11月28日，由中國社會科學院信息化研究中心和北京國脈互聯信息顧問有限公司聯合舉辦的“2018智慧中國年會”在北京隆重召開，以“數據賦能 智慧中國”為主題，共有來自全國部委、省、市、區(qū)縣電子政務、智慧城市、大數據主管領導、行業(yè)專家、企業(yè)代表、主流媒體千余人參會。
本文系國脈海洋常務副總經理王路燕女士于11月28日下午在“2018智慧中國年會”分論壇一--“政府數字化轉型：策略與實踐研討會”上進行“國脈數據基因5.0”產品發(fā)布時所作的演講，內容通過現場錄音整理，未經本人審核。
【國脈海洋常務副總經理 王路燕】
數據基因產品很多的功能體系和技術是來自于我們的實踐，今天在這個論壇上跟大家做一個分享。
從圖中大家可以看到，我們從16年11月開始到現在兩年時間里的整個產品演變的路徑。從數據基因1.0版上線開始再到今天5.0，我們整整走過了中國30多個省市。今天其實我們可以非常驕傲的講，從數據基因1.0到5.0，每一個版本中你都能看到一些創(chuàng)新的影子，我們沒有重復任何的一家IT公司或者軟件公司他們曾經走過的路。我們寄希望于用“咨詢＋軟件”的這個方式去解決一些實際的問題，去創(chuàng)造一些真正的價值，去推動業(yè)務的發(fā)展，所以可以看出我們是從服務、管理和能力三個維度出發(fā)的。我們帶著這種實踐的想法，帶著堅持業(yè)務和技術融合的理念，我們把很多政府機構數據治理方面的一些經驗帶給其他的一些政府機構，這也是我們在系列的版本迭代中一直堅持的理念。
一、數據在實踐和應用中存在的問題與痛點
近幾年在全國很多地方做了相關的數據實踐和應用，在這個過程中，我們也發(fā)現了很多的問題，它們代表著很多政府客戶的心聲。如： 業(yè)務、事項以及應用各種要素之間要怎么去管理，怎么去發(fā)生內在的聯系？ 哪些數據需要歸集，歸集的依據是什么，要不要把這種數據的整合做大？ 我們怎么去界定各行業(yè)、國標的很多數據標準，如何兼顧和統一？ 數據標準是否真的能夠落地？ 人口庫、法人庫等基礎庫的建設，如何滿足我們現在事前行政審批的需要？ 目錄體系對實際的數據共享的到底有何幫助？ 數據體系全省全市一盤棋考慮到底是什么樣子的，如何做到省市縣事項標準的統一？
這些問題不是我們自己想出來的，是我們在很多省市實踐的過程中，客戶實實在在提出來的。其實這也是點亮我們未來的一條路，可以看到我們以后要怎么走，到底怎么樣去解決實際的問題，它引領著我們繼續(xù)前行，去做一些有價值的一些事情。
二、國脈對數據的幾個觀點
于是我們基于這些問題的基礎上，基于我們自身對數據行業(yè)的一些理解，我們給出了以下的一些想法。這些想法對于我們自身和客戶不一定準確，但是代表著我們的想法和態(tài)度：
1. 數據將成為新的基礎設施
數據將會成為一種基礎設施。我們在探討數據庫能不能成為像云服務一樣的基礎設施，未來所有的政府單位對數據庫只有使用權。也就是說，所有數據庫由統一的服務商來提供，所有的建表、修改等操作都由統一的平臺來管理，數據會變成一種基礎設施。
2. 基于數據流動的流程再造
整個數字化轉型不是靠系統建設就能完成的，也不是建一個云平臺就能完成的，更多的是對政府的職能、組織機構、運作模式、管理機制、業(yè)務過程進行徹底重塑的過程。政府服務的創(chuàng)新本質上就是按照數據流動的邏輯實現政府流程的再造。
3. 政府數字化轉型
我們認為政府數字化轉型也是很重要的一點。政府數字化轉型是非常復雜、非常龐大的工程。涉及的部門非常多，涉及的業(yè)務邏輯層次多，關系復雜。需要建立一個非常好的管理體系提升數字化政府的管理能力。數字化管理能力是整個數字化轉型的根本，也是提高政府執(zhí)政能力的重要維度。之前，信息化建設很多政府都集中于事務層，對于業(yè)務管理和部門管理非常少，也是我們目前整個信息化建設比較薄弱的一個點。
三、數據基因5.0版本介紹
