基層工作人員如何用好大數據

1. 如何充分利用好大數據

就目前而言，幾乎所有行業：醫療保健，製造業，金融業，零售業都在發生數字變化，而且這個名單還在繼續。如果用好大數據可以預測好未來的發展，那麼大家知道不知道如何充分的利用好大數據呢？這就需要建構一個新的結構，以及做好協作工作。

現在人工智慧是很普及的，機器人亦是如此，在不久的將來，隨著銷售和客戶服務的自動化，未來的發展重心將更高的價值放在人與人之間的互動上，當然，人們還會保持對提出服務的期望。這樣才能夠讓自己的需求得到充分的滿足。如果利用分析的強大功能去進行大數據分析，那麼企業將能夠對這些海量數據進行分析並分類，機器就會以驚人的速度從中學習。這樣就能夠獲得極佳的發展方向。從而推動科技的發展。

用好大數據必須建構一個新結構
大數據的分析需要一個新的結構，雖然公司將擁有了比以往更多的數據，但是要想進行大數據的分析，就需要重新考慮企業的結構，現如今，隨著公司適應技術不斷變化，轉型的速度將推動現代企業模式的發展。企業必須開始以反向思維的方式運轉，不能夠繼續使用新的企業結構。
當然，企業還應該培養分析文化，這是最重要的一件事情，企業培養分析文化就需要舍棄傳統的決策層次結構。這句是要求企業中的每個人都能夠做出基於事實的決策的能力。如果詢問一線員工，包括銷售人員和生產車間員工，他們使用哪些數據做出決策。通過這些問題才能夠讓未來的發展路線變得更加通透。
對於那些扁平化企業結構並消除決策障礙的公司將變得更加敏捷，因此使得這類公司更具有競爭力。我們需要全面拆除企業結構中的某些局部結構，這種轉變能夠使企業運作發生了巨大變化。使得企業有一個比較民主的氛圍。

大數據的適應需要做好協作工作
傳統的層次是公司的常態，但是並不是公司必須改變的唯一方面。對於扁平化的企業結構需要合作水平必須提高，必須培養共享協作的文化。這樣才能夠讓公司更具有凝聚力。企業還應選擇具有多學科背景的管理工作人員，並要求他們查看不相關的業務並借鑒想法。這將有助於鼓勵合作並吸收新的和創新的想法。
要想發展這種文化的作用，需要確定如何平衡個人貢獻與團隊合作。如果每個團隊成員沒有平等的貢獻，那麼過於緊密地合作可能會導致個人的靈感流失。就個人而言，專業人士需要在個人安靜的時間來完成工作。考慮到這些要素，理想的企業模式將能夠加快決策速度，減少層級的監督，並產生一種重視個人貢獻的協作工作環境。這樣才能夠讓人們更加團結。
看完上述的內容，想必大家已經知道了如何充分利用好大數據了吧，大數據的使用需要建構一個新結構和做好協作工作，這樣才能夠充分使用大數據，才能夠對未來做好精準預測。

