天天看點

【觀點】大資料驅動政府服務轉型

演講全文:

大資料很難驅動政府轉型,但是大資料可以成為政府轉型的一塊助力的地方,可以是一塊磚頭,在網上踩,甚至是一個催化劑,有了這個催化劑以後可以加速政府轉型。

我今天主要的觀點是,我們不是單一的跟大家分享大資料分析的案例,今天解決了某一個出行的問題還是解決了食品安全的問題,還是解決了水利系統的排程問題,還是解決了工商系統的某一個問題,大家要學習很多具體的案例,早上無論是王露王老師還是張老師所出的那一本《幹部讀本》,裡面有非常多的大資料的案例,大家可以去看,非常翔實,圖文并茂。

今天有一個理念跟大家分享,在會前跟韓院長有交流過的,僅僅靠大資料能夠實作我們政府的轉型嗎?還需要一些什麼樣的模式?我們需不需要重新把我們過去認為今天不怎麼提的内容把它拿出來,比如說業務流程的變革,業務流程的再造和我們的資料治理結合,共同推動我們作為服務型政府的轉型。

這是後面我今天要講的重點,也有具體的案例,這個案例也是我之前在IBM的時候,IBM公司的一個案例,同時也有幸被收入到哈佛商學院的案例,是加拿大的案例。

【觀點】大資料驅動政府服務轉型

前面一段大家聽了很多了,就是關于政府的想法,政府上網、上雲、上數的過程。這也是借鑒了張老師我們一起前幾天跟青島幹部交流的時候的看法。這是中國政府在過去談到的,我們每一個政府都要有自己的網站,後來又發出相應的文說,每個政府要有自己的微網誌、微信公衆号,也有上雲,政府在各個地方上雲平台,能夠更節約的去用好實體的資源,如何更好的用好能夠共享的資料中心,而不是各自條塊的去建設。再往後,雖然上了雲之後,下面的條條塊塊還是沒有共享。怎麼讓部門之間共享資源?這是第一步,後面會講到1.0、2.0、3.0。

再往下面,我們的資料如何對外開放?剛才講到北京市政府是非常漂亮的、很結實的、很好的糖葫蘆,一串一串的。不僅僅是各個局委辦是糖葫蘆,我們了解的一些大部委、司局下面的部門還是一串一串的,他内部的都沒有去共享。公安系統内部的這些資料互相之間還沒有共享,更不要說對外共享了。交通委對外能夠有這樣一個資料的開放,通過一個大賽的方式鼓勵創新創業,這在我看來是中國往前都不是邁了一步,是往前飛躍了一大步。

一會兒我給大家分享到的我們在加拿大做的案例,在七年前已經開始在不斷上線完善這個案例,這是在國外,國外天生就認為自己是一個服務型政府,他天生在他的組織架構、應用系統的設定、開發的時候已經遵循了這樣一個原則。我們看到在加拿大這樣一個案例能夠促進我們反思中國服務型政府的建設,不僅僅是資料的共享,更多的是從使用者、市民的視角怎麼看待政府服務的轉型。

【觀點】大資料驅動政府服務轉型

政府開放資料的過程,無論是歐盟、奧巴馬,還是中國政府都在出BJ  DATA,這是一個全面的趨勢,大家也了解到今天不是一個簡單的資料公布。

北京有一個部門跟我說,我今天很多的的資料開放了,我那些書都放在那裡,我的PDF檔案也可以拷給你。政府還是在用傳統的加工過的資料對外的方式,今天有沒有更好的對外的方式可以去做。

今天如何鼓勵政府資料開放?我們在青島辦了一個青島全市幹部大資料的教育訓練,裡面環保局副局長站起來小組讨論的時候跟大家說,資料開放不是說今天中國政府講大資料,環保局得感謝前一陣的駱家輝。要不是前一陣的駐華大使因為PM2.5的事情,現在環保局的資料有,也不會公布。他也沒有那麼多的點去采集。