基于這些想法，我們今天要發(fā)布數據基因5.0版。圍繞12個產品體系，按照“產品+咨詢”的模式，總結了8個業(yè)務模型，并對每個模型經過實踐總結出了7個業(yè)務流程。12個產品體系從管系統到管數據、管數量、管信息、管標準、管共享、管業(yè)務、管治理。在整個產品體系中還包括整個最上層的信息共享門戶以及行業(yè)的標準規(guī)范體系。我們在整個產品體系中，對1.0到5.0版的模塊進行不斷迭代，不斷地去做好數字政府的賦能，做好數據管理維度的提升，圍繞每一個模塊，每一個產品體系，我們都總結了一套業(yè)務模型加整個的業(yè)務流程。
1. CPU模型
第一個數據資產管理就是整個資產管理的模型，我們總結了一個CPU模型，即：Complete（全面化）、Platform(平臺化)、Union(關聯化)。解釋一下，全面是指：第一要全要素的進行管理。對政府的數據資產包括系統、數據、業(yè)務等進行全要素的管理。第二要全階段的管理。從需求、規(guī)劃、建設到運維，整個階段都要把這些要素管理起來。第三要全流程的管理。業(yè)務流程、數據流程要在平臺上進行管理。平臺化是指，整個要素管理要有平臺去支撐。最后是關聯化，就是說所有的要素階段，要對流程產生關聯，要去進行關聯化的管理。
具體說來，我們整個的業(yè)務流程從最開始的項目立項開始，每一個政務信息系統，都必須有一個立項的過程。首先要把信息化項目管理起來，信息化項目對應哪一個系統建設，明確它有什么樣的數據需求，有哪些功能模塊。然后對于一個項目來說，按照項目管理過程，它有任務和里程碑，要去監(jiān)督項目的進行。其次，通過項目建設來引出信息系統，在這個信息系統上含有系統層級，系統架構，網絡環(huán)境，訪問方式。再次，圍繞系統建設，每一個系統建設的時候都會去做數據庫表的建設，那么我們會根據系統把數據庫表管理起來，厘清在這個系統下面有哪些庫表，表里面有哪些字段，這些字段是否規(guī)范，是否有很多大量沒有中文注釋、沒有任何標志并且不知其含義的表的存在。從橫向的角度出發(fā)是基于這些庫表來進行數據目錄的編制。從縱向的角度看，每一個信息化的項目會有一些數據采集的需求，我們要把這些需求管理起來，明確有哪些數據需求，哪些數據需求是其他部門已經有了并且已經進行采集了，不需要再去重復進行采集的。最后，辦事系統會有一些需要辦理的業(yè)務并產生一些業(yè)務事項。所有的業(yè)務事項、審批事項到底是在哪個層級上的，哪個系統上去進行這些事項辦理，又會產生哪些數據需求，最后根據數據需求，我們會形成一個責任的確認。在責任確認的過程中，其目錄又去發(fā)生了哪些關系，這些責任對應到哪一個具體的目錄，在目錄數據歸集以后，它又會發(fā)生與哪些接口的關聯。我們希望把所有的業(yè)務的要素、流程、階段這些資產能夠管理起來。
2. Smart模型
第二個就是關于數據目錄構建的Smart模型，從需求側和供給側兩側出發(fā)來進行目錄的梳理。
首先，每一個目錄會有對應的數據需求(Require)，所有的數據需求都能夠找到數源部門，只是需要確認這個是一個還是多個數源部門。每個需求都能形成對應的責任(Supply)，對于這些責任，需要進行錄入編制，就能夠把整個目錄動態(tài)化(Trend)的管理起來(Manage)。做的比較好的，就是這些目錄能夠很精準的反映出哪些數據已經歸集，哪些數據已經有接口，哪些目錄里的數據已經實現共享，哪些需求在進行共享，哪些表已經被清洗過，表哪些是沒有問題的，哪些數據是開放的，哪些數據是進到不同的基礎庫里面的。通過目錄平臺能夠很精準的(Accurate)反映這些內容，這就是我們希望構建的Smart模型。
3.WBS模型