2. 大數據應用方向思考

大數據應用方向思考
一、警惕大數據過熱
1.1過熱產生盲目性
國內大數據的宣傳早已過熱，很多區縣級政府也在考慮成立大數據局，政府對大數據熱幾乎沒有抵抗力，企業沒有緊跟就對了，在大數據高潮中反省政府的大數據行為、冷靜一下頭腦是有益的，畢竟大數據應用是一個經濟問題，一窩蜂地大數據會使人犯「大煉鋼鐵」一類的錯誤。
1.2大數據應用效益存在問題
大數據最積極的推動者是政府，但是政府工作如何從大數據應用中獲益一直沒有清晰的答案，有效的大數據應用集中於互聯網企業和金融領域並非政府工作，迄今一本像樣的政府大數據應用案例都編寫不出來，這種情況下推力政府大數據應用會帶有很大的盲目性，這是技術導向而不是問題導向，技術導向必然會造成浪費。
1.3大數據不是包治百病的神葯
現在對大數據的宣傳已經遠遠勝過對城市問題的探討，問題還沒搞清葯方就先開出來了，大數據葯方再靈也不可能解決自己都沒有診斷清楚的問題。任何技術都有其長處和短處，大數據也是一樣，都有其能解決與不能解決的問題，各地政府首先要明確要問題是什麼，然後再審視大數據技術能否發揮作用，不能反過來先定大數據再去找問題，政府工作明確目標永遠比搞清技術更重要。
二、大數據源自互聯網的推動
2.1大數據是如何產生的?
任何有社會影響力的新名詞都不是望文生義可以解釋的，這些名詞都被賦予了成語含義，「大數據」便是其一。歷史上超大規模的數據很多卻不被稱為大數據，是因為單純數據量增長並沒有形成巨大社會影響力。
大數據概念是大的數據量與現代信息技術環境相結合涌現的結果，因此引發了巨大的效益機會，「大數據」一詞的發明與宣傳是為了抓住這個新機會。
2.2沒有互聯網便沒有大數據
任何資源的價值展現都離不開特定的環境，互聯網前的海量數據因缺少規模化的社會應用而不為人們重視，互聯網創造了大數據應用的規模化環境，大數據應用成功的案例大都是在互聯網上發生的，互聯網業務提供了數據，互聯網企業開發了處理軟體，互聯網企業的創新帶來了大數據應用的活躍，沒有互聯網便沒有今天的大數據產業。
2.3大數據是「大智移雲物」的共同產物
如果沒有汽車與高速公路石油產業不會那麼重要，同樣，沒有互聯網、雲計算、物聯網、移動終端與人工智慧組合的環境大數據也沒那麼重要。大數據的價值並非與生俱來而是應用創新之結果，價值是由技術組合創新涌現出來的。離開環境的支持大數據毫無價值，就像離開了身體的手不再有手的功能一樣。
三、傳統大數據思維局限於支持決策
3.1傳統的大數據應用理念
人們對事物的想像力很容易受所用詞彙的暗示，「大數據」容易暗示人們關注數據規模而忽略信息技術背境的巨大變化所涌現的新機會。政府官員的工作經歷很容易把大數據應用想像為只是統計應用在數量上的升級，大數據的作用是提取信息，信息的作用是改進決策，數據多意味著信息多，信息越多決策就越准確。在不少幹部的理解中，部門數據整合起來就是大數據。
3.2兩種數據使用方向：支持決策與支持操作
在政府的工作中，數據對領導層的作用主要是改進決策，但基層工作人員不需要決策，數據是用來直接操作的。政府公共服務業務主要是操作問題，服務是規范的數據處理，基層工作人員只是按章辦事不需要決策分析。使用信息技術是為了提高操作服務的效率。發改委等十部門提出的「一號一窗一網」的服務要求所要解決的只是提高操作的效率。改進決策與改進操作是大數據兩種不同的使用方向。
3.3專家(人腦)與系統(電腦)使用大數據的特點
支持決策的數據應用是面向專家(包括領導)的，專家需要從數據中提取信息，以信息支持決策，從數據中領悟信息是人腦獨有的本領，但不同人信息領悟力並不一致，同樣的數據不同人領悟的信息不同，對決策的影響也不同，應用結果的不確定性是專家使用大數據的特點。。
支持操作的數據應用不能有不確定性，操作系統的數據應用是由系統控制的，操作按確定的規則進行，沒有自由量裁的可能，數據應用結果由軟體決定，這種應用是電腦在使用數據，電腦不懂信息只會嚴格依數據操作，這種使用數據的模式保證了大規模業務行為的一致性。
3.4政府不能忽略操作型大數據應用
政府工作存在著兩種大數據應用：支持決策與支持操作，但是在多數政府官員只想著大數據支持決策而想不到改進服務操作更有效益。大部分的政府服務的精細化改進並不是決策層次上改進，而是操作層次上的改進，政府提出的「一號一窗一網」式服務關鍵是提高操作的效率，實踐證明操作的優化的改進空間更大，大數據在提高政府決策水平上的成效往往不如提高操作效率成效明顯。
四、大數據決策的局限性
4.1大數據小數據的不同來源
以數據量來劃分大數據與小數據會忽略兩種數據更實質的差別，從數據產生的過程看，小數據是經人觸摸過的數據，包括人工填報或更新、核對等。大數據是機器自動記錄的、未經人觸摸過數據。
小數據來自業務流程中的人工填報、統計調查等渠道，統計調查是可以根據決策信息的需要專門設計的，為降低成本統計經常採用抽樣調查的方法。
