政務是個大市場，阿里、騰訊、電信、華為都在賠本賺吆喝。本文作者宇同學是資深從業人士，研發總監，他會寫一系列文章來闡述政務雲全景。   

        前面八篇分別深入闡述：

反響非常好，本篇接上一篇講政務大資料的價值鏈。希望大家會喜歡！    

        後續還有一系列文章；敬請期待。 

在1985年，邁克爾·波特(Michael E.Porter)提出了價值鏈(value chain)的概念：將價值創造的過程分解為互不相同又相互聯絡的一系列活動序列，這些活動序列的集合可以稱之為“價值鏈”。給相關方提供收益（benefit，這個收益可以是經濟方面的，也可以是非經濟方面的）是價值鏈的重要特徵。政務大資料的價值鏈即政務大資料在價值創造過程中的系列活動/過程的集合，與其生命週期密切相關。在漫談政務大資料系列《政務大資料的全景圖》一文中，將政務大資料的生命週期劃分為：分析規劃、標準化、資料採集、資料治理、服務提供、服務獲取、持續優化和價值轉換八個階段。政務大資料的生命週期的八個階段也即是其價值產生、傳遞和轉換的週期過程。

在國家層面，對政務大資料的使用從之前的政務資訊公開（向民眾、相關方公開）到現在的政府資料開放（覆蓋不同層面、更廣範圍、有條件、有步驟的開放），是一個非常有里程碑意義的跨越。國內的一些知名廠商如浪潮，還提出了政府資料開放五級技術成熟度模型（Level 1：資訊公開、Level2：資料網站、Level 3：資料門戶、Level 4：資料平臺、Level 5：資料生態），並指出國內已經做資料開發的城市大多也僅處於二級或三級，更多的城市僅處於資訊公開（Level 1）的階段。因此，政府資料開放的工作還很是任重而道遠。從資料治理的成熟度來看，政務大資料的成熟度可以分為level 0-5 六個層次，用來定義、評估政務大資料治理的成熟水平。

分析規劃、標準化和資料採集三個階段的相互迭代，實現了政務大資料的生成。其中，分析規劃和標準化是基礎，資料採集是結果。資料僅僅是採集上來、彙總起來並不能很好的發揮其價值，只有在與實際政務業務相結合的過程中，其價值才會體現。政務大資料在政務服務、行政監管和社會治理中的價值涵蓋：用資料治理、用資料說話、用資料發展、用資料改進和用資料創新五個方面。

用資料治理：政務大資料與政務服務、行政監管和社會治理有效銜接，有助於推動跨部門、跨區域管理協同、資訊共享，更深層次、更廣領域促進政府與公民、企業之間互動，形成政府主導、社會參與的協同治理新思維、新模式。

用資料說話：政務大資料為政府決策提供了“準全樣本資料”，為政務服務、行政監管和社會治理過程中的科學分析、預測和決策提供了重要基礎。

用資料發展：政務大資料與工業、農業、第三產業等各產業經濟發展深度融合，促進產業良性、健康、均衡、協調的發展。如關係國計民生的農產品、食品、藥品，通過匯聚相應的行業大資料在區域分佈、供需配比、產供銷一體化、質量追溯等多個方面進行資料協同，實現集約化的產業經濟高效發展。作為農業人口占大比重的農業大國，農業發展、農村建設和農民服務是國民經濟發展首先要考慮的問題。通過相關領域政務大資料的應用，將有效地帶動農業的協同發展與產業升級。

用資料改進：政務大資料是改善和提升政府政務服務、行政監管和社會治理水平和能力的重要依據，它有助於科學確定當前存在的問題，並選擇評估改進方案、策略的可實施性。

用資料創新：“創新擴散理論”的提出者埃弗雷特·羅傑斯（E.M.Rogers）認為：“創新是一種被個人或其他採納單位視為新穎的觀念、時間或事物。”創新不是無中生有，創新來自於現在（已有）。而政務大資料把已有的政務資訊系統、完整、準確的匯聚起來、關聯起來，為政務改革創新提供了很好的資料參照，為科學構建系統完備、科學規範、執行高效的黨和國家機構職能體系提供了客觀依據。

基於政務大資料在政務服務、行政監管和社會治理中五方面的用途，可以將政務大資料的價值鏈分為基礎資源、核心能力和價值創新三個層面。

基礎資源層位於價值鏈的底端，用以完成服務模式、主題資料和模型資料等資料資產的構建並支撐著核心能力層，是政務大資料持續生存能力的保障。服務模式分為服務、治理和協同三個層面。戰略實施的最終展現為各種服務的提供，治理和協同是重要手段。主題資料和模型資料規劃與構建包括三個階段的工作：

