大数据对政府治理的影响及挑战_图文_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&10W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
大数据对政府治理的影响及挑战
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩14页未读，
定制HR最喜欢的简历
你可能喜欢政府大数据面临的问题和阻力在哪里？
我的图书馆
政府大数据面临的问题和阻力在哪里？
全文近 7000 字，看完大约需要 10 分钟作者：吕品，天善智能联合创始人&运营总监&摘要：笔者在前段时间受邀参加了某省会公安部门的大数据项目规划调研，在阅读完《纲要》和了解完相关政府对大数据项目的规划和设计背景后，认为从项目的规划和设计完整且严谨，看似无可挑剔。但在实际的调研过程中发现了很多与大数据项目规划和执行不相符合的情况，这些问题切实存在不可避免，执行过程又困难重重。背景&2015年经李克强总理签批，国务院印发《促进大数据发展行动纲要》，中国政府已经开始系统部署大数据发展工作。《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态...政府大数据从狭义的角度理解就是政府所拥有和管理的数据，如典型的公安、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、环境、金融、统计、气象等数据。摘选笔者所撰写的有关数据采集体系和可行性方案分析部分内容，分享给读者朋友们，仅供参考和探讨。（原内容有删减，以下涉及到相关的政府单位或部门略作处理）关于某部大数据采集体系调研与可行性方案分析项目背景简介&某市公安局作为公安部数据建设的试点单位，推进市局与社会化数据资源整合的标准化建设，和实现数据资源共享推进市局和相关单位的信息共享为目标，对数据化项目建设进行立项。&项目需求&项目旨在解决以下两个方面的问题：&1. 实现社会化数据资源整合&1) 某市公安局以及下属分局、各支队的各个应用系统数据作为市局的基础核心数据资源，例如基础的人口管理、信访、犯罪信息、情报等，以及作为数据监控所涉及到的铁路、网吧、民航购票、民航进出港、ETC 卡口、住宿等基本数据信息。&2) 在此基础上，为了纳入更多的社会化数据资源，实现全行业的数据覆盖，拟接入交通、服务、科技信息化、教育、社保、民政、户政、工商、网络通讯等各个行业的 数据。&&2. 数据统一接口和规范化建设&1) 公安部下发了有关公安数据标准化建设的数据规范格式，各级部门需要按照标准化格式规范建设数据资产。对数据字段的描述、格式和录入规范定义都有一定的详细描述和定义。&&在相关可以直接管控的领域和下属单位，数据资产需要按照这些数据格式进行管理， 需要建设统一的数据接口以确保各下属单位数据上传质量。&2) 在涉及到第三方的社会化数据资源，需要制定标准的可执行的数据标准，包括：数据接口的定义、格式的约束、数据交换的方式和渠道等。&3) 以上所有的数据接口定义都有据可行，能够形成统一和清晰的数据管理规范。&&在未来旨在规划以下两个方面的数据建设方向&1. 数据资产整合、数据分发和应用平台建设&1) 打通市局内部数据和社会化数据资源，形成统一的可管理、可追溯的数据资产管理中心。&2) 基于市局的数据资产中心，对平台上的数据使用者提供统一的数据接口，形成数据分发，各数据用户可以基于自己的业务需求对数据进行使用，包括：数据分析与挖掘、业务系统和应用平台建设等。&2. 大数据&1) 基于大量的内部数据和社会化数据资源，推进大数据项目的建设和发展，增强数据标签属性、用户画像，可广泛的应用于人口管理、犯罪管理、社会化信息管理等。&项目现状调研与存在的问题&1. 业务系统现状&1) 业务系统数量多、系统复杂。目前市局各个单位以及下属的分局、支队等各个业务系统、数据源系统共计近 200 多个，覆盖范围广，业务系统复杂。&2) 业务系统管理和维护缺失。大多数业务系统由不同的第三方 IT 公司开发和维护， 历史周期长、服务更迭和系统维护断档，造成业务系统数据字典信息缺失和不全。&3) 旧的业务系统对同样的数据信息描述不一致。不同的业务系统对同样的数据描述、 定义、数据录入规范不一致，造成在数据抽取和基本清洗阶段无法追溯实际数据字段的业务含义。