大數據來自自動化業務運行的副產品，出於成本的考慮，政府不大可能專為收集信息而設計大數據收集鏈，為決策服務大數據只能利用業務系統產生的數據副產品，大數據的收集成本是由業務系統承擔的。大數據的來源受到業務系統種類的限制，不是所有的信息需求都能找到恰當的數據源。
4.2大數據適合小決策而不適合大決策
大數據適合在狹窄范圍內對具體事務決策而不適合於大范圍的決策。因為大數據的形成包含著先天的局限性，很多影響重大決策的信息恰恰是無法數字化的，例如國內外形勢、技術創新、隊伍士氣、重大事件(類似美國9.11事件)都無法數字化，可數字化的現象只是小部分，以為靠數據決策就能更全面也是一種誤解。政府重大決策需要考慮各方面的平衡，局部領域的大數據僅適合局部領域的決策，不適合面向全局的政府決策，精細化與全面性是不可得兼的。
4.3改進政府操作的大數據應用
政府的大數據應用不能只關注決策應用，改進操作的大數據應用往往能夠獲得更好的效益。政府對公眾的服務主要使用的還是以小數據為中心的資料庫，但是融入現場服務數據的應用可以將服務提高到大數據的層次上並增加智能化的應用。對政府基層工作人員的支持現場化、連機化，通過雲平台與實時通信能顯著提高一線人員的工作效率，是提高政府基層服務的智能化的重要措施，以改進服務操作效率的智能大數據應用會有更大的成效。
五、沒有人腦參與系統才能高效與智能
5.1人腦使用數據模式的效率制約
為人腦決策使用的大數據應用模式存在兩點不足：一是效率上不去，大數據分析結果一旦交付大數據應用就結束了，無法形成連續服務型業務，信息的進一步應用是領導的事情，與大數據處理無關了，人腦決策的慢節奏抵消了大數據快處理的價值。
其次是大數據信息決策的效果的不確定性，決策質量與領導人的知識、思維方式、決策風格密切相關，決策效果又與執行團隊的能力相關，涉及的不確定因素太多。人腦使用數據的模式無法實現數據應用效果的確定性。
5.2電腦使用數據模式的效率優勢
電腦使用數據的模式排除了人腦的參與，系統完全是由事先編寫的軟體直接處理數據，排除了人腦介入有兩點好處：一是運行速度快，信息技術的速度優勢得以充分發揮;二是保證了結果的確定性，系統的行為是可預測的，這將有利於系統可成為可組合、可疊加的功能模塊，能夠被集成為更復雜的系統。
5.3智能大數據應用可形成連續性業務
排除人腦參與的數據應用模式是信息技術的自動化應用，這種模式可綜合使用各種技術資源(包括雲平台、物聯網、移動終端、人工智慧等等)建立高速、流暢連續型服務，進入智能服務的新階段，常見的互聯網搜索、電子商務、移動支付、摩拜單車、螞蟻金服無一不是這類的智能大數據應用，這種持續的智能大數據服務更受公眾歡迎、社會影響力也更大。
六、智能大數據應用的發展空間
6.1所有的智能應用都是大數據應用
大數據是機器與機器對話的語言，只有機器與機器的高速對話才能產生如此規模的大數據。物聯網、雲平台、寬頻網、移動終端等設施要發揮作用都要依賴機器與機器的對話，隨著信息技術的大發展，機器與機器的對話速度越來越快、范圍越來越廣、規模越來越大，系統也越來越智能化，所有的智能數據應用都屬於大數據的應用范圍。
6.2智能化的作用是提高執行的效果
雖然大數據可以用於改進決策，但智能化的目標是提高執行的效果。計算機系統的作用是使規范性、可重復的工作做的更快。對於需要創造性的、非重復性的工作信息技術是依然無能為力的，人們發現幾十年來計算機對於人腦決策能力的提高始終不大，智能化應用機會還是集中在對規范業務的改進，規范業務是確定性的服務，遠比充滿不確定性的決策業務更能讓計算機發揮作用。
6.3操作型大數據應用的智能化趨勢
以提高執行效率為目標的大數據應用將向智能化發展，以互聯網為基層的現代信息技術的大發展已經為服務的智能化創造力良好的條件，早期由於通信與網路能力的限制只能在一台設備上存儲自動處理系統被稱為自動化處理階段，今天自動處理系統可以綜合應用網路通信、雲平台數據與軟體、物聯網感知數據與機器學習來實現更有效的自動管理，則被稱為智能化服務階段，排除了人腦參與的大數據應用進入智能化服務沒有任何障礙，大數據應用智能化成為必然趨勢。
七、智能大數據應用的活力
7.1 鮮活的數據
智能化應用中的大數據資源與信息決策中的數據資源的重大不同在於前者是動態形成的，其數據環境是不斷變化、不斷更新的，很多數據是在運行中自動生成的，數據資源與智能系統共生，這種數據資源很難轉讓，數據與服務系統是統一的生命體不能單獨存在的，離開了系統的數據可以用來分析但失去了原來的意義，如同離開了人體的手再也沒有原來的功能了。
7.2 實時的處理
在智能系統中的大數據應用是實時處理，面向信息決策中的大數據應用是批處理。實時處理能夠確保及時性，這對於提高服務效率、保持業務的連續性很重要，現在強調「一號一窗一網」式的為民辦事離不開對數據的實時處理。而信息決策類大數據應用則並不需要這種高效。
7.3持續高效的服務