第一階段：現有資料的梳理、標準化，確定採集交換規格。本階段要完成的任務是：廣泛支援傳統的結構化資料儲存源（如關係資料庫）、NOSQL資料來源、地理空間資料和非結構化資料儲存源等多種資料儲存形式。通過網路爬蟲、資料服務介面以及第三方系統對接等多種方式獲取採集資料，把現有的政務大資料進行梳理、標準化。這裡的一項重要工作就是元資料（“資料的資料”）標準的梳理、確立，對於大量的已建系統需要結合國家、行業的相關標準對其進行規格化轉換，以形成統一的採集交換標準，這是一個典型的自底向上的匯聚、標準化的過程。

第二階段：主題規劃、治理結構建立。本階段對重點資料實體需要進行質量評估，對資料質量問題進行歸類、質量趨勢分析和質量監控預警、邏輯錯誤處理、去重和關聯性驗證、訪問及使用安全防控等。同時，需要按業務主題對行業資料進行頂層規劃，提供三種能力：基於元資料的原始業務資料整合、基於業務/行業主題的主題資料整合和基於元資料、主題資料的綜合業務資訊資料整合。最終，要建立從資料的產生、交換、匯聚、加工和安全利用等全生命週期的治理結構和管理流程。

第三階段：基礎資源層構建，本階段是主題資料規劃的階段性收尾，協同資料的生產者、消費者、加工流通及運營者，並使之達到動態平衡和可持續發展。政務主題資料管理（SDM,Subject Data Management）的最佳實踐在於：讓政務業務參與進來，即把政務主題資料、元資料、資料治理體系一體化考慮。從業務全域性視角服務於資源整合的SDM（主題資料管理）系統將是合規、已整合和標準化的單一資料來源，能夠通過進行多領域主題資料管理。

核心能力層主要是完成政務大資料運營能力的建設，由一系列支撐平臺和工具集組成，以實現對戰略的承上啟下。其中，工具集可以按照預警、預測、規範、優化、可視和協同分為6個子集，每個子集各包含6個工具，總共由36個基礎工具元件構成。根據實際業務實現的需要，可以進行重新組合以形成適合的政務大資料工具集。

預警：通過歷史積累以及對政務活動過程中採集的資料進行主題分類，依據業務模型和相應的指標體系進行動態預警。預警資訊包括預警的類別、級別、預警原因、起始時間、可能的影響範圍、警示事項、應採取的措施等。預警又分為基於指標指數、風險點監測、異常行為監測等業務點的預警，基於業務主題等業務面的預警，以及基於執行體徵的綜合預警。

預測：基於歷史和現在，分析面向未來的趨勢和可能出現的情形。預測的方法與形式多種多樣，基於政務大資料的科學預測有利於更好地開展政務服務。與預警類似，預測也分為基於指標指數、風險點監測、異常行為監測等業務點的預測，基於業務主題等業務面的預測，還有基於執行體徵的綜合預測。與預警不同之處在於，保障預測的準確性更難。

規範：在政務活動過程中，工作流程的規範、服務過程的規範以及參與主體的行為規範對保障政務服務的正常、有序開展十分重要。在政務大資料建立之前，主要通過行政監管和相關方自律來達到規範的預期。通過建設政務大資料，將使相關方的規範行為成為必須，一切不規範的操作都將在行為軌跡跟蹤中留下痕跡而使其無所遁形。同時，通過規範地進行過程資料積累、資料共享，使政務大資料得到安全有效的使用。

優化：政務大資料對政務服務、行政監管和社會治理的優化作用可以概括為“三個提升、兩個改進和一個創新”。“三個提升”是指資源整合能力的提升、服務能力的提升和風險防控能力的提升。“兩個改進”指資源配置優化的改進和執行機制優化的改進。“一個創新”是指監督管理機制的創新，從人工的行政監管逐漸過渡為基於政務大資料的綜合監管。

可視：政務大資料可視的最大價值在於便於更加直觀的瞭解資料所反映的客觀事實，進而直觀展示政務服務和監管的效率、效果。

協同：政務大資料從資料、服務、流程、監管、研判和智庫等六個方面，在人與人之間、機構與機構之間，人與機器之間、不同資料資源之間、不同應用系統之間、不同應用情景之間、不同終端裝置之間進行全方位、立體化的協同。