长期以来的无人维护，部分数据的理解无法从业务系统管理方得到有力的支持。&2. 业务系统管理方 IT 支持力量不够&1) 大多数业务系统由第三方 IT 公司建设，分局和支队 IT 人员缺失，在整个数据项目建设的推进过程中沟通成本比较高。&2) 对由分局、支队提供的数据，由于缺乏专业的 IT 经验，在数据的录入和采集过程中无法做到高质量的数据录入，数据规范意识不强。&3) 前端数据采集质量不高也对现有的数据管理体系建设增加了很大的数据处理负担， 目前很多的数据基础验证工作都是在数据处理后方完成。&3. 部分上报渠道缺失、数据来源和数据质量参差不齐 &1) 数据采集和上报渠道缺失。特别是对于一些基层单位，由于在工作中缺乏相应的数据收集上报终端，造成数据收集困难、数据收集质量不高。比如在派出所级别，一 方面比较缺乏对数据建设意识，另外一方面缺乏配套的数据采集终端，不能够很好 的完成采集相应的业务数据的任务和工作。&2) 数据来源格式繁多，数据渠道不规范不统一。 在已有的数据来源中，涉及到了 FTP、 EXCEL、DMP 文件、Oracle 数据库、XML 文件、CSV 文件、SQL SERVER 数据库等，需要不同的处理方案和接入方式处理。目前已经逐步在推进数据接口和上报渠道规范化建设，但是仍然需要比较长的周期。&3) 上报的数据质量参次不齐。有大量未经验证和规范化处理的数据上报到数据处理中 心，包括大量需要手工检查和处理的数据，极大的降低了数据中心对数据处理的效 率。&4. 社会化数据资源采集方式不合理、难度大 。&1) 部分数据资源采集分配方式重复和单一。例如各个辖区采集辖区内的教育单位的数据，这些数据实质上会进入市级的数据系统。市级单位和下属单位的数据采集形成 重复，各单位数据上报方式和途径各异，增加各级辖区下属单位数据采集的成本， 同时也增加数据处理团队的数据处理成本。&2) 社会化数据资产单位的配合程度不积极。对社会化数据资产管理方，例如教育、银行、金融等单位对于与市公安局的数据上报标准、数据定义、传送方式理解不一， 配合程度不一，也造成了对社会化数据抽取和管理的难度比较高。&需解决的问题和方案&数据采集是一个庞大的项目工程，涉及到已有和以后规划的业务系统的方方面面，需要站在整个数据体系建设的高度去考虑这个问题。同时，数据质量的保证也为以后的数据采集、 数据治理、数据中心建设、数据分析与挖掘、大数据平台的建设起到非常重要的作用。根据上述的问题，我们需要从以下这些方面入手来考虑。&&1. 内部已有业务系统的字段梳理&1) 由于历史原因，内部已有业务系统的字段梳理目前已经没有非常合适的可行方案。 这是由于旧系统的相关维护人员缺失，没有规范的数据文档管理造成的，因此特别 需要注意在新系统的建设上加强交付标准建设，和形成项目报备机制避免类似问题 出现。&2) 唯一可尝试的方式就是熟悉业务系统，通过试用业务系统观察数据流向来理解数据 含义。但缺点是投入大、产出小，建议考虑只抓业务系统的核心业务流程和核心数 据。&&2. 新的业务系统建设遵循现有数据规范和标准&1) 已有业务系统保持现状，在遵守已制定的数据接口定义规范通过技术手段完善数据 字段的转换与定义。&2) 在市局领导范围内的业务系统，对于新规划和新建设的项目应该主动向市局数据中 心建设部门进行项目报备。对业务系统中所涉及到的数据库设计、字段设计规范应 该遵循市局数据中心所提供的标准数据定义和规范进行开发。&3) 新规划和新建设的项目应该包括：WEB 端应用开发、移动端应用开发、CS 应用开 发等一切需要录入数据的项目。&&3. 梳理和明确数据采集的范围、数据边界、对象和目标&1) 数据采集的范围包括内部数据和外部数据。&2) 内部数据涵盖市局以及市局领导下的所有事业单位的各个大小业务系统和子系统， 需要对这些业务系统进行梳理。确定业务系统中所涉及到的数据构成，例如：人口 基本信息、户政信息、犯罪管理等，对以上信息进行分类，明确在内部系统中拥有 哪些或者哪一类的数据资源。&3) 外部数据包括两个方面：第一，市局因当前工作需要所要监控的社会化数据资源， 例如：住宿、出入境记录、网吧、交通管理等。第二，市局所需要打通的非重点当 前需要和非监控管理的社会化数据资源，例如：教育行业、金融行业、通讯行业、 工商等。这些数据需要有一个明确的采集范围定义，不能片面求全求大，而应该先 明确所需要采集的行业范围，采集边界。