三四天前我們在青島的教育訓練有很多熱烈的小組讨論,大家都在激烈的讨論說,今天他的部門有這些資料,現在做了一些什麼事情,旅遊局的就講,我是旅遊局的,雖然前一段時間青島因為十一時候某一個重要事件讓他們微網誌通路量急劇上升,但是他們在講資料的時候,他就講,你要問我現在青島旅遊過夜的人數,我也隻能從旅行社搜集上來,你要問警察局,他的資料比我還要準,但是那個資料他是拿不到的。他說如果雙方可以合作,可以幫助他們做更多的決策,把這個市場規劃可以做的更好。部門和部門之間有這樣的資料合作的訴求。

對于老百姓來講,不僅僅要給資料的服務,資料公開出來,每一個單一的老百姓沒有辦法直接用到。中間需要一個很好的機制、平台來提供這樣的服務。中午吃飯的時候和邱總提到,國家現在提的雙創平台,在我看來雙創平台的本質如果真的能做的非常好的話,其中大資料的,拿政府資料開放的雙創平台,就像今天的SODA大賽,這是一個很好的雙創平台,而且是利用雙創平台倒逼政府改革。

【觀點】大資料驅動政府服務轉型

對于數字化政府、數字化整理永遠有三層,實體層、邏輯層、經濟社會層這樣一個全社會數字化治理的三層結構。也對應到IBM在推出智慧城市的時候提出感覺層、互聯層、智能層,也是非常類似。

IBM推出智慧城市是2008年,大資料在業界普遍被提到是2011年左右。從實體的感覺到互聯互通邏輯基礎架構到上面的不斷應用,我們認為是數字化的時代,無論是數字化政府還是智慧城市都要走這三層。

1.0是政府用數字決策,不是拍腦袋。2.0就已經有資料的協作和資料的開放,這是我們倡導的。但是今天中國政府資訊化1.0還做的不夠。并不是1.0做的不好,就不能談2.0、3.0。并不是說我資料隻管開放,自己用資料就不幹。1.0、2.0、3.0可以是一個并存的情況。不僅僅是誰替代誰的問題,這是一個并存的問題。

有一本書是《改革政府》,也是說大資料轉型提到的幾個觀點,由國家獨大的治理結構轉向多元共治。封閉型治理結構轉向開放性結構。更多多樣性的需求并沒有被很好的滿足,我們是不是用平台服務的方式對外提供這種服務。官僚科層制向扁平化結構轉變。權利決策向公共決策轉變,政府配置資源向市場配置資源轉變。

今天是公共管理學院來談這件事情,因為我們意識到開放資料并不是簡單的大資料的問題,而是政府要自身改革的問題。前天我們在政府談的時候,很多人也在說,按照這個走下去,政府不改革都不行,如果他不開放資料,1.0都用不好,老百姓就會針對資料提出對他的很多要求,他逼迫自己1.0沒有做好,也得把那個功課補齊。

今天我們所謂的彎道超車也好,飛躍發展也好,用2.0、3.0的要求倒逼政府把還沒有做好的1.0的功課做好。同時,讓政府的治理結構甚至是在潛移默化的最後會産生根本性的變化。

【觀點】大資料驅動政府服務轉型

對于政府的治理結構有這樣一些沖擊,大資料要這樣去開放,業界很多的廠家,無論我現在的天睿公司,還是之前服務的IBM,他們都有自己的價值研究院在業界提供解決方案,解決方案裡面就會提供一些願景,今天在大資料的治理情況之下,政府應該怎麼樣去轉型、政府應該怎麼樣利用政策去落地、政府應該怎麼樣去開放,很多企業智庫在提出自己的觀點。

基于這樣的觀點,對于企業來講,他最後是要做生意的,他要互動價值才能交換到他想要的東西,他要互動的價值需要怎麼落地?

