八大战“疫”利器与三大趋势，百分点的数字政府实践 | 爱分析访谈

调研 |黄勇 陈宵雅
撰写 | 王磊
“
作为一家在数字政府领域有深厚积累的厂商，百分点基于大数据全栈技术和认知智能技术陆续推出了八大抗“疫”解决方案，打造疫情防控闭环。同时在实践中百分点也看到了云数据管理、C2B数据服务模式、数字治理全面下沉将成为数字政府的三大趋势。
疫情发生以来，众多专注于数字化领域的创新企业利用大数据、人工智能等技术为战“疫”工作贡献力量。
作为一家在数字政府领域有深厚积累的厂商，从最初的“疫情防控（人员）登记系统”到“疫情防控安全复工多维查询系统”，百分点共推出八大战“疫”解决方案，打造疫情防控闭环。
同时，此次疫情也折射出政府数字化转型中长期存在的一些问题，例如不同部门之间形成的数据孤岛难以打通，不同区域数字治理水平发展不平衡等。针对这些问题，百分点在服务政府的过程中总结了未来政府数字化转型的三大趋势。首先，数据治理将会采用云数据管理的方式融合不同部门的数据；第二，面向业务场景的数据服务方式将会成为主流；最后，数字治理将全面下沉，向三四线城市甚至社区推进。
临危受命，陆续推出战“疫”八大金刚百分点在数字政府领域深耕多年，基于数据治理和数据分析领域的技术优势，为政府提供从底层数据管理平台、中间层数据分析到上层应用一站式的数据解决方案。百分点依靠全面的数据治理技术和极富经验的交付团队，获得了大量政府客户。由于前期一直与政府有合作，此次疫情来袭，百分点当仁不让地参与到科技战“疫”之中。为了保障社区居民的安全，百分点在接到政府需求的48小时内紧急推出了“社区疫情防控（人员）进出登记系统”。社区疫情防控（人员）进出登记系统”采用“一区一码”模式，居民进出小区需通过手机扫描所在小区对应的二维码，完成个人信息填报，并由系统自动分析确认辅助管理人员进行人工确认，“双重确认”机制确保信息准确。管理人员可按小区查看并导出人员进出数据，进而进行数据分析挖掘。借助大数据分析挖掘技术，提高了疫情防控甄别精度和效率，为疫情防控部门的精准防控提供决策依据，提高城区疫情防控整体水平。继“社区疫情防控（人员）进出登记系统”之后，百分点又陆续推出了其他七个战“疫”系统。高教园区疫情信息采集及智能分析系统：为园区内高教院所的学生和教职员工提供健康信息和返校信息填报的功能，智能分析挖掘、动态监测重点疫区学生健康状态。疫情防控智能问答机器人：借助自然语言分析技术对用户问题进行解构、分析，正确甄别用户真实意图，向用户按需推送答案并有针对性地进行正面引导。城市疫情人员追踪系统：基于百分点动态知识图谱技术，对流入人员的来源地、目的地、居住地、健康状况等数据信息进行融合分析，实现对潜在涉疫人员的挖掘和对疫情地区流入人员的精准管控。海关疫情防控舆情监测：依托百分点舆情洞察系统，重点核查相关舆情信息，辅助海关对重点入境人员和重点入关物资等进行针对性查验。网上督察疫情督导管理系统：在日常督查工作的基础上，支持面向不同疫情防控专题的警力配置决策辅助，提升对疫情防控等突发事件的迅捷应对能力和应对效能。疫情态势及指挥管控系统：面向政府职能部门和公安指挥管理人员提供扁平化的疫情防控指挥调度系统，及时掌握涉疫人员、车辆的出行状态及疫情防控资源分布和防控力量的部署情况。复工复产态势感知和疫情影响分析系统：精准测算不同行业不同规模的市场主体的复工复产率和受疫情影响程度，为企业有序复工复产及疫情后为促进经济恢复有针对性地制定政策提供数据支撑。
抗“疫”中的思考：数字政府三大趋势此次疫情防控的应用实践中，集中反映了政府推进数字化转型中打通不同部门数据孤岛的重要性。由于不同部门的信息系统在建设时采用的架构不同，通过新建数据中台的方式工程浩大；其次，政府不同部门之间协作也存在困难。针对这些问题，百分点认为云数据管理和面向业务的数据服务方式将会成为未来的趋势。另一方面，此次疫情也显示了数字治理向社区、边远地区推进的重要性，百分点认为数字治理下沉是大势所趋。云数据管理：为了打通政府不同部门的数据，最初的思路是搭建跨部门的新的数据仓库，但实践中发现工程浩大，很难行得通。意识到旧方法不具有可行性后，百分点着手通过云数据管理的思路解决问题。云数据通过在政务云平台上构建数据管理系统，可以连接不同的数据源，达到数据层融合的目的。