同时，对主管这些数据资源的事业单位进行梳理和明确，以及需要明确数据采集的目标，例如数据字段的构成。&4) 对于外部数据中涉及到的社会化资源需要从上往下推进。在目前的社会化数据收集的过程中，部分行业的子事业单位向他们的上级主管单位进行数据上报。数据采集的对象应该集中在这些上级主管单位，而不应该由市局所领导的辖区单位与这些行业的子事业单位进行数据采集再集中上报给市局。这样可以避免市局所领导的辖区单位重复采集数据，同时可以避免各子事业单位采集的数据不规范而导致的重复数据清洗工作。&&4. 确定数据上报的渠道、数据接口定义和数据交换方式。&1) 对于目前已有的市局范围内各业务系统继续保留已有的数据采集方式。通过源数据库向标准数据库的数据验证、审核和加载，确保标准数据库的数据接口定义。&2) 对于市局目前所要求的各辖区分局、支队等数据采集，需要明确数据采集的范围、 数据采集的渠道、数据采集的方式和数据接口定义。通过对数据采集范围和数据采集渠道分析，可以针对性提供数据采集的方案。例如移动端数据采集所需要的移动设备、相关的硬件和软件设施。如果没有明确的数据采集范围和采集渠道定义，将无法明确数据采集的方案和相关采集软硬件设施的构成。&3) 对于社会化数据采集资源，在梳理和明确数据采集的范围、数据边界、对象和目标之后，应该对相关数据的主管单位进行洽谈合作：&i. 合作中需要明确双方对于数据资源合作的数据接口定义，需要对方确定可以提供的数据资源。&ii. 数据上报的渠道建议使用 FTP 文件传送形式，在明确的数据接口定义下确定数据文件传输的网络目标地址，传送周期。例如在央行与各个银行、美国保险行业与相关协会组织、某汽车金融公司与国外总部的数据传统都是通过这种文件传输形式进行数据上报。&iii. 在前期需要对上报的数据进行数据准确性、数据传达邮件通知等验证，验证测试通过后可正式形成数据上报机制。&iv. 考虑对等的、互惠互利的数据共享合作。由于涉及到数据合作双方的利益，需要双方建立数据共享机制来形成数据开放的互惠互利。对于合作不积极的数据主管的单位建议由市局上一级单位协助推进和协调。&&5. 内部数据采集所涉及到的工具和技术应建立培训体系&1) 内部数据采集所涉及到的数据验证、工具使用和相应的技术使用应该建立培训体系， 定期召集相应的各市局和属下信息中心数据维护人员进行培训，培训的方向不仅仅要包括上述的技术相关的内容，还应该包括对数据质量的认知、数据思维方面来提升对数据管理控制的重视程度。&2) 可以从一个单位的应用系统来切入，待整个流程成熟和成型之后再扩大到整个市局体系。同时可以考虑完善相关文档、视频课程的方式来节约人力和时间成本。&&以上所提到的一些方案需要与市局共同探讨，明确可行的思路和方案，问题处理的优先 级。可以由点及面，找出最容易实现和推进的方案点进行验证，如果验证成果则证明以上方案具备一定的可行性，再推进其它相关方案的执行和验证。&&在相关资源协调上，市局需要牵头切入与协调，供应商作为数据建设方配合方案的执行、与数据标准规范的定义和推进。&（调研分析报告完）大数据项目落地的第一步核心在数据源头，所有的数据项目从数据最终的出口来看，本质上来讲都是要将不规范、非格式化的或者规范的不可分析的数据变成规范的、格式化的可分析的数据。还有一点特别要注意的是，大数据并不是片面追求数据越多越好、越全越好，最重要的是数据质量，业务场景。大数据的业务场景在哪些地方，需要补充到哪些数据，质量如何都是需要特别考虑的。我们在国内看到的几乎所有大数据公司从来不会声称自己的大数据业务能够跨全行业，大数据有大数据落地的业务场景，这是它的特殊性。每个大数据公司都有自己的行业重心，在某一个细分或者多个细分领域里面深耕细作比如金融、电信、政务、公安、制造业等等。政府大数据面临的问题和阻力除了在案例中提到的基础数据治理之外，还有以下几个问题直接或者间接的形成了无形的阻力。1. 政府部门、特别是一些职权部门的数据意识、数据开放的意识。意识这个词可能会比较虚、看不见抓不着，但是实际上在很多项目规划和落地、协作和推进的过程中，具备数据意识的职权部门会积极引导大数据项目的规划和推进是朝着一个合理的、正确的方向上前进。该开放的开放，该听取专家建议的就听取专家建议。相反，不具备良好数据意识的决策者和推进者，也有可能好心办坏事，拍脑袋决策，将大数据项目引入歧途，最终以失败而告终。 &2. 