智能化的大數據應用排除了人腦的干預，全部流程都是由電腦對電腦一氣呵成，這樣就能夠達到很高的運行效率，而這是智能化系統巨大的優勢，也是智能服務系統得以生存的原因，不論是搜索、購物還是其它自動化的服務，人的耐心都是很有限的，處理慢一點人們就會棄之而去。在信息決策大數據應用的結果是供人腦一次性使用的，處理速度就不那麼重要了。
7.4不斷積累的智慧
能夠不斷積累智慧的業務更有活力，易於修改是以軟體為基礎的業務的極大優點，這使得軟體系統成為積累智慧最方便的工具，信息系統的高速發展也得益於系統智慧積累的能力。一項可持續的智能化業務系統始終處於不停的改進、完善與擴展之中，不斷推出新版本的過程是智慧積累的過程，智慧的不斷積累增添了系統的服務能力與可持續性。
信息決策大數據應用則不具有這一優勢，其業務不連續很難推出一個又一個的新版本，智慧積累效率就慢多了。
八、小數據服務決定大數據中心的生存
8.1數據資源的時效性
數據資源像蔬菜一樣有保鮮期，極少有越老越值錢的數據。數據集中存儲很容易，由此而來的數據質量維護卻是一大難題。數據生成得快貶值也快，很多數據往往還來不及處理數據就失效了，反而是那些變化稍慢、穩定期稍長的數據容易得到較多用戶且服務也容易開展，這類數據大部分是小數據。
不同的數據使用方式對數據質量有不同的要求，面向操作的應用則對數據質量非常敏感，例如證照庫若不能及時更新就無法使用。信息決策類應用對數據的敏感性會差一些，大數據中心應當使數據的時效性與應用需求同步，要根據需求的價值有重點有選擇地組織好數據質量的維護。
8.2大數據交易中心的困難
大數據交易中心與成為建設熱點，在大數據應用剛剛開始，人們還沒搞清大數據交易是什麼概念時就建交易中心實在太早了。
實時服務的智能大數據應用的數據是鮮活的、是服務中自動生成的動態數據，要交易的是動態數據流還是截取的靜態數據，動態的大數據交易很難，不僅談判難處理也難，用戶需要建立動態數據的實時處理系統。
靜態的大數據交易更可行一些，但數據資源與應用需求並不容易匹配，這將會限制交易數的增長，另一困難是隱私權保護問題，數據需要脫敏，未脫敏的數據交易會受到限制，交易中心將長期面對交易稀缺的局面，經營很不容易。
8.3小數據服務需要補課
發達國家是在小數據充分應用之後才開始應用大數據，國內是在小數據應用還很不足時跨越式應用大數據。小數據應用補課是各地大數據中心必須重視的問題。要看到越是簡單的東西應用面越廣，小數據的應用空間比大數據大得多，尤其是整合後的小數據服務，極可能成為的數據中心最火的業務。
政府服務的精細化依賴的主要是小數據，把小數據的整合服務做好，大數據中心的工作即完成了90%，千萬不能輕視小數據服務，大數據中心的立身之本恰恰是小數據整合服務。
8.4大數據中心的經濟價值
大數據中心的生存本質上是一個經濟問題，人們想做交易中心也是希望能夠在經濟上更節約、更有效益，但是效益的基礎是應用規模，只有大量重復性、相似性的工作才有可能利用平台與工具來提高服務效率創造用戶價值，目前小數據服務更能夠滿足規模經營的條件。
政府公共服務的支柱還是小數據，單獨成規模的大數據服務不多，各種數據資源的綜合使用會有更大的創新機會，地理數據與政府服務相結合、推動政府服務的連線化動態化可能提升用戶價值，大數據中心要發展必須全力創造用戶價值，唯有用戶價值才能支撐大數據中心生存。
九、拓展視野，推動大數據應用創新
9.1理念創新，積極宣傳智能大數據應用
首先要拓展大數據應用理念，不能將大數據應用局限在政府信息決策的狹窄領域之中，而要看到智能大數據應用的廣泛空間，將智能大數據應用與大眾創業萬眾創新結合起來，將一切智能化應用都歸入大數據應用的范圍，大數據概念越廣闊應用越繁榮。
利用大數據改善政府決策是大數據應用的重要方面，過去已強調得很多了，現在需要強調的是政府公共服務的智能化、精細化。大數據不僅能改善決策還能改善服務，改善服務有著更廣闊的發展空間，公眾的獲得感更好。
9.2為大數據應用創造良好的基礎環境
對大數據應用最給力的推動是提供優良的通信環境和完善的信息基礎設施。大數據應用的基礎是超強的通信能力，通信能力影響全社會大數據應用的成本，包括用戶的時間成本與服務商的開發與服務成本，降低通信成本是對大數據應用創新極大的支持，土壤肥沃莊稼才能茂盛。
政府數據開放是推動大數據應用的措施之一，可為大數據應用帶來示範效果，政府要鼓勵企業利用政府大數據開展增值服務，使更多缺乏大數據處理能力的公眾也能從政府數據開放中獲益。
9.3鼓勵社會大數據應用的自組織創新
大數據應用是一項創新，政府不能只從政府決策的視角來引導大數據應用方向，而要從方便公眾受益的視角推動智能化的大數據應用，要鼓勵社會各界智能化大數據應用的合作與自組織創新，好服務都是各種應用技術組合創新的結果，政府宜推動智慧城市大數據應用的互操作，降低不同技術合作創新的成本來促進應用創新的繁榮。