云数据管理实现了不用重建系统也能实现数据整合的思路，这将是政府数字化转型中的一大趋势。C2B数据服务模式：在云数据管理基础之上，政府数字化转型中的另一个趋势是C2B的面向业务的数据服务方式。政府要在最终的应用层面上实现一网通、业务一张图等便民服务，面临的一大挑战是部门之间的协作。面向业务的数据服务方式是指数据服务由业务驱动，应用层不再针对具体的部门，而是关注如何用数据解决具体的社会问题。比如说对于重点人员的管控，不同情境下关注的目标人群可能不同，但底层的分析逻辑并无二致。围绕这一趋势，百分点致力于提供智能的BI系统，让使用的业务人员在完全不懂技术的情况下，按照自己的业务逻辑做业务分析和业务调度。数字治理全面下沉：数字治理将从两个维度下沉，从行政区域划分的角度，受疫情的驱动，数字化不在局限于市一级的层面，也在往区甚至是住宅小区下沉；从地理维度上，数字治理也在从一二线城市向三四线城市，甚至是更小的城市下沉。不管是同一个地理区域的网格化，还是从大城市往边远地区推进，数字化转型下沉是大势所趋。未来，百分点也将抓住数字治理全面下沉的趋势布局技术和产品。近期，爱分析专访了百分点COO刘钰、数字政府专家徐敬国，就百分点在疫情期间推出的系列数字化解决方案及数字政府业务做了深入了解。现将部分访谈内容分享如下。疫情将促进数字治理进程爱分析：在疫情防控中用到的主要的数据源有哪几大块？在数据层面打通的状况是怎样的？刘钰：大体分成两种。第一种像进小区扫二维码填报的体温数据，这属于新采集的数据，这种数据能够做的分析不多，技术门槛也比较低。第二种是与人相关的数据源，也是比较重要的数据源。与人相关的数据又可分为三种：作为自然人属性的数据、作为社会人属性的数据，以及人的行为轨迹数据，这些都是百分点擅长处理的数据。三种数据源来源完全不一样，卫健委做的健康码里的数据很多来于自然人属性，社会人的属性数据一般来自于公安系统，行为数据很多是来自于公共部门，比如运营商。如果能把不同部门的数据全部打通，将会形成一个立体全面的操控中心，既可追踪又可管理，但是实际上还没有看到哪一家可以做到。所以这次疫情也暴露了政府在数字化转型的过程中，长期碰到的一些困难。爱分析：从政府的视角看，数据没有办法去打通的原因是什么？刘钰：先不提政府层面合作的问题，单从技术上来讲也存在很多难点。比方说我刚才提到的的关于人的三种数据，保存在至少二十多个不同的公司和部门机构中。像出行本身就是一个巨大的系统，涉及到航空、高铁和酒店，都是不同的系统，而且酒店又基本上是私营企业。这些系统信息化建设也已经做了好多年了，各家所采用的数仓和处理数据的方法完全不一样。所以就算他们有意愿要把这些数据全部整合到一起，以某种形式进行打通，比如说以人的ID，但是要把这么多不同的早期建设的信息系统所汇集起来的数据全部标准化，把这些不同频次的数据进行叠加，再进行数据处理，每一点在技术上都存在巨大的难点。爱分析：长期来看，疫情中政府意识到这个问题之后，会有一些改观的机会吗？刘钰：从意愿和解决方案两方面都有，会促进政府加快步伐往前走。政府对这方面的重视大家是有目共睹的，国家领导人三番五次强调要推进数字治理。在解决方案层面，其实在疫情之前我们就在思考怎么解决这个问题，疫情让这个事情更加明确化了。去年的时候，大家都讲数据中台，但在政府那边行不通，因为工程浩大，时间周期太长。我们意识到这个问题之后，一直在想办法解决，目前我们看到三个趋势，接下来我们产品和技术也会沿着这三个趋势布局。第一个趋势是云数据管理。原来的方法是搭建新的数仓，把之前数仓的数据接入进来，但我们发现这种思路根本行不通，速度太慢，中间需要协调的东西太多。所谓的云数据管理不再关心数据究竟放在哪台物理机上，也不太关心数据库用的是旧技术还是新的技术。不同于通常所说的数据中台，云数据管理是在政务云公共的平台上搭建数据管理系统，可以接入不同的按照要求格式化的数据信息，上传Excel表也行，直接接数据库也行，云数据管理系统关键要解决的是数据连通和数据的目录共享，然后进行数据的分析。因此，云数据管理系统可以规避掉前面所说的重建一套系统才能够把数据整合起来的问题。这也是我们去年开始在政府客户那边着手做的事。第二大趋势是业务驱动的，可以称之为C2B的面向业务的数据服务方式，与第一个趋势相互作用的程度很高。