1123-24日,“2017互聯網+智慧中國年會”在北京召開。本屆年會以“智繪城市 數造未來”為主題,以數字政府、智慧城市、互聯網+政務服務、數據治理、信息社會等為主要議題。會議由中國社會科學院信息化研究中心、北京國脈互聯信息顧問有限公司聯合主辦,國脈海洋信息發展有限公司、浙江蟠桃會信息技術有限公司協辦,共有來自全國部委、省、市、區縣電子政務、智慧城市、大數據主管領導、行業專家、企業代表、主流媒體千余人參會。

拓爾思副總經理文雅

拓爾思副總經理 文雅

在24日上午舉行的“數據治理與大數據局發展定位研討會”上,拓爾思副總經理文雅發表了《以“數據治理”推動政府服務創新》的主題演講,以下是主要內容(根據現場速記和錄音整理,未經本人審核):

一、數據治理與數據管理的區別和聯系

我認為數據治理跟數據管理有很大的聯系和區別。這張圖足以說明,數據治理是貫穿數據管理的全過程,注重戰略規劃、組織以及后續績效監管等,所以從這個角度來看,兩者之間緊密不可分。如果數據治理僅僅只是通過技術手段去做,我認為可能是不成功的,所以數據治理必須有一套體系框架,今天不詳細講了。

數據治理與數據管理的職能關系

二、地方政府的大數據治理困境

下圖是我們拓爾思在最近三至五年間遇到的困難,包括在市場上宣傳很好的案例,深入進去會發現大家遇到的問題有很多的共性。

地方政府的大數據治理困境

第一個是央地關系與跨部門協同。由于國家每個層級的政策分布不同,造成了在數據治理領域里的差異化,比如說省級政府的統籌特別突出,但在實際的公共服務辦理、數據治理應用層面、創新層面上,應該怎么定位?部委、上級單位每天發了很多的文件和行動大令,把戰略制定的高、大、遠,對于地方政府來講應該聽誰的?部門之間文件打架的時候聽誰的?

第二個是驅動機制。數據治理是一個生態系統,需要社會上很多不同角色的功能機構廠商和政府共同建設,最核心的是如何處理好政企關系。在大數據產業鏈里,最早介入的應該是國脈互聯,那在這個領域,需要做很多基礎性工作,會有很多的互聯網巨頭、應用公司、技術公司等。政府最怕的是什么?渡過蜜月期,大家形成一條鏈上的螞蚱,這個時候如何處理政企關系顯得尤為重要,最好要避免數據綁架。

數據開放前幾年很熱,現在很多政府已經做了基礎的數據開放,但從質量和價值方面來看,還是值得探討的。因為數據治理要取得所謂的最大價值化,是要通過數據對決策產生幫助,所以會提出從數據開放到代碼或算法共享,這勢必會帶來一些改革。如果還沒有實現算法共享,必須讓相關區域機構一起來共同推動。

第三個是深層問題。大家舉了很多的例子,比如精準扶貧,但是精準扶貧的數據從哪里來?由現有的信息系統匯聚而來?但在實際生活當中,最需要扶貧的是山區,是根本沒辦法上網的那些人,我們系統里采集的數據能真正代表哪個群體?產生出來的結果對扶貧有哪些真正的改進?

另外,你們的決策、結論可靠嗎?科學嗎?合理嗎?當計算、架構、算法開始算了才發現有缺陷或者出了事,問責誰?這些問題可能是很多領導會考慮的。我之前有接觸過一個用戶,他們想在產業經濟方面做一個數據創新應用,現在很多的大數據應用都是偏向宏觀經濟類或者比較弱勢的民生類,我們后來討論到宏觀經濟分析,發現一個問題,用什么模型?國內、國外的?國內哪個專家和大學的?不行,中國的體制下本身公布的數據都不敢用,怎么還敢用模型?如果得出錯誤的數據,是沒辦法承擔責任的。

數據并不等于證據,學醫的做任何決策,都要有一個證據,大數據治理一樣,怎么去評估?能不能用?這些才是整個大數據治理面對的需要去破壁的深層次的問題。

三、拓爾思參與的政府數據治理實踐

拓爾思這幾年有很多的實踐,今天只是分享一點我們的心得。第一個要強調的是建立與完善數據標準是數據治理的基礎。

第二個要強調的是數據質量管控是政務數據治理的核心,這個方面有足夠的經驗,前兩天央視播報的新聞提到公安部有一個云搜索,目前在全國整個公安體系產生了很大的效應。

我們在數據治理的整個過程共花了3年時間,匯聚了大量政府內部數據、公共類數據,包括個人網絡社交數據等。最早接觸這個項目的時候有300多個種類、400多張表,很復雜,最后只剩下150多張表,經歷了很多考驗。數據的質量是最核心的,因為在這個環節遇到不少問題,即使你說誰報的數據誰負責,但仍然負不了責。數據的質量,除了技術手段,還需要一些業務模式去輔助,這個是我們做的一些分析,有基于人,有基于案件的,有基于組織的。

第三個要強調的是數據開放與共享是數據治理的生態關鍵。我們享受了政府開放數據的紅利,承接了國家企業信用信息公示系統項目。

第四個要強調的是業務創新是實現數據治理的最大價值化,這里從三個層次,第一是全球數據,我們投的公司,它的平臺可以做很多的全局決策,看上去都很美好,其實都遇到過很多問題,比如說給企業建檔案,做企業畫像,大家會發現,對于企業來講,很關鍵的指標是稅收,我們會發現,所有匯集起來的稅收數據是標頭數據,這是大項目里遇到的共同問題。第二個層次,在某一個垂直領域進行創新,面對大量數據,通過模型對數據進行一系列處理、加工,最后把整個模型輸出。目前互聯網PPP金融企業監控的占有率是非常高的。

拓爾思案例:金融大數據平臺

拓爾思案例:金融大數據平臺

最后一個層次,面向公眾的政務服務方面。這是2014年做的案例,是跨部門的應用融合。由教育部牽頭,我們做了一個“積分入學”系統,涉及到多個部門,花費上百萬,現在基于共享機制,大概三個星期就可以把它做出來,后期則是大量的數據梳理工作。

拓爾思案例:“i廈門”

拓爾思案例:“i廈門”

政府數據治理這項工程,不是一個資源稟賦和機遇的問題,更多的是涉及到政府的理念,包括管理模式、政企合作模式,最后我們希望,拓爾思不僅是在這個領域里和大家共同成長,接下來的成長階段,也希望能和大家共同前行。

演講PPT下載:以數據治理推動政府服務創新.pdf

責任編輯:lihui