第三個我們政務服務事項的標準化，借鑒了項目管理的WBS模型，首先要把事項去進行顆粒度的分析，分為兩個維度，第一種，以浙江省在做的最小顆粒度分解為例，把每一個部門、每一個事項、辦理事項需要哪些材料，這些材料分別有哪些字段組成，按照數據項的最小顆粒度去進行分解?，F在很多地多都在做機構調整，但是，對浙江來說，因為我拆分到了最小的顆粒度，機構的調整，只需把不同的材料、不同的數據項進行不同的機構重組。然后去形成對應的我的部門的事項。第二種是情形化的分解，為什么實際辦理的事項與網上辦理的事項不統一，差別這么大，最重要的一個原因是，我線下辦理的時候，是情形化的。你要做到無差別受理，你要做到一個窗口把這些事項都梳理完，首先要做的事情就是情形化的分解，每個事項對于不同的情形分別有哪些材料，材料根據最小顆粒度進行不同的歸集組合，能夠梳理出不同情形化的理念。這就是具體的我們系統在做的時候，就會建很多的知識庫。我的部門庫、事項庫、服務對象庫等。服務庫是區(qū)別于不同情形化的梳理，不同的服務對象對事項的材料是不同的，然后，我的材料，我的數據，數據關聯到各種各樣的數據表，關聯到整個目錄，這是我們梳理的模型。
整個的業(yè)務流程的辦事事項要素是標準化的。浙江省八統一也好，廣東省十統一也好，或者全國省事項統一也好，必須有一個固定的規(guī)則，有一個通用的實時清單，通過一些庫的配置，把一些通用的實時清單生成出來，一些可變的規(guī)則可以讓不同的區(qū)域、不同的部門去進行規(guī)則的配置。然后，實現全省政務服務事項的標準化。對應到具體的，我的業(yè)務流程，從編辦開始到各個部門，每一個層級要去做哪些要素，最后怎么樣到服務平臺上。這個是關于政務服務事項流程，在明天營銷會產品會上會對這個去做一個更詳細的介紹。
4.數據共享守恒模式
上午徐主任也有提到，就是說圍繞不同的應用場景定義梳理我的不同的數據需求，每一個數據需求是會像小球一樣推動我的整個共享體系，從責任確認，到編目，到歸集，到清洗，到入庫，哪個數據需求能夠去推動它，最終是形成一個數據共享。形成歸集之后，很多部門做的就是需求提出來之后你有沒有去驗證這個需求最后是不是被實現，我們是有一個閉環(huán)的，最終這些應用場景是要調用和改造它提出需求的過程。
5.數據標準BOR的模型
這個也是目前比較流行的。從行為、對象和關系三個角度來進行這個梳理。每一個行為，每個業(yè)務流程經過梳理，提煉以后，能夠產生出很多的實體，這些實體能夠有很多的數據項，這個過程是確定數據標準的范圍和內容，通過對象、數據項進行歸納建模。基于標準的數據項，去進行建模。然后去分析實體之間的關系是怎么樣的，我們叫做數據標準的落地和應用。
整個BOR的模型，對應到我們系統的業(yè)務流程，我們還是圍繞目錄，每個目錄里面有很多不同的部門。舉個例子，每個部門都有姓名，都有身份證號，這些不同的數據項，我們根據剛剛講的知識庫，收集了一些國家的標準，地區(qū)的標準，行業(yè)的一些標準，把這些標準，把所有部門的數據進行重復的和統一的清洗，然后這些清洗后的數據項進入到我的公共數據源池。就我的公共數據源池里面，我能把每一個所有部門要用到的數據相去進行標準化的一個定義。最后這些定義好的數據字段，我們去進行這個數據模型的這個建模。所有的模型表跟數據庫是通的。你部門要建表，你必須要在我的公共數據源池里面去選對應的字段，去基于模型，做人口庫、法人庫的一些規(guī)劃，清洗也是一樣的。其實我們通過這個標準定義好的一些原則，能夠提供給清洗平臺一些定義的要求，比如說完整性的要求，你的準確性的要求，規(guī)范性的要求。然后我們后面講的數據標準的管理，管理體系從數據目錄到數據的生命周期，數據的應用，數據的運維、安全、績效、評估、開放，每一個階段都應該要去定義它的標準，它的這種業(yè)務流程是怎么樣的，它的這種權限是怎么樣的，它的認為方式是怎么樣的，開放的形式是怎么樣子的，每一個都是對應一個標準規(guī)范體系。
6.項目管理PRS模型