政府部门应该看重长期利益、长期规划，避免为做大数据而做大数据。政府大数据有别于企业大数据项目，政府大数据的数据种类繁多、跨行业、跨部门。业务数据质量层次不齐，很多数据是需要从源头重塑，涉及到很多旧业务系统的数据治理、新业务系统的规范化，这个注定是需要很长的一段时间通过制度来健全信息化建设。为了短期上大数据项目，只能是根基不稳，数据质量无法验证和参考，也就无法产生真正有价值的结果。同时，决策部门决策者的变化不应该影响大数据项目的规划，只要经过验证的方案，就应该继续持续的坚持下去。临时换方向、换技术方案、换想法，大数据项目经不起折腾。3. 政府大数据应该遵循大数据发展的规律，不应片面求全求大，可以整体规划，但要阶段性的划分项目边界，阶段性的出成果。在笔者上面提到的这个案例中，决策者的想法和意识都是非常正确的，但是基层部门在执行上就违背了这种规律，片面的求全求大，导致数据量上有增，但是数据质量上却无法保证。同时，政府大数据涉及到的行业方方面面，应该明确确定阶段性的目标，在哪个阶段追求哪些社会资源数据，解决什么问题，业务场景是什么需要确定下来。4. 政府大数据应该认真对待各个服务商和合作伙伴。第一，政府大数据涉及到政府多部门配合、跨行业配合，作为政府外包出去的项目服务商和合作伙伴，他们是没有这种资源能力在各个部门和行业之间协调和沟通，这种跨行业跨部门的合作需要相关决策部门进行引导和协调。第二，按市场规则和合作流程该结算就结算。大数据项目周期长，投入大，这对各个服务商和合作伙伴的人力、物力的投入也是很大的压力。与政府部门的合作有别于传统市场合作，本质上不管我们承认还是不承认，政府与第三方合作伙伴双方地位是不对等的。这些情况在如今已经有了很大的改善，但是实际上在很多地方依然存在，最终导致项目交付进度和质量无法保障、项目交接上给下家留坑埋雷都会导致项目越做越差麻烦不断。诸如此类的问题很多，不在此一一总结。政府大数据是不是一个伪命题？&最后再来谈这个问题，政府大数据是不是一个伪命题？ 坦率来讲，从文章最开始的《纲要》内容和上面的案例中可以看出一些政府是完全具备数据开放思维意识的，从实际的项目规划和实际的落地过程中也做出了很多的努力。但是大数据项目的落地不是一蹴而就的，由于历史原因数据源头的梳理困难重重，政府各部门之间的数据打通需要政府高层站在大的格局下来积极引导和推进，新业务新数据的规范化运作尚需时间和很强的执行力，知易行难。从长远来看，政府大数据不应该是一个伪命题。但是在实际的操作过程中如果只是流于形式、各部门数据各自为政、协同合作效率低下、过于追求部门利益个人利益而忽略公共利益，所谓的政府大数据就是一个伪命题。政府作为施政的决策者和领导者，无论从财力、人力、物力、资源协调能力、政策执行和推动能力上来说，在大数据项目的规划和落地过程中本应该拥有得天独厚的优势，也可以很强势。但关键在于怎么利用好这种优势和强势，利用的好，对大数据项目是一种保障。利用的不好，对大数据项目也会起到非常负面的作用，多走弯路或者彻底失败。总之，政府大数据不会一蹴而就，也一定会总结很多经验和教训。但无论如何，只要开始就好，现在就是最好的时机。（全文完）作者：吕品，天善智能联合创始人&运营总监 （微信公众号：tianshanlvpin，欢迎交流）
喜欢该文的人也喜欢豆丁微信公众号
君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
大数据在政府部门的应用
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口大数据对政府的大影响
日16:08&&&来源：
E-mail推荐：
大数据的膨胀
　　近年来，美国各级政府开始面对由数据的数量、种类和速度剧增所引发的变革浪潮。例如，2011年全球产生的数据量达 1.8ZB，并且预计将每年翻番。这一数据量相当于2000亿部时长2小时的高清电影，一个人要连续看4700万年才能看完。这种现象是企业和政府必须面对的，也是无法回避的。
　　随着互联网的发展以及多种来源的信息汇集至政府机构，政府部门需要继续设法管理大量的数据。政府部门可以从传感器、卫星、社交媒体、移动通讯、电子邮件、无线射频识别设备和企业应用程序持续不断地接收数据。因此，政府领导人面临的挑战是，捕集、摄取、分析、存储和分配数据，保障数据安全，并将其转化为有意义、有价值的信息。
