演讲全文：
大数据很难驱动政府转型，但是大数据可以成为政府转型的一块助力的地方，可以是一块砖头，在网上踩，甚至是一个催化剂，有了这个催化剂以后可以加速政府转型。
我今天主要的观点是，我们不是单一的跟大家分享大数据分析的案例，今天解决了某一个出行的问题还是解决了食品安全的问题，还是解决了水利系统的调度问题，还是解决了工商系统的某一个问题，大家要学习很多具体的案例，早上无论是王露王老师还是张老师所出的那一本《干部读本》，里面有非常多的大数据的案例，大家可以去看，非常翔实，图文并茂。
今天有一个理念跟大家分享，在会前跟韩院长有交流过的，仅仅靠大数据能够实现我们政府的转型吗？还需要一些什么样的模式？我们需不需要重新把我们过去认为今天不怎么提的内容把它拿出来，比如说业务流程的变革，业务流程的再造和我们的数据治理结合，共同推动我们作为服务型政府的转型。
这是后面我今天要讲的重点，也有具体的案例，这个案例也是我之前在IBM的时候，IBM公司的一个案例，同时也有幸被收入到哈佛商学院的案例，是加拿大的案例。
前面一段大家听了很多了，就是关于政府的想法，政府上网、上云、上数的过程。这也是借鉴了张老师我们一起前几天跟青岛干部交流的时候的看法。这是中国政府在过去谈到的，我们每一个政府都要有自己的网站，后来又发出相应的文说，每个政府要有自己的微博、微信公众号，也有上云，政府在各个地方上云平台，能够更节约的去用好物理的资源，如何更好的用好能够共享的数据中心，而不是各自条块的去建设。再往后，虽然上了云之后，下面的条条块块还是没有共享。怎么让部门之间共享资源？这是第一步，后面会讲到1.0、2.0、3.0。
再往下面，我们的数据如何对外开放？刚才讲到北京市政府是非常漂亮的、很结实的、很好的糖葫芦，一串一串的。不仅仅是各个局委办是糖葫芦，我们了解的一些大部委、司局下面的部门还是一串一串的，他内部的都没有去共享。公安系统内部的这些数据互相之间还没有共享，更不要说对外共享了。交通委对外能够有这样一个数据的开放，通过一个大赛的方式鼓励创新创业，这在我看来是中国往前都不是迈了一步，是往前飞跃了一大步。
一会儿我给大家分享到的我们在加拿大做的案例，在七年前已经开始在不断上线完善这个案例，这是在国外，国外天生就认为自己是一个服务型政府，他天生在他的组织架构、应用系统的设置、开发的时候已经遵循了这样一个原则。我们看到在加拿大这样一个案例能够促进我们反思中国服务型政府的建设，不仅仅是数据的共享，更多的是从用户、市民的视角怎么看待政府服务的转型。
政府开放数据的过程，无论是欧盟、奥巴马，还是中国政府都在出BJ DATA，这是一个全面的趋势，大家也理解到今天不是一个简单的数据公布。
北京有一个部门跟我说，我今天很多的的数据开放了，我那些书都放在那里，我的PDF文件也可以拷给你。政府还是在用传统的加工过的数据对外的方式，今天有没有更好的对外的方式可以去做。
今天如何鼓励政府数据开放？我们在青岛办了一个青岛全市干部大数据的培训，里面环保局副局长站起来小组讨论的时候跟大家说，数据开放不是说今天中国政府讲大数据，环保局得感谢前一阵的骆家辉。要不是前一阵的驻华大使因为PM2.5的事情，现在环保局的数据有，也不会公布。他也没有那么多的点去采集。
三四天前我们在青岛的培训有很多热烈的小组讨论，大家都在激烈的讨论说，今天他的部门有这些数据，现在做了一些什么事情，旅游局的就讲，我是旅游局的，虽然前一段时间青岛因为十一时候某一个重要事件让他们微博访问量急剧上升，但是他们在讲数据的时候，他就讲，你要问我现在青岛旅游过夜的人数，我也只能从旅行社搜集上来，你要问公安局，他的数据比我还要准，但是那个数据他是拿不到的。他说如果双方可以合作，可以帮助他们做更多的决策，把这个市场规划可以做的更好。部门和部门之间有这样的数据合作的诉求。
对于老百姓来讲，不仅仅要给数据的服务，数据公开出来，每一个单一的老百姓没有办法直接用到。中间需要一个很好的机制、平台来提供这样的服务。中午吃饭的时候和邱总提到，国家现在提的双创平台，在我看来双创平台的本质如果真的能做的非常好的话，其中大数据的，拿政府数据开放的双创平台，就像今天的SODA大赛，这是一个很好的双创平台，而且是利用双创平台倒逼政府改革。
对于数字化政府、数字化整理永远有三层，物理层、逻辑层、经济社会层这样一个全社会数字化治理的三层结构。也对应到IBM在推出智慧城市的时候提出感知层、互联层、智能层，也是非常类似。
IBM推出智慧城市是2008年，大数据在业界普遍被提到是2011年左右。从物理的感知到互联互通逻辑基础架构到上面的不断应用，我们认为是数字化的时代，无论是数字化政府还是智慧城市都要走这三层。
