通过大数据平台提供数据服务赋能各类业务场景，推动政府朝着更加开放、智慧的社会方向发展，构建以数据为关键要素的数字经济，运用大数据提升国家治理现代化水平，善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功，运用大数据促进保障和改善民生。如何充分地利用大数据技术，对异源数据进行整合，构建城市核心数据资产，并让数据真正的用起来，是政府在大数据时代引入大数据思维并落地面临的最大挑战。
笔者简单梳理一下比较成熟的应用场景包括14类以上大数据。具体有检察院大数据、教育大数据、医疗健康大数据、环保大数据、交通大数据、公共安全大数据、商务大数据、党建大数据、军民融合大数据、金融大数据、社会服务大数据、办公厅大数据、公共投资大数据、扶贫大数据。
虽然目前各地政府大数据建设工作已经逐步开展并取得一定成效，但在城市大数据建设过程中还存在着“大数据平台建设了很多，但真正用起来的不多”的问题。
主要表现在：
1. 重数据采集，轻业务应用建设。
大量探针、探头、网络等建设，采集了大量数据，但多用于数据查验或简单的统计分析，数据并没有真正的用起来。
2. 重信息化建设，轻智能化数据应用。
以城市数据平台子业务系统--智慧旅游系统建设过程为例，目前各地已经建成了各种各样的系统，比如在旅游信息化工作过程中就建立了旅游服务系统、旅游管理系统和旅游营销系统等系统，但从整个城市大数据的全局来看，单一业务系统的信息化因为缺少整个城市的数据支撑(例如交通、人群、消费、衣、食、住、行等数据)，在做业务的时候很难形成真正带有“大数据智能化“特征的智能应用。
3. 数据上云只是解决成本问题，数据应用起来才是其增值的部分。
4. 大量数据平台建设，仅仅支持部门单一业务应用，并未进行数据打通，数据往往是孤立的、未经整合的、片段的，数据的价值体现有限。
比如在扶贫大数据平台中的扶贫办自有数据并未与各个帮扶单位数据打通互联，实现业务上的数据交互，形成一个多维全量联动鲜活的数据。
5. 平台的建设和应用是割裂的。
建设大数据平台和使用大数据平台的是两拨人，建设平台的是技术人员，使用平台的是业务人员。
6. 缺乏数据中心建设效果展现评估。
比如城市大数据平台建立起来之后就缺少数据资产化由来和效果评估，缺乏数据汇聚和共享过程计量，很难为大数据建设的效果做投入产出比测算。
数澜总结，破题城市大数据，拉动各数据来源方进行数据资产化建设，构建大数据应用的核心方略是：“以用促通，以通带存，以存训算，以算利用”。
“用”指大数据应用，“通”指数据打通，“存”指数据存储量，“算”指大数据智能算法。
1. 以用促通
一切城市大数据建设时一定以业务拉动为先，在“用”的层面，通过抓住能够驱动数据帮助某个具体的业务的场景，构建“爆款”数据应用产品，以此来获得先导价值，有了价值产出与市场，合作伙伴们自然有了动力，而数据则水到渠成的被打通起来。通过核心“爆款”应用的构建和赋能，促使各业务方提供数据，倒逼数据的打通，最终实现“让a用好a的数据，让a用上b的数据，让a通过b和c用上d和e的数据”的目标。
以扶贫为例，扶贫办可以围绕扶持谁、谁来扶、怎么扶、效果如何等核心业务问题，对扶贫办目前已有贫困人口基本情况、主要致贫原因、家庭成员、基础结构等数据以业务流程驱动为核心按照“人”、“物”、“场景”进行数据资产化构建和数据业务化应用，打造精准扶贫核心数据产品，共享给各帮扶单位，辅助其扶贫决策。并以此为驱动，在使用过程中拉动与教育部、卫生和计生委、人社局等帮扶单位共同汇集、共享更多维数据，构建扶贫大数据湖，让数据在各部门扶贫工作中流动起来，从而为帮扶单位的扶贫工作提供更多的帮助。
2. 以通带存
在“通”和“存”的层面，通过围绕“人”“物”“场景”进行数据盘点、打通，构建一套城市大数据应用标签体系，通过“标签+引擎”的模式快速构建政务大数据应用产品，服务于各业务单元，实现数据的流动交互，从而使更多的数据被存储上来，并形成“活”的数据，源源不断的供应到大数据平台上。
基于这个理念，我们建立以政务云为中心的城市大数据平台，同时将人、物、场景的数据组织起来，通过前面提到的“用”，让政务数据变“活”起来。让工作人员面对的不再是某一场景下的数字，而是基于过去更长期、场景更丰富、采样频率更高更实时的数据来进行存储和计算，构建决策模型，为政府决策提高支持。
以扶贫为例， 通过精准扶贫业务应用越来越多的数据被汇集打通，扶贫大数据逐渐构建起来，围绕贫困对象、扶贫方案、精准定贫、精准扶持、成效评估构建以人、物、场景为核心的扶贫大数据标签类目体系，服务于各扶贫工作单位和业务场景，形成交互流动的扶贫大数据平台，使更多的数据围绕一个个业务应用存储起来，实现更加多维、全量的数据。
3. 以存训算，以算利用
在“算”的层面，当大规模的城市数据被采集、清洗、结构化、标签化之后，有了足够的数据资产存储，建立大数据效果中心，展现城市大数据平台建设效果，激发用户应用。同时利用机器学习、深度学习等智能算法能力，基于海量数据的算法模型将被快速产出，并大规模的赋能原始数据场景，进而使大数据应用的业务处理能力变得更强大、更智能。
以扶贫为例，通过更多维、鲜活的数据的汇聚打通，利用大数据算法模型逐步构建起“贫困指数”、“贫困定级”、“贫困画像”、“动态预警”等精准定贫数据产品，“精准定位”、“精准定位”、“精准计划”等精准扶贫智能辅助决策数据产品，“扶贫监测”、“效果评估”、“绩效考核”等扶贫成效评估数据产品，全面升级扶贫工作，彻底解决扶持谁、谁来扶、怎么扶、效果如何等扶贫难题。
第一步，从扎实的业务调研着手，找到城市大数据建设的核心应用抓手。
第二步，利用爆款应用的构建和业务效果，向各业务部门证明大数据价值，并获得更多数据打通、应用的动力。
第三步，全面获取更多数据源，围绕城市整体架构，重新组织数据和再次抽象，完成数据资产化建设。
第四步，使数据变的真正可流动、可增值、可管控、可计量，以数据业务化为驱动，让大数据可以真正的诊断城市病，并让整个城市变得更智能！
在整个大数据平台建设中，任何单一的业务部门都很难形成“数据黑洞”，也很难“一盘棋”获取全部数据，但数据真正的应用起来往往是来自多源的数据才能起效果。从场景应用构建到数据资产化最终到数据平台工具建设是一个业务场景复杂且涉及对象极其多元的过程，只有遵循“存，通，用，算”四步法，结合数据专家、城市业务专家和信息化专家三元经验，才可能有效的让城市的数据真正的被拉动起来。
本文作者：武凯（行竹）- 数澜科技产品合伙人
8年数据产品探索和创新经验，国内资深的大数据产品专家，专注在企业大数据资产化及应用增值，在如何构建政企大数据平台及基于应用场景方面有丰富的实战经验。涉及行业涵盖医疗大数据、电商&营销大数据、大数据平台管理、城市大数据四大板块。曾任阿里巴巴集团数据平台产品与运营部负责人，负责10+条产品线的管理和运营，服务企业超过600万家，年交易额超30亿元。