3. 大數據時代下，如何做好數據管理工作

進入新的歷史時期以來，收集更加豐富的數據是擺在各個企業面前的主要任務，一旦企業不能收集范圍更廣的信息，那麼企業管理決策則極易出現更多的失誤。企業要重視內部數據信息管理工作，保證當前數據管理與大數據時代特點相一致。第一，進入大數據時代以來，由於涌現出數不勝空穗纖數的數據信息，因此如果傳統數據信息管理技術不能及時改變則極有可能影響大數據的應用，所以要求當前企業必須及時引進先進的軟體與硬體，才能推動大數據的普遍應用。第二，由於數據信息的海量出現，因此企業還需不斷提高數據信息的管理能力，要保證及時處理與加工斗仿得到的各種數據信息，要及時掌握當前最新數據。很多企業已經意識到信息數據的重要性，但因為不擁有先進的技術措施，各種數據信息還不能發揮應有的作用。第三，在企業管理決策過程中，雖然大數據發揮著不可替代的作用，但同時也需重視數據碎片的作用，一個企業要想取得成功則必須重視二種數據的應用，才能使二種數據相互協調，保證數據分析具有更高的科學性，進一步簡化分析過程，減輕工作人員的勞動強度。企業還需及時創新內部知識管理，要盡快引入新型知識管理模式。在實際運行中，知識管理其實就是數據的管理。企業在做出管理決策時，知識族銀提取是一個不可缺少的過程，只有大力應用各種知識才能制訂最為合理的決策。當前由於大數據技術的影響，人們日益意識到知識的重要性，很多企業當前將建設現代化的知識管理模式放在重要位置，高度重視知識管理工作。同時企業也不能過分依賴大數據的應用，而忽略了主觀決策的重要性，要保證二者相互協調、相互促進，才能幫助企業做出正確。

4. 大數據如何優化公共服務

大數據如何優化公共服務

公共服務領域採用大數據技術和大數據思維，既可以為政府進行公共服務決策和加強公共服務監管服務，可以為公共服務消費者在內的社會公眾提供個性化和精準化服務，也有助於公共服務提供者降低成本，從而更好地實現公共服務自身的經濟和社會特性並存的要求。但是，大數據不僅是一種海量的數據狀態及相應的數據處理技術，更是一種思維方式，是一場由技術變革推動的社會變革。在公共服務領域真正實現與大數據的融合，現實中還存在著多重挑戰。

公共服務提供主體運用大數據的意識差異大。從公共服務提供者的角度來看，雖然公共服務提供機構對於數據的重視程度較高，但是范圍更多地局限於對內部的數據認知。從總體來看，公共服務提供機構的管理人員並沒有意識到外部數據如互聯網數據與內部數據的結合所產生的價值，而是更多地把數據進行了存儲，沒有進行分析。這也加重了現有的數據孤島問題和數據閑置現象。以人口管理為例，掌握准確的基礎人口數據是人口管理的一大難點。涉及人口管理的有八九家部門，稅務部門有納稅人口數據，教育部門有在讀人口數據，公安局有戶籍人口數據，社保局有參保人口數據，等等。孤立的任何一個資料庫都不能全面展現一個地方的實有人口情況。

公共服務數據格式和採集標准不統一，導致數據可用性差。大數據預處理階段需要抽取數據並把數據轉化為方便處理的數據類型，對數據進行清洗和去噪，以提取有效的數據等操作。很多公共服務部門，每天都在產生大量的數據，但在數據的預處理階段不重視，不同部門的數據格式、採集標准也非常不同，很多數據是非結構化的，導致數據的可用性差，數據質量差，數據處理很不規范。如危險化學品的監管問題，在目前的監管格局下，危險化學品在生產、儲存、使用、經營、運輸的不同環節，除企業承擔主體責任外，由安監、交通、公安等部門分別承擔監管職責，這些主體對信息報備的寬嚴尺度不一。這樣的寬嚴不一，以及各監管部門、企業主體間存在的種種信息壁壘，大大影響了監管效能。

公共服務部門從業人員多元化，大數據專業人才缺乏。數據採集工作牽涉的絕不僅僅是數據問題，它與政府以及事業單位等的改革深刻關聯，勢必對基層人員的工作能力和責任感都提出更高的要求。數據的採集和分析是一個多專家合作的過程，這要求相關人員是復合型人才，既熟悉本單位業務和需求，具備相關專業知識和經驗，同時又要了解大數據技術，能夠綜合運用數學、數據分析、機器學習和自然語言處理等多方面知識。面對大數據，如果不會分析，數據就只是數據；如果錯誤分析，數據反而還會造成新的問題。

教育、醫療、社會保障、環境保護等公共服務領域，由於技術難度相對小，而且推廣意義大，可以起到「四兩撥千斤」的作用，應當率先突破大數據的應用障礙，政府部門應當而且也可以在這一方面發揮更大的作用。

科學規劃和合理配置網路資源，加強信息化的基礎設施建設。沒有信息化的基礎設施建設，就談不上信息化，更談不上大數據。2013年8月，澳大利亞政府信息管理辦公室（AGIMO）發布了公共服務大數據戰略。到2013年底，澳大利亞人可以享受到每秒1G的互聯網下載速度，而且安裝寬頻所需要的費用全部由政府免單，完全免費。對我國來講，這一項工作只有以政府部門為主，根據發展需求，科學規劃和合理配置網路地址、網路帶寬等網路資源，並且鼓勵大數據企業參與網路設施投資和電信服務運營。

