破除“数据孤岛” 推进佛山政务大数据深入应用

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

根据此前公布的消息,在2017年佛山市改革重点项目中,佛山市委书记鲁毅亲自负责名为“创新构建数据统筹管理体制,加快佛山大数据建设和应用”的改革项目。这意味着,未来,大数据将在提升政务效能、促进简政放权、激发市场活力、改善社会治理等多个维度,为佛山带来难得的发展机遇。

当前,全国各地都争相拥抱互联网、大数据等信息革命带来的红利,近年来佛山运用大数据思维在政府管理创新、政务服务改革、社会综合治理等方面,已经取得了初步成效,南海大数据统筹、禅城“一门式”政务服务改革、社会综合治理云平台等相关实践相继斩获多项国家级、省级奖项。

今后,佛山应如何利用好已有的发展基础,推进政务大数据深入应用?笔者认为,佛山可以从统筹数据管理、规范数据标准、深挖数据价值三个方面寻求突破。

首先,要以大局意识统筹数据管理。一个很好的例子是贵阳。这几年,贵阳借助得天独厚的自然条件,开创了大数据在政务、民生、商业上的良好发展局面。今年,2017中国国际大数据产业博览会在贵阳举行,“区块链技术”“数字安全与风险控制”“人工自能与智能制造”等主题吸引了国内外目光。可以说,从理论到实践,从顶层设计到行业规范,从基础设施建设到开放创新,在发展空间和政策条件上,贵州都进行了强有力的支持,从而一跃成为国内大数据发展的沃土。

从佛山的情况来看,推进政务大数据改革和应用,首先要以大局意识统筹数据管理。在组织管理上,应坚持市级层面的统筹,结合实际整合各区建设的数据统筹部门,完善数据统筹的组织管理架构,各区都要加以重视并协同推进,以保证政策执行效果。

在顶层设计上,佛山应加强市级层面的整体规划,根据公共服务、市场监管、社会治理、政务服务等不同类别,找到目前政务信息系统建设的刚需和痛点,分阶段进行各个击破。在行政环境上,要形成共识与合力。“一门式”、云平台、数据统筹、南海和荔湾的跨城通办等都需要信息共享,因此,要想破除“数据孤岛”,关键是要各职能部门树立大局意识,主动共享、形成合力。

此外,佛山要以制度支撑规范数据标准。在制度层面,一是要注意完善绩效考核方式,对改革部门的业务人员进行不定期培训,帮助其调整心态,适应改革带来的职业压力,在具体执行层面延续改革成果。

第二个方面,佛山应完善政务信息安全方面的制度建设,加强对关键行业领域重要信息系统的安全保护。互联网核心软硬件技术可能更多要依靠国家战略实现,佛山能够做的,是大力吸引信息技术方面的高端人才,对目前已有的信息基础设施进行有效管理和维护。从管理层面看,要加强制度管理和风险管理,做好数据开放和共享的安全性评测、应用性评测,构建一套针对信息安全的预警、防控和应急处置体系。

第三个方面,佛山应规范权力清单,统一数据标准。统一数据标准的关键在于建立数据字典。建立数据字典可以从权力清单出发(网格化治理是巡查清单)去做标准化。佛山可借鉴天津滨海新区的经验,认真梳理已编制的职权清单、负面清单、审批清单、监管清单,制定符合佛山实际的规范化操作规程,进一步推进数据字典的拟定。

佛山应以治理理念深挖数据价值。政府如何盘活掌握的数据资产,最大程度地挖掘和利用数据价值,成为政务大数据发展与应用的落脚点,而面临人口增长、交通拥堵、资源紧缺、环境质量下降等不断涌现的城市问题,政府更需要在数字治理、数据共享、信息开放等层面深入思考。

要使政务大数据更好地改善政府治理,佛山必需增强数据治理意识,深挖数据价值,在不涉及政府信息安全的前提下,进行信息共享和开放,并将热点问题通过各种新媒体发布,鼓励公众参与到问题探讨中来,使佛山的网格化治理同时实现管理、服务、治理的三重功能,使大数据的基层实践更接地气。
本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
16天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
133 7
|
16天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
32 2
|
29天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
74 1
|
13天前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
23 4
|
23天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
48 3
|
23天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
58 2
|
26天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
75 2
|
28天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
59 2
|
1月前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
2月前
|
SQL 存储 大数据
大数据中数据提取
【10月更文挑战第19天】
63 2