數(shù)據(jù)沒有競(jìng)爭(zhēng)性，早做晚做沒有差別，政府不必學(xué)企業(yè)爭(zhēng)先恐后地大數(shù)據(jù)，把公眾急需的小數(shù)據(jù)服務(wù)做好就是成功之路。