AMT觀點
首頁 > AMT研究 > AMT觀點

《玉榮對話》徐雪冰:大數據打造智慧公共服務

發布時間:2017-05-25

本期嘉賓:他是政府智慧公共服務領域的專家,從頂層設計到治理機制到服務落地,打造全國首個智慧社區,引領政府公共服務新方向。他說,智慧公共服務離不開大數據,只有打下數據基礎,才能實現按需分析。因此,他從大數據集成這個“看起來簡單,其實非常復雜且重要”的工作開始,務實的推進大數據的應用落地。他就是本期專訪嘉賓—— AMT合伙人:徐雪冰。

 

精彩觀點:

?智慧城市是智慧公共服務的一部分,因為所有政府基礎設施最終的目的都是為了提供服務。

 

?政府公共服務核心要解決三個方面的問題:服務項和服務標準的定義、服務供給方和采購管理標準的制定、對服務過程的監管,實現事前、事中、事后的監管和檢查。

 

?對于政府的大數據應用,現在主要是一些負責全局管理,如進行產業規劃、政策制定、資源調配的部門會更關注。大數據給了這些全局管理的部門一個抓手,通過大數據的掌握才能更有的放矢的進行統籌規劃和管理。

 

?要實現大數據應用面臨的第一個問題就是大數據集成的問題,可以說政府的數據是最多的,但又是最難獲得的。

 

?我們做完數據集成后,會幫助客戶建立一整套的數據標準,相當于一次性把企業的“數據倉庫”整理好了,以后來了“貨物”直接往里放就好了。

 

?基于大數據的警力分析,根據案件發生區域、案件性質、以往類似案件的發生情況等指標來進行有規劃、有針對性的匹配,爭取在第一次出警的時候就能夠做到最優,避免匹配多余或者太少的情況。

 

?原先的BI更多是做事后的統計分析,現在大家對大數據的應用都不滿足于此,而是要將大數據應用到業務中去,結合業務流程實現實時的優化。

 

專訪全文:

 

政府信息化的昨天、今天和明天

玉榮:你是我們在政府及公共事業領域的咨詢專家,講一下你的職業發展以及一路走來的心路歷程?

徐雪冰:這些年的發展都是圍繞著政府信息化相關服務這條主線的,基本可以分為三個階段:

第一個階段,2002年大學畢業后,一直到2012年十年的時間我都是在政府的一家三產公司做總經理,經歷了中國電子政務發展最黃金的十年。從最早為政府各委辦局提供信息化產品(如PC、交換機)等,到后來2006年開始做信息化運維,研究ITIL體系的應用,到2009年開始做信息化監理,如當時世博會信息系統的監理都是我們做的,到后來逐漸發展為包括應用系統的建設、網站的建設、系統的運維、線路的租用等一整條的政府信息化服務的產業鏈,對政府的業務和信息化應用有了深入的了解。

第二個階段,2012年來到AMT轉型做咨詢,到后來擔任AMT政府及公共事業行業線的總經理,打造政府智慧公共服務平臺,當時服務的楊浦"智慧社區"也是全國首創,被中國網等很多主流媒體爭相報道。

第三個階段,隨著2014AMT平臺化轉型,我也成為第一批內部創業者/事業合伙人?;谇捌谡卜疹I域的積累,我發現實現智慧公共服務最大的障礙和基礎是數據問題,所以這一兩年主要做大數據規劃和數據集成。只有先打下數據基礎,才有可能實現智慧化的公共服務。

所以縱觀這些年的發展歷程,都是圍繞政府信息化和智慧公共服務這條主線,在不同的階段圍繞政府客戶的不同需求提供能產生價值的解決方案和持續服務。

 

智慧公共服務的發展

玉榮:你這些年一直在政府智慧公共服務領域進行研究實踐,分享一下相關的觀點和案例?

徐雪冰:談到智慧公共服務,要先從黨的執政方針和政府服務化轉型說起。黨的十八大又一次明確了群眾路線是黨的一切行動的根本路線,具體表現在實踐中就是“需求從群眾中來,形成服務到群眾中去,著力解決人民群眾反映強烈的突出問題,提高做好新形勢下群眾工作的能力。十八屆三中全會進一步提出“創新社會治理”,即從治理的視角,從公民的實際需求出發,對原有組織結構、服務流程進行重組和創新,實現流暢的政府內部銜接和協調,提供更為豐富、高效的服務項目,實現政府工作轉型發展,建設服務型政府。那么,具體如何落實呢?

我講一下我們為上海市楊浦區長白街道做的智慧民生社區這個案例。大家一定感受到,上海的各類民生服務熱線特別多,社區的公共服務、民生服務項目眾多,但對特定社區的居民來說,針對具體的日常需求經常需要四處“找門”。如家里寶寶出生,到哪里辦理新生兒醫????兒女在外上班,誰能陪家里老人看???下班回家發現沒帶鑰匙,怎么聯系最近的開鎖匠?如何使得社區居民能夠享受到為民、務實、高效、便捷的社區民生服務?