還有我們的項目管理模型，現在浙江省在做數字化轉型，它有８＋13個重點項目。那么項目管理的這種模型，我們叫prs的這種模型。三個維度，項目要素、項目階段、項目角色。第一項目的要素，我們項目是分成子項目，每個項目有哪些系統功能模塊，對應的每一個要去見他對應的這個里程碑，去建它的協同任務，這些協同任務又會涉及到我們剛剛講的數據的這種需求，數據的責任，數據共享這種協同任務，然后項目的知識文檔的管理。第二是項目的階段從立項、實施、接管、驗收不同的階段去進行這個管理。第三是項目角色，從領導小組到每個項目的PMO到項目經理到開發(fā)廠商，要去做好這個角色的管理，不同的角色賦予不同的這種權限，這個是項目管理的模型，然后整個業(yè)務流程對應不同的角色，不同的階段要去做哪些相對應的事情，我們做了整個的業(yè)務流程的這個規(guī)劃。
7.數據治理評估模型
最后面一個是數據治理評估的一些模型，最終做了這么多管理，想讓它可持續(xù)化，是要有一套評估體系的。我們希望能夠對數據治理進行評估，按照這種數據治理的成熟度，按照目前處于什么樣的一個狀態(tài)，未來的一個狀態(tài)、理想化的一個狀態(tài)在哪里,就是我們的指標設計。然后當前階段到未來的階段，應該怎么樣去解決它，怎么樣去推進我們做了一整套的這種指標的設計。
8、信息資源共享網站
數據都管理起來之后，最終要能夠共享開放出去，讓所有的部門都過來進行這個管理，形成數據的可視化。對領導層面來說，它想要看的就是這些數據的一些統計，它的一些分析，整個的數據庫表，目前質量的分析，共享開放的分析，整個目前各個區(qū)域各個部門它的這種數據情況的一些分析，其實我們做了很多的數據的分析功能，包括現在很多地方的這種統計，它都是離不開這種數據的一些支撐。這是我們數據可視化這一塊。
總結一下：短短20分鐘，我談了比較多的一些內容，包括我們對客戶的一些看法，我們對市場的一些看法，數據基因的一些產品的一些理念，那么我最重要一點，我還想再說一遍，就是我們現在數據是還是致力于咨詢＋技術這樣的方式去解決一些問題。
不是跟其它的軟件或者技術公司一樣，我們同時可以看到實踐的力量，未來我們希望有一千個客戶的應用的案例，然后能夠不斷的去進行復制。第二個就是洞察的力量，實踐之后才能產生對未來洞察的視角。這些是我們研究咨詢的能力，包括我們的數據基因白皮書，包括我們發(fā)布的一系列的這種研究報告的書籍，都是對社會趨勢，對數據的一種前沿的分析與洞察。最后就是科技的引領，數據基因也好，現在科技趨勢發(fā)展非?？臁Ｄ敲次覀円苍诮Y合一些新技術，比如說移動化，微服務架構，還有人工智能。人工智能可能更多的偏向于政府部門的一些人員，他們面對現在這么多的變革，其實是有很多的困惑的，包括我講了這么多的東西，其實還是有很多的困惑，部門的這種人員的困惑怎么去解決？我們其實想做這一塊的，就是人工智能這一塊，我們今天公司發(fā)布的國策數據庫，就是把一些政策，把一些我們對業(yè)務的理解，通過梳理成知識庫的方式，形成人工智能的產品，來為政府部門人員的業(yè)務疑惑進行一些的解答。
以上就是我今天的分享，謝謝大家。
附：國脈，是領先的大數據治理和數字政府專業(yè)提供商。創(chuàng)新提出“軟件+咨詢+平臺+數據+創(chuàng)新業(yè)務”五位一體服務模型，擁有數據基因和水巢DIPS兩大系列幾十項軟件產品，長期為中國智慧城市、智慧政府和智慧企業(yè)提供專業(yè)咨詢規(guī)劃和數據服務，廣泛服務于信息中心、大數據局、行政服務中心等政府客戶、中央企業(yè)和金融機構。自2004年成立以來，已在全國七大區(qū)域設立20余家分支機構、5大技術研發(fā)基地，服務客戶2000余家，執(zhí)行項目5000余個，連續(xù)多年開展中國政府網站、智慧城市、互聯網+政務、營商環(huán)境等公益評估評選活動。被業(yè)界譽為中國信息化民間智庫知名品牌、電子政務優(yōu)選咨詢機構，國內首倡智慧政府理念，首創(chuàng)智慧城市、數據治理、互聯網+政務評價體系，首推數據資產普查、全口徑數據資源目錄、數據元標準化、數源確認與供需對接、最多跑一次事項梳理、營商通等產品，信息資源編目、公共數據普查等業(yè)務全國占有率和影響力名居榜首。
注：獲取更多會議信息及嘉賓演講資料，歡迎登錄“2018智慧中國年會官網”。
現場照片直播分享：