【觀點】大資料驅動政府服務轉型
【觀點】大資料驅動政府服務轉型

今天政府變革我們如何去用業務上司力變革的模型,以及在進行具體規劃的時候如何用CBM的業務模型以及在大資料落地的時候如何用好底下的治理模型。這三個模型幫助到大資料落地。後面也會有一個加拿大的“服務加拿大”的案例。

服務轉型需要系統上司力的變革,用中國話來說這個事情又是“一把手工程”,很多時候從單一條線很難驅動這件事情,因為需要更多的組織架構調整,設立新的機構,有新的考核業務。前兩天我們在青島調研的時候,也看到今天在政府智慧城市建設裡,當他把具體名額放到下面考核的時候就非常管用。

考核能夠放進去是需要比較高的層級上司才能做決策的事情。涉及到上面的組織願景與戰略,業務戰略到營運戰略,過渡到資訊化戰略。

我今天把不同部門之間的資料拿過來以後,針對于不同資料有不同的資料标準,怎麼樣讓這些資訊能夠共通、共享,這是再往下面落地的技術問題了。這是一個上司力變革管理的架構,從上面的業務變革、從願景開始到相應的考量名額、組織願景、組織架構、文化、考核、人才,到落地的組織架構管控。

第二個部分,這是講變革,今天除了變革之外,我們去落地,我們要了解業務,我們如何了解政府的業務?當然不如政府的人對自己的業務了解,當我們今天上到更高層面的時候,我們會結合業務元件化模型幫助我們從氈靴到管理到模型去看今天戰略上面要關注哪些方面,也包括城市治理、公共安全、城市交通、醫療、衛生各個方面怎麼樣形成相應的架構。

在這些架構之内,當我們要進行相應的變革,哪些方框會受到影響,這些方框裡面的資料需要什麼樣的支撐,我們要怎麼樣進行結合,從資料要怎麼樣進行管理。這是我們看到自上而下的業務元件模型來往下面找到我們需要變革到的業務機關,無論是戰略性、管理層還是執行層。

【觀點】大資料驅動政府服務轉型
【觀點】大資料驅動政府服務轉型

對應到具體落地的架構,可以參考美國的聯邦政府管理與預算辦公室釋出的美國聯邦企業架構模型,他的聯邦企業架構模型也是業務驅動的模型,也有業務變革的目标,到業務參考的模型,從最上面的績效到業務、到服務模型、資料模型、技術模型,逐漸落地。他不是為了資料而資料,而是想我今天為了什麼樣的使用者目标、為了服務轉型,還是為了更好加強國土安全,更好的反恐。

說現在國家的食品安全,都是需要跨部門、跨部委協調,這樣大的一個目标提出來之後,去協調。按照架構、流程、技術、資料的要求。這樣一個模型,美國也是針對FEA提出了參考模型,包括對這樣一個模型的釋出。

美國聯邦政府就會基于這樣的架構,無論今天IBM或者埃森哲或者别的公司給他做項目的時候都會遵循這樣一個架構。IBM在美國給聯邦政府一年收入8億美金左右,這8億美金大部分的時候是幫助聯邦政府在FEA的架構上做的實施。

這裡面包括内部領域、内部業務線、子功能,包括公民服務、傳遞模式、支援服務的傳遞和政府資源的管理。上面一層架構裡面分了兩部分,最上面的是叫公民服務,他不是說從自己的職能角度講,我下面因為有什麼樣的部門,而是今天公民需要什麼樣的服務。

【觀點】大資料驅動政府服務轉型

落地裡面,業界領先的大資料分析的參考架構,現在業界也在不斷的演進過程中。剛才穆工也提到了,無論是整合不同的資料源,不同的大資料平台的能力,還是處理結構化、非結構化的資料,處理相應的圖像、文本資訊,如何深度的分析,預測分析、人工智能,怎麼樣更好的建設自己的知識庫,輔助政府做好決策,這就是我們看到的大資料的參考架構。

這個參考架構最後要應用,會應用到根據具體的上下文、企業架構的環境進行相應的調整。

跨部門的資料在一起真的要去應用,要進行跨部門資料共享,資料共享必須要資料治理,否則這些資料在一起就像一鍋粥一樣。曾經美國一家衛星最後失敗了,就是因為中間有一些裝置是從歐洲進口的,從歐洲進口的軟體裡面有一些是按照公裡來設定的,而美國的參數都按照盈利去設定的。

最後上星的時候,這部分沒有做好相應的适配工作,導緻最後衛星上天的時候出現了故障。這說明資料在一起把它管理好的時候,資料治理非常重要。

無論是資料管控政策組織、管控流程支撐平台,還是資料标準、資料品質、資料生命周期管理等等,為什麼要用這些資料,如何用,這些資料在哪,多久了,到底有什麼樣的系統在用,删除移動的資料到底會不會對其他系統内的業務産生影響。