1.0是政府用数字决策，不是拍脑袋。2.0就已经有数据的协作和数据的开放，这是我们倡导的。但是今天中国政府信息化1.0还做的不够。并不是1.0做的不好，就不能谈2.0、3.0。并不是说我数据只管开放，自己用数据就不干。1.0、2.0、3.0可以是一个并存的情况。不仅仅是谁替代谁的问题，这是一个并存的问题。
有一本书是《改革政府》，也是说大数据转型提到的几个观点，由国家独大的治理结构转向多元共治。封闭型治理结构转向开放性结构。更多多样性的需求并没有被很好的满足，我们是不是用平台服务的方式对外提供这种服务。官僚科层制向扁平化结构转变。权利决策向公共决策转变，政府配置资源向市场配置资源转变。
今天是公共管理学院来谈这件事情，因为我们意识到开放数据并不是简单的大数据的问题，而是政府要自身改革的问题。前天我们在政府谈的时候，很多人也在说，按照这个走下去，政府不改革都不行，如果他不开放数据，1.0都用不好，老百姓就会针对数据提出对他的很多要求，他逼迫自己1.0没有做好，也得把那个功课补齐。
今天我们所谓的弯道超车也好，飞跃发展也好，用2.0、3.0的要求倒逼政府把还没有做好的1.0的功课做好。同时，让政府的治理结构甚至是在潜移默化的最后会产生根本性的变化。
对于政府的治理结构有这样一些冲击，大数据要这样去开放，业界很多的厂家，无论我现在的天睿公司，还是之前服务的IBM，他们都有自己的价值研究院在业界提供解决方案，解决方案里面就会提供一些愿景，今天在大数据的治理情况之下，政府应该怎么样去转型、政府应该怎么样利用政策去落地、政府应该怎么样去开放，很多企业智库在提出自己的观点。
基于这样的观点，对于企业来讲，他最后是要做生意的，他要交互价值才能交换到他想要的东西，他要交互的价值需要怎么落地？
今天政府变革我们如何去用业务领导力变革的模型，以及在进行具体规划的时候如何用CBM的业务模型以及在大数据落地的时候如何用好底下的治理模型。这三个模型帮助到大数据落地。后面也会有一个加拿大的“服务加拿大”的案例。
服务转型需要系统领导力的变革，用中国话来说这个事情又是“一把手工程”，很多时候从单一条线很难驱动这件事情，因为需要更多的组织架构调整，设立新的机构，有新的考核业务。前两天我们在青岛调研的时候，也看到今天在政府智慧城市建设里，当他把具体指标放到下面考核的时候就非常管用。
考核能够放进去是需要比较高的层级领导才能做决策的事情。涉及到上面的组织愿景与战略，业务战略到运营战略，过渡到信息化战略。
我今天把不同部门之间的数据拿过来以后，针对于不同数据有不同的数据标准，怎么样让这些信息能够共通、共享，这是再往下面落地的技术问题了。这是一个领导力变革管理的框架，从上面的业务变革、从愿景开始到相应的考量指标、组织愿景、组织架构、文化、考核、人才，到落地的组织架构管控。
第二个部分，这是讲变革，今天除了变革之外，我们去落地，我们要了解业务，我们如何了解政府的业务？当然不如政府的人对自己的业务了解，当我们今天上到更高层面的时候，我们会结合业务组件化模型帮助我们从毡靴到管理到模型去看今天战略上面要关注哪些方面，也包括城市治理、公共安全、城市交通、医疗、卫生各个方面怎么样形成相应的框架。
在这些框架之内，当我们要进行相应的变革，哪些方框会受到影响，这些方框里面的数据需要什么样的支撑，我们要怎么样进行结合，从数据要怎么样进行管理。这是我们看到自上而下的业务组件模型来往下面找到我们需要变革到的业务单位，无论是战略性、管理层还是执行层。
对应到具体落地的架构，可以参考美国的联邦政府管理与预算办公室发布的美国联邦企业架构模型，他的联邦企业架构模型也是业务驱动的模型，也有业务变革的目标，到业务参考的模型，从最上面的绩效到业务、到服务模型、数据模型、技术模型，逐渐落地。他不是为了数据而数据，而是想我今天为了什么样的用户目标、为了服务转型，还是为了更好加强国土安全，更好的反恐。
说现在国家的食品安全，都是需要跨部门、跨部委协调，这样大的一个目标提出来之后，去协调。按照架构、流程、技术、数据的要求。这样一个模型，美国也是针对FEA提出了参考模型，包括对这样一个模型的发布。
美国联邦政府就会基于这样的架构，无论今天IBM或者埃森哲或者别的公司给他做项目的时候都会遵循这样一个架构。IBM在美国给联邦政府一年收入8亿美金左右，这8亿美金大部分的时候是帮助联邦政府在FEA的架构上做的实施。
这里面包括内部领域、内部业务线、子功能，包括公民服务、交付模式、支持服务的交付和政府资源的管理。上面一层架构里面分了两部分，最上面的是叫公民服务，他不是说从自己的职能角度讲，我下面因为有什么样的部门，而是今天公民需要什么样的服务。
