“實施國家大數據戰略加快建設數字中國 ”已經成為國家戰略。
通過大數據平臺提供數據服務賦能各類業務場景，推動政府朝著更加開放、智慧的社會方向發展，構建以數據為關鍵要素的數字經濟，運用大數據提升國家治理現代化水平，善於獲取數據、分析數據、運用數據，是領導幹部做好工作的基本功，運用大數據促進保障和改善民生。如何充分地利用大數據技術，對異源數據進行整合，構建城市核心數據資產，並讓數據真正的用起來，是政府在大數據時代引入大數據思維並落地面臨的最大挑戰。
在整個城市大數據平臺中，存在巨量豐富的業務場景。
筆者簡單梳理一下比較成熟的應用場景包括14類以上大數據。具體有檢察院大數據、教育大數據、醫療健康大數據、環保大數據、交通大數據、公共安全大數據、商務大數據、黨建大數據、軍民融合大數據、金融大數據、社會服務大數據、辦公廳大數據、公共投資大數據、扶貧大數據。
雖然目前各地政府大數據建設工作已經逐步開展並取得一定成效，但在城市大數據建設過程中還存在著“大數據平臺建設了很多，但真正用起來的不多”的問題。
主要表現在：
1. 重數據採集，輕業務應用建設。
大量探針、探頭、網絡等建設，採集了大量數據，但多用於數據查驗或簡單的統計分析，數據並沒有真正的用起來。
2. 重信息化建設，輕智能化數據應用。
以城市數據平臺子業務系統--智慧旅遊系統建設過程為例，目前各地已經建成了各種各樣的系統，比如在旅遊信息化工作過程中就建立了旅遊服務系統、旅遊管理系統和旅遊營銷系統等系統，但從整個城市大數據的全局來看，單一業務系統的信息化因為缺少整個城市的數據支撐（例如交通、人群、消費、衣、食、住、行等數據），在做業務的時候很難形成真正帶有“大數據智能化“特徵的智能應用。
3. 數據上雲只是解決成本問題，數據應用起來才是其增值的部分。
4. 大量數據平臺建設，僅僅支持部門單一業務應用，並未進行數據打通，數據往往是孤立的、未經整合的、片段的，數據的價值體現有限。
比如在扶貧大數據平臺中的扶貧辦自有數據並未與各個幫扶單位數據打通互聯，實現業務上的數據交互，形成一個多維全量聯動鮮活的數據。
5. 平臺的建設和應用是割裂的。
建設大數據平臺和使用大數據平臺的是兩撥人，建設平臺的是技術人員，使用平臺的是業務人員。
6. 缺乏數據中心建設效果展現評估。
比如城市大數據平臺建立起來之後就缺少數據資產化由來和效果評估，缺乏數據匯聚和共享過程計量，很難為大數據建設的效果做投入產出比測算。
數瀾總結，破題城市大數據，拉動各數據來源方進行數據資產化建設，構建大數據應用的核心方略是：“以用促通，以通帶存，以存訓算，以算利用”。
“
用”指大數據應用，“通”指數據打通，“存”指數據存儲量，“算”指大數據智能算法。1. 以用促通
一切城市大數據建設時一定以業務拉動為先，在“用”的層面，通過抓住能夠驅動數據幫助某個具體的業務的場景，構建“爆款”數據應用產品，以此來獲得先導價值，有了價值產出與市場，合作伙伴們自然有了動力，而數據則水到渠成的被打通起來。通過核心“爆款”應用的構建和賦能，促使各業務方提供數據，倒逼數據的打通，最終實現“讓a用好a的數據，讓a用上b的數據，讓a通過b和c用上d和e的數據”的目標。
以扶貧為例，扶貧辦可以圍繞扶持誰、誰來扶、怎麼扶、效果如何等核心業務問題，對扶貧辦目前已有貧困人口基本情況、主要致貧原因、家庭成員、基礎結構等數據以業務流程驅動為核心按照“人”、“物”、“場景”進行數據資產化構建和數據業務化應用，打造精準扶貧核心數據產品，共享給各幫扶單位，輔助其扶貧決策。並以此為驅動，在使用過程中拉動與教育部、衛生和計生委、人社局等幫扶單位共同彙集、共享更多維數據，構建扶貧大數據湖，讓數據在各部門扶貧工作中流動起來，從而為幫扶單位的扶貧工作提供更多的幫助。