作為上?!爸腔凵鐓^”試點單位,長白街道聯合我們共同探索公共服務型智慧社區應用,打造了一站式綜合的民生服務平臺,以“居民申請”為開端,以“服務處理”為主要內容,以“居民滿意”為終點,將服務需求分為生活信息、生活服務、公共服務和投訴建議四大模塊,通過遞交訴求、一口接單、需求分類、分揀轉接、供給回復、回訪反饋六大環節確保服務的無縫對接。通過服務承諾機制、辦理時效機制、內部管理監督機制、跟蹤回訪機制、需求導向機制五大機制,從治理的視角,對服務過程進行規范管理,從而更好地響應居民的需求,提供更好地服務體驗,形成持續的運行保障機制來更好的服務于居民。

我們在其中承擔了平臺的開發和運維服務外包,通過運用云計算技術,同時整合Portal、BPM、大數據及移動互聯技術,搭建具有受理發布、跟蹤管理、應用功能、數據集成等功能的支撐平臺,同時能通過應用功能中間件擴展并定制后續的服務項目。政府無需考慮一次性的大額投資,更無需關注技術和維護的工作,只需要按年向AMT購買服務。

按照時下熱門的“大數據”思路,我們搭建了服務數據的集成平臺和數據分析模型,使民生服務平臺所收集的數據,可以成為政府收集民生需求,調整服務供給的重要依據。平臺運作一段時間后,街道將對歷史數據進行統計和分析,篩選出政府不能或者不宜提供但群眾需求較為集中的項目,嘗試引導社會組織等參與,盡可能為不同的社區共治主體提供平臺,從而使“長白民生服務在線”成為一個整合社區資源、對接社區需求的開放式公共服務智慧社區平臺。真正實現“急民之所急,便利民生;想民之所想,幫民跟蹤;智民之所需,惠及民生?!?/span>

 

除了這個智慧社區公共服務平臺,我們當時還實施了另一個產業發展促進公共服務平臺,對政府提供扶持資金這項公共服務進行管理,將企業、政府、金融機構等一同融合進這個產業發展促進公共服務平臺之內,是促進產業發展各種需求和資源對接的中心和樞紐。通過這個服務來去帶動政府補貼或者授權的一些金融服務,包括政府資金管理、金融企業資金管理,政府的運營、后勤服務以及建議和投訴等服務。

 

在開展這些政府公共服務咨詢過程中,我們總結出核心要解決三個方面的問題:

第一個方面,服務項和服務標準的定義,比如長白街道我們定義了127項標準服務;

第二個方面,服務供給方和采購管理標準制定,對政府采購外包服務進行規范化管理。

第三個方面,對過程的監管,實現事前、事中、事后的監管和檢查,通過收集建議和投訴,進一步實現對服務的持續改善。

現在談的比較多的智慧城市,我認為智慧城市是智慧公共服務的一部分,因為所有政府基礎設施最終的目的都是為了提供服務。對照國外一些發達國家,我認為,公共服務需求未來一定會爆發。這個前景是好的,不過過程中有很多難點重點需要突破。比如現在各地都在談大數據,建立數據中心等,但是數據如何獲取卻是一個最大的難題,這就涉及到我現在為什么聚焦做大數據規劃和集成服務。

 

大數據集成——建立隨需分析的數據基礎

玉榮:圍繞政府領域的大數據服務具體你們是如何開展的,有哪些特點?

徐雪冰:對于政府的大數據應用,現在主要是一些負責全局管理,如進行產業規劃、政策制定、資源調配的部門會更關注。我理解,大數據給了這些全局管理的部門一個抓手,通過大數據的掌握才能更有的放矢的進行統籌規劃和管理。但要實現大數據應用面臨的第一個問題就是大數據集成的問題,可以說政府的數據是最多的,但又是最難獲得的。

 

不管是政府還是企業,都存在由于開發時間或開發部門的不同,產生多個異構的、運行在不同的軟硬件平臺上的信息系統,這些系統的數據源彼此獨立、相互封閉,使得數據難以在系統之間交流、共享和融合,從而形成了"信息孤島"。

我們要做的就是把來自所有系統里的數據都整理出來,轉變成可讀的、可查詢的、能夠進行多維分析、能夠解決業務問題的一個全面的數據庫。所以說人家做大數據都比較高大上,而我們做的都是臟活、苦活、累活,我們不像BI做那么多那么炫的分析圖表,我們是領導方說想做什么分析,我們現場就可直接給出分析結果,客戶對這個很感興趣。

大數據是“一切皆可試”的,只要有海量的數據,就能從中發現很多未知的規律,這與傳統的BI分析是大大不同的。但要實現這個按需分析,我認為數據集成從一定意義上來說是大數據發展的瓶頸。很多人說我們大數據能夠做多么復雜的分析,但前提是做好數據集成這個基礎工作。

 