落地里面，业界领先的大数据分析的参考架构，现在业界也在不断的演进过程中。刚才穆工也提到了，无论是整合不同的数据源，不同的大数据平台的能力，还是处理结构化、非结构化的数据，处理相应的图像、文本信息，如何深度的分析，预测分析、人工智能，怎么样更好的建设自己的知识库，辅助政府做好决策，这就是我们看到的大数据的参考架构。
这个参考架构最后要应用，会应用到根据具体的上下文、企业架构的环境进行相应的调整。
跨部门的数据在一起真的要去应用，要进行跨部门数据共享，数据共享必须要数据治理，否则这些数据在一起就像一锅粥一样。曾经美国一家卫星最后失败了，就是因为中间有一些设备是从欧洲进口的，从欧洲进口的软件里面有一些是按照公里来设置的，而美国的参数都按照盈利去设置的。
最后上星的时候，这部分没有做好相应的适配工作，导致最后卫星上天的时候出现了故障。这说明数据在一起把它管理好的时候，数据治理非常重要。
无论是数据管控政策组织、管控流程支撑平台，还是数据标准、数据质量、数据生命周期管理等等，为什么要用这些数据，如何用，这些数据在哪，多久了，到底有什么样的系统在用，删除移动的数据到底会不会对其他系统内的业务产生影响。
今天我们需要对这些数据有更全局的把控和认识、理解，才能更好的支撑上面的应用。而上面一个数据治理会贯穿整个数据周期的全过程。从数据的规划、标准，到最后数据的归档、销毁。这是一个数据治理的范畴。
刚才讲了这么多，从最上面的组织架构的变革的变化，到业务组件的模型，我们能够把业务分条块的分出来，分清我这样一个变革对于哪些条块有影响，再看条块落地执行的时候有哪些数据，这样的数据是通过数据管控来完成的。整个数据生命周期要把它管好，而且这些数据是来源于不同的数据源。
来看一下ServeCanada，今天我们去美国的超市，永远都会有残疾人停车位。对于残障人士，政府可以更好的为他们提供服务。原来的左边是按照部门本位的思想，今天我是人力管理资源部，我对残障人士有一堆工商、医保、学习资助、就业基金这样一些支持，建一个网站，点好几层有一个地方，或者打呼叫中心拨6、7、8才到这样的地方。美国老兵有因为战争伤残的，也有他自己的网站，省级政府第三方都有对残障人士提供的部分。
可是今天如果是这样一个残障人士他会有不同时候需要去不同网站打不同电话获得他想要的服务。最后我们转型，变成了残障人士服务策略到社区组织支持，按照残障人士不同的视角在不同阶段需要不同支持的时候，有统一的呼叫中心的号码，这些都会进行重构。
假设如果您是一个残障人士，今天面对第一个图和后面一个图，你会觉得哪一个是更高效的政府，哪一个更容易获得政府的服务？这是今天以市民或者以客户为中心的转换，这是一个活生生的例子。
如何从政府的部门出发，到真正以客户、以市民角度出发的设计。反观今天我们很多政府网站的设计，很多还是他自己政府部门在什么地方，他的功能在哪里，没有从他服务的用户视角去看。
刚才讲到的事情需要更高阶段、更高层的领导驱动这件事情。现在政府有很多的契机，之前的食品安全，就是政府出了相应的政策，做了相应的内容，做了跨部门的或者在SARS的情况下，出现了疾控中心，出现了跨部门的协调。这是我们看到的一些事件驱动政府在转型。
我们政府处于不同阶段的时候，刚毕业要就业的时候，这个时候你需要什么样的支持，学校给到什么，政府可以给到什么，您今天在找工作以后如果在购房的时候、买车的时候，如果是在其他一些需要帮助，包括你在创业的时候你需要得到什么样的支持，有没有进去以后获取到政府的各种服务。我们回过头来站在政府的角度上，我们政府需要很强大的自我变革、更好为市民服务的驱动力。
我们今天讲的大数据，前面讲的是转型的模式，但是到下面我们需要残障人士的数据治理也整合出来。今天这些数据有没有统一在一起，这也需要去看的。包括我们当时在做的残障公民治理的五大体系，数据管理、数据治理、平台架构、数据运营、数据质量方面都做了一系列的工作。
最后，我们从行业专家到战略变革、以市民为中心的战略，中间也有风险、绩效、渠道、财务方面的管理，最后把对残障人士更好的提供服务这样一个愿景落地到具体的信息化的建设，信息共享、业务流程的再造，包括对一个服务门户的建立，以及统一的呼叫中心，这都是落地在里面的具体项目。
这个案例也是最后接受了来自非常多国家代表团的访问，也收录在哈佛商学院。这个案例也成为了很多大学进行服务转型形成的里面的案例和方法理论。
谢谢大家！
原文发布时间为：2017-03-15
本文来自云栖社区合作伙伴“数据派THU”，了解相关信息可以关注“数据派THU”微信公众号