2. 以通帶存
在“通”和“存”的層面，通過圍繞“人”“物”“場景”進行數據盤點、打通，構建一套城市大數據應用標籤體系，通過“標籤+引擎”的模式快速構建政務大數據應用產品，服務於各業務單元，實現數據的流動交互，從而使更多的數據被存儲上來，並形成“活”的數據，源源不斷的供應到大數據平臺上。
基於這個理念，我們建立以政務云為中心的城市大數據平臺，同時將人、物、場景的數據組織起來，通過前面提到的“用”，讓政務數據變“活”起來。讓工作人員面對的不再是某一場景下的數字，而是基於過去更長期、場景更豐富、採樣頻率更高更實時的數據來進行存儲和計算，構建決策模型，為政府決策提高支持。
以扶貧為例， 通過精準扶貧業務應用越來越多的數據被彙集打通，扶貧大數據逐漸構建起來，圍繞貧困對象、扶貧方案、精準定貧、精準扶持、成效評估構建以人、物、場景為核心的扶貧大數據標籤類目體系，服務於各扶貧工作單位和業務場景，形成交互流動的扶貧大數據平臺，使更多的數據圍繞一個個業務應用存儲起來，實現更加多維、全量的數據。
3. 以存訓算，以算利用
在“算”的層面，當大規模的城市數據被採集、清洗、結構化、標籤化之後，有了足夠的數據資產存儲，建立大數據效果中心，展現城市大數據平臺建設效果，激發用戶應用。同時利用機器學習、深度學習等智能算法能力，基於海量數據的算法模型將被快速產出，並大規模的賦能原始數據場景，進而使大數據應用的業務處理能力變得更強大、更智能。
以扶貧為例，通過更多維、鮮活的數據的匯聚打通，利用大數據算法模型逐步構建起“貧困指數”、“貧困定級”、“貧困畫像”、“動態預警”等精準定貧數據產品，“精準定位”、“精準定位”、“精準計劃”等精準扶貧智能輔助決策數據產品，“扶貧監測”、“效果評估”、“績效考核”等扶貧成效評估數據產品，全面升級扶貧工作，徹底解決扶持誰、誰來扶、怎麼扶、效果如何等扶貧難題。
第一步，從紮實的業務調研著手，找到城市大數據建設的核心應用抓手。
第二步，利用爆款應用的構建和業務效果，向各業務部門證明大數據價值，並獲得更多數據打通、應用的動力。
第三步，全面獲取更多數據源，圍繞城市整體架構，重新組織數據和再次抽象，完成數據資產化建設。
第四步，使數據變的真正可流動、可增值、可管控、可計量，以數據業務化為驅動，讓大數據可以真正的診斷城市病，並讓整個城市變得更智能！
在整個大數據平臺建設中，任何單一的業務部門都很難形成“數據黑洞”，也很難“一盤棋”獲取全部數據，但數據真正的應用起來往往是來自多源的數據才能起效果。從場景應用構建到數據資產化最終到數據平臺工具建設是一個業務場景複雜且涉及對象極其多元的過程，只有遵循“存，通，用，算”四步法，結合數據專家、城市業務專家和信息化專家三元經驗，才可能有效的讓城市的數據真正的被拉動起來。
本文作者：武凱（行竹）- 數瀾科技產品合夥人
8年數據產品探索和創新經驗，國內資深的大數據產品專家，專注在企業大數據資產化及應用增值，在如何構建政企大數據平臺及基於應用場景方面有豐富的實戰經驗。涉及行業涵蓋醫療大數據、電商&營銷大數據、大數據平臺管理、城市大數據四大板塊。曾任阿里巴巴集團數據平臺產品與運營部負責人，負責10+條產品線的管理和運營，服務企業超過600萬家，年交易額超30億元。
閱讀更多 數瀾科技大數據 的文章