政府如果要在最终的应用层面上实现一网通、少跑点多办事、业务一张图等便民服务，就会面临巨大的挑战，部门之间需要高度的协作，甚至很多功能需要合并。由于原来是以政府部门为中心运作的，所以原来的数仓都是按照各自的架构建设的。而现在要更多地面向政府的业务应用，需要高度定制化，不同部门需要互通数据才能完成任务。我们所说的C2B是什么？比如说重点人员管控，原来关注的可能是刑满释放人员，现在变成去过疫区的或者疑似的病例等，但底层的逻辑都是一样的，无非是说每次看的重点标签不同，建模的业务规则不同，这种就是典型的C2B。所以未来数字治理需要达到一种境界，不管在上面使用系统的人是谁，云数据都能全部管理起来，并且能够做数据的融合分析。上面的应用层不再针对具体的部门，只看有什么样的需求，这就是我们所说的业务驱动的类似于C2B方式的灵活的数据服务。在技术和产品方面，我们也重点沿着这个方向做，从多维数据融合分析到最终提供技术产品服务。比如前端的管理驾驶仓，或者说非常智能的BI系统，可以让使用的业务人员在完全不懂技术的情况下，按照自己的业务逻辑去组装人群筛选逻辑，并且根据筛选出来的人群做业务分析和业务调度。第三大趋势是数字化转型在往下沉。从行政区域划分角度，受疫情的驱动，数字化不仅局限在一二线城市的层面，也在往三四线城市，甚至是更小的城市下沉。这些城市也有数字化转型的需求，比如说公安部门做的雪亮工程，如果数据不完整，就无法发挥作用。所以数字化转型下沉是趋势，不管是同一个地理区域的网格化，还是从大城市往边缘地区推。爱分析：云数据管理，面向业务的服务模式这两个趋势背后是由技术驱动的，还是由业务驱动的？刘钰：关于第一个趋势，原有的产品和技术也可以解决数据打通的问题，只是建设周期太长，这就迫使像我们这样的厂商换一种方法来解决这个问题，而不是真的去建一个巨大的数据中心。云数据管理是针对原有体系的问题，倾斜性地加强其中的某些环节，换一种方法来解决现有的问题。但是并不是说新技术不会被纳入进来，比如说区块链还是非常有可能放在云数据管理的环节里面，因为区块链天然就是云的，是分布式和透明的，不可能放到一个私有服务器上。所以也会整合大数据和认知智能领域之外的新技术，但是背后的驱动力主要还是政府迫切需要解决的业务问题。第二点面向业务的灵活的数据服务，本质上也是被业务倒逼的。政府自身的职能和服务方式在发生变化，需求也在发生变化。政府某些领域的海量数据处理还是很复杂的，比如百分点现在重点做的应急管理系统 ，不管是公共卫生的应急管理，或者是危化品管理，还有一些传统自然灾害的应急管理，中间的数据源极其复杂，涉及到人、企业、天气、物资，还有地理位置、地理分布等复杂的信息，所以要做出来一个真正有效的指挥系统、态势感知系统还是挺难的。但是，在其他很多领域的数据治理还是偏简单化的，所以综合起来说，第二个趋势仍然是业务需求、客户需求强驱动的，而不是技术驱动的。爱分析：大数据和认知智能技术如何提高应急管理的数字化水平？刘钰：应急管理是国家治理能力和治理体系的重要组成部分。应急管理部是2018年3月新组建的政府部门，整合了13个部门的职能和资源，如何将多个部门业务系统和数据资源进行贯通，是当前应急管理的主要难题。百分点利用大数据技术，基于多维数据融合治理能力，为应急管理部门构建应急大数据治理体系。同时利用百分点一向擅长的知识图谱技术和数据建模能力，面向应急业务场景，打造“智慧应急决策大脑”，在监督管理、监测预警、指挥救援、决策支持和政务管理5个业务域，提供事前、事发、事中、事后4个阶段的决策支持。目前，百分点在省市区三级落地了多个项目。尤其是在疫情期间，帮助某市进行涉疫相关数据治理，形成对全市疫情总体态势感知，辅助应急决策。数据治理全栈技术凸显竞争优势爱分析：百分点在数字政府业务线产品是怎么划分的？刘钰：从2014年开始转型做to B，2016年开始在做海外的拓展，到2018年开始进入政府公安这个领域，我们的产品和技术结构一直都是三层。从底层的数据管理平台，到中间层的数据知识化和融合分析，然后到顶层的行业应用。随着数字化转型的进程，客户需求越来越聚集在业务的末梢，所以现在我们增加了一系列跨行业、通用型的智能交互应用，如Clever BI智能商业分析系统，智能翻译，智能问答机器人，功能对等微信加钉钉的私域版即时通讯和协同办公系统BLing。