與此同時，還應做好數據標准統一工作，為數據的採集、整合等提供支持。統一的標準是用好大數據的關鍵所在。應當加快研究建立健全大數據技術標准、分類標准和數據標准。針對行政記錄、商業記錄、互聯網信息的數據特點，研究分析不同數據口徑之間的銜接和數據源之間的整合，規范數據輸出格式，統一應用指標涵義、口徑等基本屬性，為大數據的公開、共享和充分利用奠定基礎。

政府搭建平台，推動公共服務部門與第三方數據平台合作，建設好社會基礎資料庫，助力提高公共服務效率和開展公共服務創新。公共服務部門可以考慮藉助如網路、阿里、騰訊等第三方數據平台解決數據採集難題，為包括政府各職能部門在內的各種社會主體提高公共服務效率和開展公共服務創新提供可能。另外，在政府信息公開不斷加強的基礎上，加大數據的開放和共享，建立起公共服務領域的數據聯盟。大數據越關聯就越有價值，越開放就越有價值。須盡快確立數據開放基本原則，政府帶頭開放公共領域的行政記錄等公共數據，鼓勵事業單位等非政府機構提供在公共服務過程中產生的數據，推動企業等開放其在生產經營、網路交易等過程中形成的數據。最終建立起公共服務領域的數據聯盟。

按照「抓兩頭，帶中間」的思路做好大數據人才的培訓和儲備工作。大數據的核心說到底是「人」。相應的人才培訓和儲備工作要抓好兩頭。一頭是基層。由於公共服務領域中相當多的數據是從基層採集的，因此需要加強基層基礎建設，要求公共服務部門要有完整的原始記錄和台賬，確保原始數據採集的准確性。而且也要求基層工作人員理解統一的數據平台、統一的軟體操作、統一的指標含義。隨著採集數據標準的逐步統一，採集數據的各個部門還需要相應地修改原來的流程、採集方式、人力配置等等。政府有關部門應當制定適當的激勵和約束機制，保障基層工作人員的素質和能力跟得上新形勢的要求。另一頭是高端。數據分析對國內高校人才培養也提出了新的要求。大數據人才的培養更多地集中在研究生階段，從政府有關管理部門的角度來看，應該按照國務院簡政放權、放管結合、優化服務的要求，放寬對高校專業設置的審批，真正落實高校管理自主權。鼓勵並積極創造條件推動高校以及企業在大數據人才的培養方面進行探索。

以上是小編為大家分享的關於大數據如何優化公共服務的相關內容，更多信息可以關注環球青藤分享更多干貨

5. 該如何用好大數據

該如何用好大數據
近一兩年來，大數據是一個被頻繁提及的詞彙。不管是近幾天麻涌舉行的五礦物流麻涌基地發布會上，還是在智博會配套活動中國（東莞）雲計算高峰論壇上，越來越多的企業和研究者對大數據產生了非常濃厚的興趣。越來越多的東莞企業表示想要做好大數據運營，但是，大數據要用好並不容易。
大數據是指無法在一定時間內用常規軟體工具對其內容進行抓取、管理和處理的數據集合。大數據技術，是指從各種各樣類型的數據中，快速獲得有價值信息的能力。
大數據聽起來似乎很高深，但其實已經滲透到人們生活的方方面面。例如一個消費者在淘寶上搜索了泳鏡，接下來他在打開許多網站時都會看到游泳衣、游泳圈等相關產品的廣告。這，就是當前大數據營銷的一個典型應用場景。
前不久，陳國良和石鍾慈兩名專門研究雲計算和大數據的工程院院士在東莞進行了一次大數據的知識普及講座。
據陳國良院士介紹，2012年3月，美國總統奧巴馬在一次研究計劃上提出了大數據概念。「大數據」的說法由此被全球范圍採用，而在此前，國內的研究者一般稱其為天文數據、海量數據或者巨量數據。不管是物聯網設備的感測器、科學研究還是人們的日常生活，都會產生大量的數據。而善於用好大數據技術，則可以從這些數據中挖到「黃金」。
不過，陳國良也表示，大數據的結果很有價值，但千萬不能陷入大數據獨裁主義，人，才是大數據的第一要素。當然，要求所有企業都具有大數據分析能力。
陳國良所說的大數據分析能力，便是大數據的組成部分。隨著大數據的應用日漸廣泛，影響日漸深遠，大數據思維的重要性也日漸顯著。
大數據思維，就是能夠正確利用好大數據的思維方式。大數據並不是指任何決策都參考數據，也不是要求所有問題都足夠精準，更不是花巨資打造大數據系統或平台，而是在應該讓大數據出場的地方把大數據用好。
要用好大數據，首先應該採集大數據。與傳統的調查問卷等搜集信息數據的方式不同，互聯網時代的大數據採集是「無限的、無意識的、非結構化的」數據採集。各種紛繁復雜的行為數據以行為日誌的形式上傳到伺服器中，隨用隨取。此外，分析數據使用了專門的數據模型。最值得一提的是，大數據可以根據營銷、決策等特定問題，從資料庫中調取海量數據進行挖掘以完成數據驗證，甚至可以得出與常識或經驗判斷完全相異的結論出來。
不少業內人士表示，很多時候，大數據的價值正是體現在這樣與直觀判斷大相徑庭的地方。對此，陳國良也表示，「大數據分析結果有時候沒有理論支撐甚至無法證明，不過分析仍然有效，技術仍然在發展！」陳國良還為東莞有意進行大數據挖掘的企業支招說，大數據的獲取，不能依靠隨機采樣，也不能強求精確性，甚至分析結果也難以解釋其所以然，不過能用就好，以後可以慢慢再弄清其中的科學原因。
業內人士分析說，大數據的應用領域正在逐步增加。一方面，東莞企業可以通過大數據對用戶行為與特徵作出分析。通過大量數據可以分析出用戶的喜好與購買習慣，甚至做到「比用戶更了解用戶自己」。此外，通過大數據可以支撐精準營銷信息推送。讓最精確的信息傳遞到正好匹配的客戶手中。
另外，通過大數據可以讓營銷活動能夠與用戶能夠產生「會心一擊」的效果，這種基於海量數據的挖掘和匹配實現的精準信息，能夠讓企業有效地取得客戶的歡心。
在陳國良眼中，雲計算、物聯網以及大數據是三位一體的，伴隨著萬物互聯的趨勢以及雲計算逐步變得更加方便易得，價格低廉，大數據的應用場景以及應用的經濟類型也都將得到進一步的加強。