　　美国联邦政府接收的数据量之大，令人难以置信，这使信息过载成为一项根本挑战。在数据量急速膨胀的过程中，新信息要么是未曾发现的信息，要么是未曾有过的信息。产生的问题是，如何有效地捕捉新的真知灼见。对大数据进行恰当地管理、建模、分享和转化，为从中提取新的深刻见解，并以过去根本不可能的方式做出决策，提供了机遇。简言之，政府领导面临的任务和工作挑战日益加剧，可利用的数据激增，并且过时落伍的信息管理能力完全限制了其应对能力，于是政府领导陷于进退两难之地。他们面临的问题包括：如何收集、管理和利用所有的新数据？如何保护和控制数据？如何提高组织间的信息共享，以获得更加综合且相互联系的情报？如何通过更好地了解数据的出处，并回溯至经过验证的可信数据源，从而提高数据的可信度？有哪些先进的可视化技术、工具和格式可用于表达信息，从而实现快速分析，并提出新的深刻见解？为抓住机遇，如何缩小人力资本的缺口？
　　大数据的特征
　　大数据是指大量、高速、复杂、变化不定的数据，需要用先进的方法和技术实现信息的收集、存储、分配、管理和分析。
　　体量大、类型多和速度快是大数据的显著特征。目前，15%的信息是结构化信息，便于存储在关系型数据库中。电子邮件、视频、呼叫中心对话和社交媒体等非结构化信息占85%，这对于运用常规的业务情报工具来提取有意义的信息造成了挑战。传感器、平板电脑和移动电话等产生信息的设备继续成倍增加。随着全世界的联系更加紧密，社交网络也在加速发展。这些共享信息的选择意味着公众、政府和企业间互动方式的根本转变。
　　从大数据的特征来看，数据源增加、传感器的分辨率提高，使得大数据的体量大。数据源增加、数据通讯的吞吐量提高、数据生成设备的计算能力提高，使得大数据的速度快。移动设备、社交媒体、视频、聊天、基因组学研究和各种传感器使得大数据的类型多以数据为基础的决策要可追溯，要有理有据，这使得大数据还应具备准确性的特征。
　　大数据的这些特征将决定政府在大数据业务和整个大数据生态系统中收集、分析、管理、存储及分配数据的方式。
（责任编辑：万鹏、赵晶)
热点导航[新闻热词][社区互动]
&&&推荐新闻
&&&&&&&&&|&&&|
48小时排行榜
48小时评论榜
1.2.3.4.5.6.7.8.9.10.
&&?频道精选
?|?|? ? ? ?|
?基础|||会议|||文献|||事件|||专题|||图集|||视频|||THU数据派&基于清华，放眼世界&，以扎实的理工功底闯荡“数据江湖”。...
我们整理了2017年最新政府大数据应用案例！
来源：数据观
本文长度为6000字，建议阅读10分钟
本文为你介绍政府拥有数据资产类型和地方政府大数据应用案例及应用启示。
在我国，政府部门掌握着全社会量最大、最核心的数据。以往地方政府提振经济一般是招房地产、工厂等，随着土地及人口红利殆尽，大数据成为与水电煤等一样重要的生产资料，成为继土地之后政府最重要的资产。了解政府大数据应用的案例和数据价值释放的方法，将有利于激活沉睡的数据，释放政府数据价值。为此我们需要梳理下：
政府有哪些数据资产
政府拥有或控制，能够给政府组织带来社会或经济利益的数据资源，就是政府数据资产。这主要包括两个方面：
一是政府所拥有和管理的数据，如典型的公安、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、环境、金融、统计、气象等数据；
二是政府工作开展产生、采集以及因管理服务需求而采集的外部大数据(如互联网舆论数据)。
从政府“拥有或控制”的角度来讲，政府数据资产大致可分为五类，分别为：
政府资源才有权利采集的数据：如资源类、税收类、财政类等；
政府资源才有可能汇总或获取的数据：如建设、农业总、工业总等；
因政府发起才产生的数据：如城市基建、交通基建、医院、教育师资等；
政府的监管职责所拥有的大量数据：如人口普查、食品药品管理等；
政府提供的服务的客户级消费和档案数据：如社保、水电、教育信息、医疗信息、交通路况、公安等。
地方政府大数据应用案例
政府在建设和应用大数据的过程中有独特的优势。政府部门不仅掌握着80%有价值的数据，而且能最大限度调动社会资源，能整合推动大数据发展的各方力量。政府作为大数据建设和应用的主导力量，积极应用大数据决定着能否发挥大数据隐含的战略价值，对行业来说具有引领性作用。以下笔者按部收集了一些大数据的应用案例：
1. 工商部门
企业异常行为监测预警
