大数据平台建设实施方案设计

1、传统建设模式问题分析:

在政府信息化建设过程中，与大数据平台集中建设模式相比，传统系统分散建设模式存在数据难以利用、信息孤立、缺乏公共服务与决策支持、信息共享与交换难以实现、统计口径不一致和缺乏监控与预测等问题。

数据难以利用:由于缺乏数据资产的统筹规划，当前数据分散在单位各系统中，我们拥有“大数据”，却只使用了“小数据”!

信息孤立:在一个单位的各个部门之间由于种种原因造成部门与部门之间完全孤立，各种信息无法或者无法顺畅地在部门与部门之间流动。

缺乏公共服务与决策支持:缺少统计分析工具，难以实现数据的深度挖掘，缺乏对公众的服务与对领导的导决策支持。

信息共享与交换难以实现:各部门往往把数据当成自己的“私有财产”，造成数据的交换与共享难实现。

统计口径不一致:由于数据相对分散，难以实现“一数一源”，数据统计口径难以统一。

缺乏监控与预测:由于数据分散且数据监控的工具和制度缺失，难以实现对数据流向的监控与预测。

2、大数据技术特征及优势分析:

大数据，是指大量的结构化和非结构化数据，在合理时间内通过撷取、管理、处理，最终整理成为帮助企业经营决策的能力。它具备大容量、高速度、多样性和高价值四个特点。

大容量：数据体量大:对计算和存储的要求，从TB级别，跃升到PB级别。

高速度：生成速度快:实时性，必须快速识别和快速响应才能适应业务需求。

多样性：来源多:政府内部、互联网、物联网等;格式多:包括音频、图片等非结构化数据。

高价值：浪里淘沙却又弥足珍贵，虽然价值密度较低，但是价值点比较高。大数据的热潮带来了创新的思维方式，通过解放生产者的思想，升级生产技术，改变生产方式，进而释放了生产力。

决策思维：更加重视各类事物的关联关系，不仅仅局限于因果关系;更加重视快速预测，立即采取行动而不是等一个精确的结论。

管理思维：数据使流程更加透明，有助于推动管理的扁平化，提升管理效率;数据使视野更为全局，有助于合理调配资源，提升管理效益。

服务思维：数据可以是一种服务，引导公众的信息消费需求，换取民众满意度;数据可以是一种服务，以数据能力汇聚资源，决策领导支撑。

3、大数据平台的战略意义

政府部门为更好的实现政务公开，为领导决策和公众服务，需要尽早布局大数据，明确大数据在单位信息化建设的战略定位，以解“成本之压”、释“满意度之困”，促“决策科学”。

4、大数据价值分析

相比较传统分析方法，大数据分析有其独特价值:海量数据挖掘，洞察更精准。

5、政府大数据平台的规划思路与目标

战略目标：通过大数据汇聚、大数据转化和大数据变现三个环节的处理，挖掘大数据资产的价值，对内可以提升精确营销、精益管理和精准建设能力，对外可以提供丰富的信息数据产品服务，创造价值蓝海。

发展策略：采集融合→统一建模→数据管理→能力服务→多样应用→对外变现。

6、大数据核心要素

大数据应用架构：对内运营效率提升，对外面向数据开放，引入生态多样化应用。

大数据平台架构：逐层开放解耦、资源云化管理、数据服务能力沉淀解耦应用。

数据架构与存储：以Hadoop为核心集中存储、MPP等按需存储、统一建模。

数据整合采集：整合B/O/M等多域数据、互联网数据，实现数据统一采集，确保DWD逻辑层面一致性，减少冗余。