價值創新層是政務大資料三層價值模型最頂層，重點是構建擁抱變化的能力，實現與參與各方的開放、共享、協同、協作，最終實現參與各方的新價值共創和商業共贏，推進參與各方的持續能力建設。政務大資料當前面臨的主要挑戰是價值創新而非資產化。

在這裡，我們主要談資料價值，而不深入討論資料資產化。對於政務大資料而言，其資產化是一個非常複雜的問題。資料資產化的前提是資料確權（確定權屬關係），要想做好政務大資料的確權就要分析清楚政務大資料的型別。按照資料主體的不同，政務大資料包括自然資源、生態環境（含場地空間）、科技文化、物質資源（含機器、裝置、工具、原料等產業資源）等政務服務的基礎（社會資源），也包括公民、企業、外國人、社會組織、政府機構等政務服務的物件（主體和客體）。作為公有制為主體的國家，其公共社會資源資料應是公有的，這一點需要從法律層面予以明確。對於國家機構為了監管需要而掌握的個人隱私資料以及企業商業祕密的相關資料則應該嚴格區分所有者和管理者角色，堅決避免個人隱私和企業的商業祕密成為第三方的“資料資產”，去做資料變現。

由於政務大資料確權的複雜性，其資產化、資料變現必須尤為謹慎。同時，政務大資料的價值是客觀存在的，將其價值充分體現出來也是政務大資料的重要發展目標。在當前乃至相當長的一段時期，合規、有序、高效、有效的做好政府資料開放工作是政務大資料的重要著力點，也是政務大資料資產化乃至進行運營的前提。在政務大資料的資產化、變現成為常態之前，常規、非敏、公開資料的資產化、變現應先行試水。

對於資料資產化以及變現的問題，電信運營商、金融機構的發展思路很值得借鑑。電信運營商運營的是電信（通訊以及在其基礎上增值、衍生服務）服務，金融機構運營的是金融服務。無論是電信運營商還是金融機構，都在業務開展過程中，不可避免地擁有了大量的客戶（包括個人和企業）隱私/私有資料。值得欣慰的是，在電信業務、金融服務價值創新過程中，並沒有把這些敏感資料用於商業用途（至少在其主營業務上沒有這樣做，當然這裡不去討論一些不法之徒擅自商業化客戶敏感資料的個別情形）。網際網路以及電子商務的蓬勃發展，給人們帶來不少的便利同時也帶來了客戶敏感資料被濫用的諸多隱患。甚至一些網際網路巨頭也假借提供增值服務之名，讓客戶在不經意間同意授權其使用敏感私人資訊。這種誘導客戶獲得授權、非法濫用客戶敏感私人資訊的現象、苗頭是十分危險、十分有害的。資料有價值沒錯、資料是資產也沒錯，但並不意味著誰擁有、誰掌握，然後誰就可以濫用、甚至拿客戶的資料當成自己的去非法“變現”。加強個人隱私保護，健全相關立法顯得迫在眉睫。2017年6月1日起施行的《中華人民共和國網路安全法》，正是在這種大背景下形成的。

相較於商業資料，政務資料的敏感性和被濫用後的危害程度更高。既要保障安全，又要保證不影響業務順利開展。因此，在政務大資料的價值鏈中，很重要的一點就是權衡資料安全與價值體現，其根本解決之道就是將資料安全融合在資料服務業務當中，把握好合規性與前瞻性，也照顧到服務效率和效果。如《政務大資料的安全體系》一文中所述：“安全無小事，政務大資料的安全是一個複雜的系統工程，其安全體系也是需要持續優化和完善的。”安全融合（安全措施與業務過程融合）將在政務大資料的後續發展過程中，起到越來越重要的作用。

綜上所述，政務大資料的價值鏈體現在其生命週期的八個階段中，體現在其價值產生、傳遞和轉換的週期過程中。政務大資料的價值模型可以分為基礎資源、核心能力和價值創新三個層面，安全融合是政務大資料價值模型的重要特徵。

猜你喜歡

加入技術討論群

《大資料和雲端計算技術》社群群人數已經3000+，歡迎大家加下面助手微信，拉大家進群，自由交流。

喜歡釘釘掃碼下面的群：

喜歡QQ群的，可以掃描下面二維碼：

歡迎大家通過二維碼打賞支援技術社群（英雄請留名，社群感謝您，打賞次數超過100+）：

萬門報，福利到  集合北美首屈一指的Data Bootcamp核心團隊打造的大資料課程免費送啦 名額有限 趕緊下手。無論您是在校大學生、職場小白，還是從事相關行業想轉行從事大資料，這套課程資料都非常適合來學習。