重庆依托大数据资源，在全国率先探索建立注册登记监测预警机制，对市场准入中的外地异常投资、行业异常变动、设立异常集中等异常情形进行监控，对风险隐患提前介入、先行处置，有效遏制了虚假注册、非法集资等违法行为。
同时，积极推动法人数据库与地理空间数据库融合运用，建设市场主体分类监管平台，将市场主体精确定位到电子地图的监管网格上，并集成基本信息、监管信息和信用信息。平台根据数据模型，自动评定市场主体的监管等级，提示监管人员采取分类监管措施，有效提升了监管的针对性和科学性。
中小企业大数据服务平台精准服务企业
山西省中小企业产业信息大数据应用服务平台依托大数据、云计算和垂直搜索引擎等技术，为全省中小企业提供产业动态、供需情报、会展情报、行业龙头、投资情报、专利情报、海关情报、招投标情报、行业研报、行业数据等基础性情报信息，还可以根据企业的不同需求提供包括消费者情报、竞争者情报、合作者情报、生产类情报、销售类情报等个性化定制情报，为中小微企业全面提升竞争力提供数据信息支持。
2. 规划部门
运营商大数据助力城市规划
重庆市綦江区规划局委托上海复旦规划建筑设计研究院及重庆移动共同开展，利用重庆移动相关数据及綦江相关统计年鉴数据对綦江中心城区人口、住宅、商业、公共服务配套等进行大数据分析，量化綦江房地产库存，从城市建设角度提出改进策略，完善城市功能，促进城市健康发展。
据介绍，经过多次尝试，重庆移动率先将手机信令数据引入城市规划，通过建立人口迁移模型，提供年期间綦江区人口的流入流出情况（包括国际、省际、市内流动），建立职住模型提供綦江区居住及工作人口的分布，通过监控道路周边基站人口流动情况，反应綦江区全天24小时道路人口流动情况，识别出各个时段道路堵点。
3. 交通部门
大数据助力杭州“治堵”
2016年10月，杭州市政府联合阿里云公布了一项计划：为这座城市安装一个人工智能中枢——杭州城市数据大脑。城市大脑的内核将采用阿里云ET人工智能技术，可以对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的问题，并最终进化成为能够治理城市的超级人工智能。“缓解交通堵塞”是城市大脑的首个尝试，并已在萧山区市心路投入使用，部分路段车辆通行速度提升了11％。
4. 教育部门
徐州市教育局利用大数据改善教学体验
徐州市教育局实施“教育大数据分析研究”，旨在应用数据挖掘和学习分析工具，在网络学习和面对面学习融合的混合式学习方式下，实现教育大数据的获取、存储、管理和分析，为教师教学方式构建全新的评价体系，改善教与学的体验。此项工作需要在前期工作的基础上，利用中央电化教育馆掌握的数据资料、指标体系和分析工具进行数据挖掘和分析，构建统一的教学行为数据仓库，对目前的教学行为趋势进行预测，为
“徐州市信息技术支持下的学讲课堂”提供高水平的服务，并能提供随教学改革发展一直跟进、持续更新完善的系统和应用服务。
5. 医疗卫生部门
微软助上海市浦东新区卫生局更加智能化
作为上海市公共卫生的主导部门，浦东新区卫生局在微软SQL Server 2012的帮助之下，积极利用大数据，推动卫生医疗信息化走上新的高度：公共卫生部门可通过覆盖区域的居民健康档案和电子病历数据库，快速检测传染病，进行全面的疫情监测，并通过集成疾病监测和响应程序，快速进行响应。与此同时，得益于非结构化数据的分析能力的日益加强，大数据分析技术也使得临床决策支持系统更智能。
6. 气象部门
气象数据为理性救灾指明道路
大数据对地震等“天灾”救援已经开始发挥重要作用，一旦发生自然灾害，通过大数据技术将为“理性救灾”指明道路。抓取气象局、地震局的气象历史数据、星云图变化历史数据，以及城建局、规划局等的城市规划、房屋结构数据等数据源，通过构建大气运动规律评估模型、气象变化关联性分析等路径，精准地预测气象变化，寻找最佳的解决方案，规划应急、救灾工作。
7. 环保部门
环保部用大数据预测雾霾
微软在利用城市计算预测空气质量上，已推出 Urban Air 系统，通过大数据来监测和预报细粒度空气质量，该服务覆盖了中国的 300 多个城市，并被中国环境保护部采用。同时，微软也已经和部分其他中国政府机构签约，为不同的城市和地区提供所需的服务。该技术可以对京津冀、长三角、珠三角、成渝城市群以及单独的城市进行未来 48 小时的空气质量预测。与传统模拟空气质量不同，大数据预测空气质量依靠的是基于多源数据融合的机器学习方法，也就是说，空气质量的预测不仅仅看空气质量数据，还要看与之相关的气象数据、交通流量数据、厂矿数据、城市路网结构等不同领域的数据，不同领域的数据互相叠加，相互补强，从而预测空气质量状况。