6. 保基層運轉要做好加法與減法主要做好哪兩個方面的工作

全額、及時地將中央增加赤字和發行抗疫特別國債分配給省的資金下達到市縣；要優化「痕跡管理」的事項內容。

必須做好財政上的「加法」工作，讓保基層運轉工作後顧無憂。要用好中央政府的臨時性轉移財政。要全額、及時地將中央增加赤字和發行抗疫特別國債分配給我省的資金下達到市縣；要做好財政資金時間上的錯峰配置。要全面梳理本市資金情況，積極盤活存量資金、沉澱資金，該回收的一律回收國庫，用於基層公共服務、民生保障等重點領域。

唯有切實探索做好考核上的「減法」工作，才能讓保基層運轉工作輕裝上陣。要優化「痕跡管理」的事項內容，對於確有必要、符合治理現代化規律的「痕跡」事項，要進行科學管理。要控制「痕跡管理」的事項頻次，某些事項不需要每月考核、每季度考核的，可以歸並到年終集中考核。建議相關部門就職能部門攤派至基層的事項作合理區分，及時刪除不必要的事項考核。

(6)基層工作人員如何用好大數據擴展閱讀：

保基層運轉的相關要求規定：

1、深入推進基層深層整合審批、服務、執法力量，賦予基層更大自主權，營造基層大膽試、自主試的氛圍。要構建基層公共服務的科技支撐體系。積極利用大數據、雲計算、區塊鏈等技術成果，提升基層服務的效能。

2、要有效維護基層工作人員基本權益。基層工作人員既是人民公僕，也是受到法律法規保護的普通公民，在履行自己的工作職責時，理應得到應有的人格尊重與職業尊嚴。

7. 如何利用大數據實現精細化運營

通常企業可以從以下三個方面流程實現大數據的應用全面整合管理：

營銷管理
是從營銷活動的策劃到營銷活動的執行和監控，到營銷費用的核銷審批，到營銷效果的分析和評估。大數據時代，互聯網的信息不對稱讓網上信息種類繁雜，各行各業每時每刻都在產生著無數的碎片信息，傳統行業需要投入巨大的人工成本去進行營銷，而百會CRM可以通過對關鍵詞的的搜索再把信息進行審查，過濾掉無用的線索。提高營銷管理的效率。

銷售管理
眾所周知，銷售人員是決定企業經營情況的重要環節。隨著企業擴張，銷售團隊壯大，如何學習和應用最佳銷售人員的管理經驗和行為方式成為關鍵問題。而百會CRM系統可以實現良好的銷售行為的細分精準化。百會CRM用系統化的管理，精細化管理營銷的活動，同時可以根據系統篩選出目標客戶，精準地定位在目標客戶上，根據區分不同營銷對象來規劃市場活動和推動營銷層次。同時完成營銷活動的評價機制。降低企業運營成本，提高工作效率，擴展市場份額和增加銷量。

服務管理
服務管理是企業模塊中很容易被忽視的一塊，特別是售後服務，但是售後服務給企業帶來的附加價值是很大的，很多企業都沒有意識到這點。百會CRM的應用可以建立多種客戶溝通渠道，及時收集客戶反饋意見以及需求，完善客戶服務請求處理流程，提高響應速度以及服務質量，並對銷售執行過程進行有效監控和評估。