今天我們需要對這些資料有更全局的把控和認識、了解,才能更好的支撐上面的應用。而上面一個資料治理會貫穿整個資料周期的全過程。從資料的規劃、标準,到最後資料的歸檔、銷毀。這是一個資料治理的範疇。

剛才講了這麼多,從最上面的組織架構的變革的變化,到業務元件的模型,我們能夠把業務分條塊的分出來,厘清我這樣一個變革對于哪些條塊有影響,再看條塊落地執行的時候有哪些資料,這樣的資料是通過資料管控來完成的。整個資料生命周期要把它管好,而且這些資料是來源于不同的資料源。

【觀點】大資料驅動政府服務轉型
【觀點】大資料驅動政府服務轉型

來看一下ServeCanada,今天我們去美國的超市,永遠都會有殘障人士停車位。對于殘障人士,政府可以更好的為他們提供服務。原來的左邊是按照部門本位的思想,今天我是人力管理資源部,我對殘障人士有一堆工商、醫保、學習資助、就業基金這樣一些支援,建一個網站,點好幾層有一個地方,或者打呼叫中心撥6、7、8才到這樣的地方。美國老兵有因為戰争傷殘的,也有他自己的網站,省級政府第三方都有對殘障人士提供的部分。

可是今天如果是這樣一個殘障人士他會有不同時候需要去不同網站打不同電話獲得他想要的服務。最後我們轉型,變成了殘障人士服務政策到社群組織支援,按照殘障人士不同的視角在不同階段需要不同支援的時候,有統一的呼叫中心的号碼,這些都會進行重構。

假設如果您是一個殘障人士,今天面對第一個圖和後面一個圖,你會覺得哪一個是更高效的政府,哪一個更容易獲得政府的服務?這是今天以市民或者以客戶為中心的轉換,這是一個活生生的例子。

如何從政府的部門出發,到真正以客戶、以市民角度出發的設計。反觀今天我們很多政府網站的設計,很多還是他自己政府部門在什麼地方,他的功能在哪裡,沒有從他服務的使用者視角去看。

剛才講到的事情需要更高階段、更高層的上司驅動這件事情。現在政府有很多的契機,之前的食品安全,就是政府出了相應的政策,做了相應的内容,做了跨部門的或者在SARS的情況下,出現了疾控中心,出現了跨部門的協調。這是我們看到的一些事件驅動政府在轉型。

我們政府處于不同階段的時候,剛畢業要就業的時候,這個時候你需要什麼樣的支援,學校給到什麼,政府可以給到什麼,您今天在找工作以後如果在購房的時候、買車的時候,如果是在其他一些需要幫助,包括你在創業的時候你需要得到什麼樣的支援,有沒有進去以後擷取到政府的各種服務。我們回過頭來站在政府的角度上,我們政府需要很強大的自我變革、更好為市民服務的驅動力。

【觀點】大資料驅動政府服務轉型
【觀點】大資料驅動政府服務轉型

我們今天講的大資料,前面講的是轉型的模式,但是到下面我們需要殘障人士的資料治理也整合出來。今天這些資料有沒有統一在一起,這也需要去看的。包括我們當時在做的殘障公民治理的五大體系,資料管理、資料治理、平台架構、資料營運、資料品質方面都做了一系列的工作。

【觀點】大資料驅動政府服務轉型

最後,我們從行業專家到戰略變革、以市民為中心的戰略,中間也有風險、績效、管道、财務方面的管理,最後把對殘障人士更好的提供服務這樣一個願景落地到具體的資訊化的建設,資訊共享、業務流程的再造,包括對一個服務門戶的建立,以及統一的呼叫中心,這都是落地在裡面的具體項目。

【觀點】大資料驅動政府服務轉型

這個案例也是最後接受了來自非常多國家代表團的通路,也收錄在哈佛商學院。這個案例也成為了很多大學進行服務轉型形成的裡面的案例和方法理論。

謝謝大家!

原文釋出時間為:2017-03-15 

本文來自雲栖社群合作夥伴“資料派THU”,了解相關資訊可以關注“資料派THU”微信公衆号 

繼續閱讀