數據集成中面臨的最主要難點是什么呢?主要就是系統多,系統結構復雜,數據規范性差,比如政府的信息系統從2002-2016年的都有。很多信息系統年代久遠,這些老系統的軟件開發供應商都找不到了,只能對照數據表做研究,通過數據和業務的匹配分析,識別編碼規則、核心數據和數據間的關系。這就要求做數據集成不僅要熟悉各種數據庫類型,還要理解業務流程。

我們做完數據集成后,會幫助客戶建立一整套的數據標準,相當于一次性把企業的“數據倉庫”整理好了,以后來了“貨物”直接往里放就好了,這對客戶的價值是非常大的。

我們的團隊有二十幾個人,均來自大型軟件公司,精通各個門類的數據庫,所以能夠很好地完成數據集成這個“看起來簡單,其實非常復雜且重要”的工作。我們不生產數據,我們只做數據的搬運工。

 

 

大數據應用—解決業務痛點

 

玉榮:在大數據集成的基礎上,有哪些典型的應用場景嗎?

徐雪冰:在大數據集成的基礎上,我們會進一步從咨詢的角度去針對不同類型的客戶做相應的應用場景規劃,從最核心的業務場景或者業務痛點建立分析模型,從而使用戶感受到大數據的應用價值。比方對公安來說,最核心的問題就是如何快速有效的處理案件,所以警力匹配問題就是他們最核心的一個業務問題。

講一下給某公安政治處做的警力分析這個項目。我們知道,公安工作的核心是“打防管控”,維持社會穩定,主要思路是“整體防范,有效控制,精確打擊”。這一思路的貫徹執行需要新一代信息化技術的大力支撐。

我們為其做的警力分析是做什么呢?全市公安數量、各類公安民警的屬性、各區域治安的情況等指標都定義出來,以此為基礎來做各個不同區域的警力匹配標準,優化警力結構,更加科學地去配置警力,而不是傳統的統一的警力匹配標準?,F在我們做的甚至細化到每次發生案件的時候的不同警力匹配方案,這個主要根據案件發生區域、案件性質、以往類似案件的發生情況等指標來進行有規劃、有針對性的匹配,爭取在第一次出警的時候就能夠做到最優,避免匹配多余或者太少的情況。比如上海外灘發生的踩踏事件,當時現場其實是有警力部署的,但是配置不夠,未來通過這種基于大數據的警力匹配分析,可以有效的規避這種問題的發生。

 

在大數據集成和應用規劃方面,現在我們從政府領域也延伸到一些企業服務。比如我們幫一家蔬菜運輸公司做大數據規劃。對蔬菜運輸公司來說,他們最核心的業務就是路線規劃,他們每天早上都有幾百臺貨車在外邊運輸,所以運輸效率直接會影響他們的業務成本、收益。我們為其做的就是計算每天早上貨車怎么走最快,效率最高,系統上線后效果非常顯著,大大提高了他們的運輸效率及經濟效益。

這個我們是怎么來做的呢?我們跟著他們的貨車跑了半年,這些數據都累積起來,然后根據模型計算,通過歷史軌跡記錄、時間段、天氣狀況、實時路況等多維度集合起來,對貨車的高效出行形成精準預測。

雖然現在也有一些百度,google等導航地圖,可以實時查詢路況,但是這個只是一個維度。我們建立的大數據分析模型是從多個維度和因素的考慮和預測,所以從其應用實踐來看準確度更高。

我認為,在應用大數據之前一定要有個準備和校驗的過程,大數據要有自我學習和自我校驗的能力。另外,原先的BI更多是做事后的統計分析,現在大家對大數據的應用都不滿足于此,而是要將大數據應用到業務中去,結合業務流程實現實時的優化,這是我比較深的感觸。


我與AMT的故事

玉榮:加入AMT有五年時間了,講一講你的感受?

徐雪冰:我在原來的政府三產公司是從無到有做起來的,所以沒有大公司的打工經歷。來到AMT后,最大的感受就是AMT的職業化及規范化做的非常好,在前兩年個人在這方面有了很多提升,很多同事都給了我這方面的借鑒。

AMT這些年感受最深刻的是“價值”兩個字,如孔總一直講的“扎扎實實為客戶創造價值”,從為客戶創造價值,到認識自己的價值、對別人的價值,從價值角度擺正自己和別人的關系并提升自己的價值,非常地務實。

AMT現在平臺化發展又把平臺的價值凸顯出來,如平臺通過提供16項賦能為事業合伙人來創造價值,當平臺的價值很清晰、每個合伙人的價值也都很清晰的時候,一定會產生質的變化。

如果您對以上文章感興趣,可撥打400-881-2881或點擊在線咨詢,預約專家,進行互動哦!
爱彩乐彩安卓下载 大盘股票行情查询 股票上的融资融券 今日股票大盘指数 网上股票交易平台 二维码股票微信散户 下载股票数据 炒股的基本常识 怎么玩转股票 股市行情指数 怎么融资买股票