8. 如何以大數據發展為契機，推動基層政府電子政務的發展

大數據營銷的本質是影響目標客戶采購前的心理路徑，它主要應用在大數據渠道優化版、精準營銷信息權推送、線上與線下營銷的連接、幫助企業領導者作出決策這4個方面。 企業可以根據用戶的互聯網瀏覽痕跡進行渠道營銷效果優化，即根據互聯網上用戶的行為軌跡來找出哪個營銷渠道的顧客來源最多、哪種用戶的實際購買量最多、是否是目標用戶等等，從而調整企業的營銷資源在各個渠道的投放。 相比傳統狂轟濫炸或等客上門的營銷，大數據營銷無論在主動性還是在精準性方面，都有非常大的優勢。精準是建立在對海量消費者的行為分析基礎之上的。面對大數據給企業帶來的諸多好處，企業當前面臨的問題是要如何獲取與分析數據，以使企業立於不敗之地。互聯網是大數據的一個主要來源。

9. 雲鵲醫如何幫助基層醫務人員提高工作效率

1.雲鵲醫利用判搜互聯網提供健康科普知識精準教育,普及健康生活方式,提高居民自我健康管理能力和健康素養。實現基層醫護人員對居民健康管理,提高基層醫護粗做人員工作效率,讓居民分享優質醫療服務,提升居民健康水平。
2.通過雲鵲醫平台,實現基層醫務人員與普通居民點對點聯系,為居民提供健康咨詢,高血壓、糖尿病等慢性疾病和健康管理服務。通過大數據分析,預測疾病流行趨勢,加強對傳染病等疾病的岩沖衡智能監測,將居民需要的隨訪信息,復查要求、用葯提醒、疫苗接種通知、健康漫畫等內容,通過雲鵲醫平台,一鍵發送給居民,為所轄居民提供健康管理、通知咨詢等服務,提升居民健康管理水平。

10. 怎麼利用大數據提升政府效能

大數據時代的到來為政府治理理念的轉型帶來了新機遇。對於政府而言，要提升自身的治理能力，必須要在其中融入新的思維和新的文化，在這一方面，大數據中的數據思維與文化模式可以為政府治理工作的轉型提供思路，如果將大數據充分地利用起來，政府治理工作便可以實現多層次、多元化、多角度發展，最終實現政府管理工作以公共服敏滑務為主、協同共治為輔的目的。如今，政府開展治理工作時，不能僅僅依靠傳統的經驗了，任何工作都必須要基於數據的基礎上開展，這就要求政府工作人員深入到群眾之中，採集客觀資料，並進行科學的實證分析，以此作為開展工作的基礎。也就是說，任何一項工作的開展都必須要用數據來說話，這對於促進政府工作的轉型有著非常積極的效果。
大數據為政府治理模式的創新帶來了新的發展機遇。大數據是對海量數據的科學運算，人們可以找尋到不同數據之間的密切聯系，這也是大數據方法論的思想。此外，在大數據技術平台的支持下，人們可以採用眾包、外包等一系列的組織模式來革新政府治理的組織架構，將傳統的組織架構向合作、協同方面進行轉型，從這一層面而言，將大數據理論引入到政府治理工作中，可以為政府治理模式的開展提供創新的模式。種種實踐證實，大數據給政府治理模式的創新主要帶來了幾個方面的發展機遇：一是促進了政府治理模式從粗放式到精細化的轉型；二是促進了政府治理模式從單一性到協同共享性的轉型；三是促進了政府治理模式從被動性到主動性的轉型。
大數據時代的到來提升了政府決策工作的科學性。近年來，政府各項公共事務變得越來越復雜，僅僅依靠工作人員的個人感知是無法對所有事務做出科學、准確的判斷的，要想從根本上提升政府決策工作的科學性，就需要合理應用大數據思維模式，收集嘩鍵數據，分析現階段經濟社會運行過程中的規律，採取合理的數據挖掘來開展決策工作。從本質上而言，大數據給政府決策部門帶來了如下的改變：首先，在制定決策時，政府的決定已經不是個別領導的決策，而是必須要使用數據說話，根據數據來制定出決策，與傳統的決策模式相比，該種決策模式更加的科學、精準；其次，在決策實施跟蹤階段，政府可以充橋蘆臘分利用社交網路與物聯網來分析決策的實施情況，利用數據對實施成果進行監控，這可以幫助政府及時地調整決策方向和決策模式。
大數據為政府服務效能的提升帶來新的機遇。要提升政府的綜合治理能力，必須採取科學有效的措施提升政府的服務效能，這也是大數據背景下建設服務型政府的關鍵性因素。在政府治理的背景下，要提升政府的服務效能，不僅需要提升政府行政部門的審批效率，還要採取相應的措施提升政府公共服務產品的質量。一是在提升行政審批效率方面，憑借大數據能夠幫助政府打破不同部門之間的信息孤島，構建出完善的行政審批服務雲平台，利用大數據能真正的為老百姓辦實事，為老百姓節約時間，這既有效提升了政府開展行政工作的效率，還可以大范圍的節約政府開支。二是在提升公共產品的服務質量方面，政府工作人員可以利用大數據對公共服務產品的數據進行深入的分析與挖掘，讓公共服務產品供給走向個性化、分層化以及精準化發展道路。還可以利用大數據的兼容性和開放性，鼓勵越來越多的社會大眾參與到政府決策活動中，讓他們對政府決策工作進行科學的監督，不斷提升公共服務產品的綜合質量。