8. 文化旅游部门
山东省用旅游大数据带动农村经济发展
山东省将省内公安系统、交通系统、统计系统、环保系统、通讯系统等十余个涉旅行业部门联合，整合全省旅游行业的要素数据，开发完成旅游产业运行监测管理服务平台。通过管理分析旅游大数据，山东省提升景区管理水平，挖掘省内旅游资源，开发更多符合游客需求的景点以及“农家乐”等乡村旅游服务，进而带动景区特别是农村地区的经济发展。
9. 政法部门
济南公安用大数据提升警务工作能力
浪潮在帮助济南公安局在搭建云数据中心的基础上构建了大数据平台，以开展行为轨迹分析、社会关系分析、生物特征识别、音视频识别、银行电信诈骗行为分析、舆情分析等多种大数据研判手段的应用，为指挥决策、各警种情报分析、研判提供支持，做到围绕治安焦点能够快速精确定位、及时全面掌握信息、科学指挥调度警力和社会安保力量迅速解决问题。
上海利用大数据助百姓找律师
2016年底，上海市律师协会开发的上海市律师行业信用信息服务平台上线，整合上海市司法局法律服务行业信息平台、上海市人民法院律师诉讼服务平台、上海市人民政府公共信息信用平台三大权威数据来源，通过对法院已经公开的裁判文书数据进行大数据分析，自动梳理出律师以往诉讼代理情况，方便百姓、企业以及政府机构等查找律师，促进法律服务信息透明对称，推动法律服务市场良性竞争。
信用信息数据库中包括基本信息、执业信息、奖惩信息、业务信息和社会服务五大方面。平台信息分为法定公开、行业公开、自愿公开三种，并对信用主体提供了多角度的信息展示。对于信用主体自行申报的信息，上海律协在形式审查后会标注明确的告知事项，向社会公布，接受社会的监督。
10. 农业部门
农业大数据在三农中的应用
阡陌科技以积累的涉农基础数据为起点，开展农村普惠金融服务和供应链金融服务，以一个大数据平台加两个应用系统（农资经销商系统和新农人系统），帮助新型经营主体、农资经销商解决规模、资金和效率三大难题，并藉由此收集农业生产中的动态数据，将服务延伸到农业全产业链中的其他七大市场――农业金融，农产品流通，农机服务，农技服务，农事服务，土地流转服务，农业物联网，打造农业大数据生态链闭环。
美国企业：大数据预测农作物生长
美国在农业大数据领域不乏创新公司，2006年，两名前Google员工创立了 Climate Corporation。 该公司通过海量公开的国家气象服务数据，重点研究美国全国范围内热量与降水类型。 通过这些数据，与美国农业部积累的60年农作物产量数据进行分析，从而预测玉米、大豆、小麦等农作物生长，同时，通过实时气象观察与跟踪，公司在线上向农民销售天气保险产品给农民。从2007年获得天使投资开始，Climate
Corporation持续获得了17个投资人4轮1.08亿美元的投资，公司2013年被著名农业公司孟山都亿9.3亿美元的价格收购。
11. 财税部门
大数据预测股价涨跌
2011 年，英国对冲基金Derwent Capital Markets 建立了规模为4000 万美金的对冲基金，该基金是首家基于社交网络的对冲基金，该基金通过从Twitter 的数据内容来感知市场情绪，从而进行投资。无独有偶，美国加州大学河滨分校也公布了一项通过对Twitter 消息进行分析从而预测股票涨跌的研究报告。
无锡地方税务局应用大数据进行税收监管
无锡地税局自2013年起就着手研究大数据时代对税收管理发展带来的影响，探讨大数据技术应用于税收风险管理的前景，并建设了“无锡地税涉税情报管理平台”作为信息化支撑，着重研究行业、事项和大企业等三类税收管理领域，通过从互联网上收集与纳税人有关的各类数据，经处理后与征管系统中的信息进行分析、比对，产生风险疑点实施推送应对。
值得注意的是，相比国内，美国政府的税务大数据应用场景要具体得多。2012年起，美国联邦及州的税务部门即开始尝试应用大数据技术寻找偷税、骗税行为的共同特征来打击逃税。美国国内收入署（IRS）对纳税人申报信息与各种公开信息记录进行比较，特别针对申报表中的税前列支内容、退税信息创建了大量算法，寻找其中的疑点。仅就2011年度纳税申报，即发现36亿美元的虚假税前列支，并发现超过3%的退税存在欺诈行为。