我们也单独为政府客户开发了一些产品和工具，如面向公安行业的融合动态管控系统、全维战法模型平台，面向应急行业的知识库工具、决策沙盘等。爱分析：百分点在竞争生态中的定位是怎样的？市场上的销售是如何做的？刘钰：在当前的阶段，我们的核心定位仍然在数据治理，不管是在私有云上还是刚刚说的政务云上。百分点的立足之本还是在数据治理和数据分析这一层，这是我们的强项，我们也是从这个角度切入现在的数字政府市场。但是看向未来，行业应用会越来越成为百分点的站位。在数字治理这个领域，理论上来说大厂是有能力的，但他们不愿意像百分点这样投入大批的团队，深入到客户的现场，真正去了解政府是怎么运作的，了解他们的业务体系和报表体系，然后把原有的系统进行数字化。大厂更喜欢推标准化产品，因为标准化产品利润高，人工轻，能产生规模效应。但是数据治理产品是无法做到标准化的。对于跟我们类似的专业的第三方公司，我们的优势在于技术的全面性，我们从14年、15年就开始做全栈大数据和认知智能技术，加上我们极富经验的交付团队，使我们在竞争中处于优势地位。这也是为什么我们有很多政府客户。销售上我们主要是与大的集成商合作，因此在政府领域，我们投入更多的是解决方案。百分点的抗“疫”组合拳爱分析：“社区疫情防控（人员）进出登记系统”自动分析哪些内容，主要的目的是什么？徐敬国：如果仅仅是依靠社区进出管控登记这单个系统，是实现不了统计分析的，我们同社区管控登记系统同步推出的是整个楼宇、商超的防控系统。进入这三大场所都需要扫码登记，系统会记录扫码人员的行动轨迹，我们做了时域和空域的关联，一旦有人被确诊或者出现疑似病例，系统会快速筛选出这个人过去14天内去过的地方，包括与他有交叉的密接人员，通过一张网的形式立体呈现出来，以方便防控指挥部的工作人员，还有社区的一线防控人员进行精确的排查。爱分析：“城市疫情人员追踪系统”具体获取的是哪些数据？建立知识图谱的依据有哪些？徐敬国：从宏观角度来说，分为静态数据和动态数据。静态数据就是来自于公安系统、卫健委系统、人社系统等关于个人的基本数据；动态数据比如说人员在扫码过程中采集位置数据。聚焦到特定的场景，比如说某一个市局做重点人员动态管控，背后是基于人的亲属关系、同行信息、同住信息、行为轨迹，以及他乘坐的交通工具等数据，通过动态知识图谱技术进行关联分析。一旦出现确诊病例，他的活动轨迹基本上就会清晰地展现出来。爱分析：跟公安部门原有的调度指挥系统之间的关系是怎样的？徐敬国：由于我们不是做了一个新的系统，而是早前就与政府有关部门有项目的合作，一期包括数据治理的工作已经交付完成，二期的业务系统正在开发。疫情突然发生，我们接到客户的相关需求之后，紧急上线疫情人员追踪功能，实际上是利用了我们一期数据治理已获得的成果。爱分析：“海关疫情防控舆情监测”具体是怎么协助海关监测舆情的？徐敬国：主要是出入境敏感信息的舆情引导和判断。国内疫情得到有效控制，与之形成反差的是，国外有些国家也开始大面积爆发新冠肺炎疫情。境外输入性风险明显加大，我们通过舆情洞察系统收集这些热点新闻信息，并及时反馈给出入境管理中心，使海关人员具有更宽泛的视野，进行针对性查验工作。百分点在舆情方面有很成熟的应用案例，所以我们就把相关技术应用到海关的输入性疫情防控业务场景中来。我们也会依托我们的人工智能技术，基于自然语言处理技术帮助海关人员初步判断某些舆情信息的正负能量、情绪指数及谎言的疑似度等，辅助海关人员进行快速判断。爱分析：在此次疫情期间，哪些产品发挥了比较大的作用？徐敬国：数据治理能力所发挥的作用是最大的，基于百分点的大数据平台，对公安的数据、民政的数据，还有卫健委的数据拉通后进行了多维度融合分析。百分点的认知智能技术特别是自然语言处理方面也发挥了很重要的作用。比如说我们推出的疫情防控智能问答机器人，能准确判断提问者的意图和情绪，然后做出针对性的回答。
爱分析·报告
少儿编程
数理思维
房地产科技
BI商业智能
医学影像
智慧医院
数据智能
消费金融
第三方支付
爱分析·榜单
保险科技30强
教育科技50强
医疗科技50强
金融科技50强
数据智能50强
企业云50强
供应链科技50强
汽车科技50强
房地产科技50强
联系我们