针对金融证券领域高频算法交易、数据综合分析、违规操作监管、金融研究报告交易、金融数据服务等方面的需求，建设金融大数据分析与智能决策支持系统。汇聚融合国内外证券及相关衍生品市场的高通量交易数据，整合行业媒体实时资讯与舆情，为相关机构提供金融监管和风险管控等智能决策支持，为投资者提供金融市场数据和经济数据、投资方向等个性化的金融数据服务。
12. 人社部门
镇江市打造劳动保障监察“大数据” 维权监管体系
江苏省镇江市人社局牵头整合就业、社保、监察、人才培训及税务、工商、民政、公安等数据资源，形成全市“信息共享、网格联动、预防处置、指挥调度”劳动关系智能化预警监控“信息链”。通过信息数据库的比对，市人社部门可以第一时间发现并纠正企业劳动保障违法行为，改变了以往单靠劳动保障监察部门处理案件的被动局面，促进了全市劳动关系的和谐稳定。
政府大数据应用启示
数据是基础性资源，也是重要生产要素。如何管理政府大数据资产，我国各部门还缺乏统一 标准，如何利用大数据进行精细分析仍处于探索起步阶段，应用分散。分析我国政府大数据应用的现状和特点，借鉴国外有益经验，推动我国政府大数据应用，应着重从以下几个方面开展：
建设政府数据开放平台，做好政府数据资产整合与管理
政府数据资产到底有多大价值？按照麦肯锡给出的测算方法，北京市政府部门数据开放的潜在价值可达 3000亿—5000 亿元，按此推算，全国政府部门数据开放的潜在价值可达 10 万亿—15 万亿元。
鉴于政府数据的巨大价值，美国、新加坡、英国都已经建成国家层面的数据开放平台。在我国，上海、北京、广州、武汉等地相继建立开放数据平台，在数据公开方面做了有益的尝试，但在数据开放数量和质量上与国外还有很大差距——许多信息支离破碎，且使用的格式各异，用户搜寻信息并进行统一处理的难度很高。建设统一的政府数据开放平台，整合所有的政府公开数据，将之以统一的数据标准与数据格式进行发布，并为开发者提供API接口，可以大大提升公众对政府数据的使用效率。
以需求为导向，推动大数据服务民生
政府数据本质上是国家机关在履行职责时所获取的数据，采集这些数据的经费来自于公共财政，因而这些数据是公共产品，归全社会所有，应取之于民，用之于民。因此政府大数据必须充分考虑到老百姓的实际需求，而不仅仅是将原来分散管理的业务数据集中起来提供给政府部门内部办公使用。例如近年来各地政府部门推广实施“一号一窗一网”，将大数据引入政府治理，解决群众“办证多、办事难”等问题，就是通过数据资源畅通流动、开放共享，推动政府管理体制、治理结构更加合理优化、透明高效。
鼓励数据开放，引导社会力量开发数据应用产品
在大数据时代，对于政府来说，一方面应建设政府大数据，实现政务数据资源的公开和共享；另一方面应承担起引领、推动大数据产业发展的使命。通过开放政府数据，供社会进行增值开发和创新应用，可以激发大众创新，万众创新，推动大数据产业发展。这方面美国的经验值得借鉴。
在政府大数据应用方面，美国意识重视启发民智，鼓励公众对大数据的应用。一方面，政府、社会与企业可以从Data.gov免费下载数据，还可以利用Data.gov提供的API实现丰富的第三方应用的开发；另一方面，基于Data.gov美国政府还建设了Apps.gov，面向全国所有政府部门，提供政府公用云服务，并整合了一系列的应用程序，实际上类似于一个政府的应用程序商店。据了解截至2011年12月，仅仅在Data.Gov网站上，就汇集了1140个应用程序和软件工具、85个手机应用插件。其中，有近300个是由民间的程序员、公益组织等社会力量自发开发的。
政府应建立数据产品战略
最后，笔者想说：规划、培训和项目建设对于政府发展大数据产业无疑是很重要的，但是搞了一年大数据下来，问你搞了什么？能拿出来说话的还是要产品说话，产品体现价值。
数据产品把数据、数据模型以及分析决策逻辑尽可能多的固化到一个软件系统中，以更自动化、更准确、更智能的方式来发挥数据的决策价值。数据产品往往在一定范围内具有普遍适用性，客户群体更加广泛。也容易体现工作成效。
数据产品在一定范围内具有普遍适用性，其客户数对营收增速影响更大，对规模化复制要求也更高。面向的企业更多，因而数据产品的价值取胜在广而不在深。这就要求在进行产品设计时对目标客户群的业务有高度的敏感度，做到紧急需求先满足，将多样化的数据需求抽象成一个面能满足一个个散落需求的点。
所以每个地方政府都应该建立数据产品战略，高效安全释放数据价值！
没有更多推荐了，}