疫情防控，資料能發揮哪些意想不到的作用？

疫情防控

資料管理會遇到哪些問題？

01

多頭資料採集、基層上報難

在疫情發生後，為第一時間獲悉、統計並指導工作。政府需要協調基層社群人員摸清並上報轄區資料，包括人口流動情況、健康情況、出行情況和物資情況等。但由於分管部門眾多，導致基層辦公人員一天需要填報十幾份表格，這些表格由不同部門下發，內容基本相同，只是格式、體例稍有差異。

此外，由於不同部門的資訊化程度參差不齊，也導致了採集手段的複雜化，有表格填報，有IT系統填報，有 APP 小程式填報等，讓一線工作人員陷入到重複的、無價值的勞動中，同時也無法確保資料上報的實時性、一致性和準確性。

02

多部門資料孤島、資料共享難

在基層辦公人員上報資料後，由於蒐集資料的各機構分屬於不同的行政部門，而部門之間由於機制或行業資料隱私保護等因素，導致部門間的資料共享極為困難。

同時，在資料彙集的過程中，由於人為或其他的因素也會出現資料不一致等問題，統計彙總部門很難確保資料的準確性，也無法協助專家和領導及時做出疫情判斷和制定相應的應對方案，進而影響疫情響應時效。

03

資料標準不統一、融合釋出難

在資料歸集後，由於各個部門的原始資料分屬於不同的業務系統，而這些系統的資料定義內容又不統一，這導致彙總而來的多方資料在格式、展現形式、說明內容等方面都是各自為政。雖然資料內容類似，但由於標準不統一，導致資料的彙總、管理和融合成為了一項浩大紛繁的系統工程，嚴重阻礙了資料釋出的時效性，也為一線的防疫工作帶去了新的阻礙和挑戰。

如今，面對疫情，利用資訊化優勢，做好疫情防控，已經成為各行各業的一大趨勢。但，如何更高效利用資訊化手段，是當前各行業面臨的一個重要課題。未來，它更是提升公共衛生體系資料管理能力的重要研究內容。

加速推動資訊化建設

助力疫情防控與治理

01

頂層設計、標準先行

在系統規劃初期，應充分考慮系統所涉及的各個部門和行業特點，由國家層面統籌協調資源，制定分行業、分業務、分層級的業務模型，便於後續系統統一規劃和設計。

同時，對於系統的資料定義應考慮集中統籌編制，實現標準統一，為後續資料集中融合提供理論依據和執行規範。

02

集中統籌、多方融合

站在公共衛生體系保障的高度，以應對突發公共衛生事件為目的，由統籌部門集中協調涉及部門的各項資源，明確所需要的各部門業務核心資料，包括定義資料的來源範圍、資料的格式和標準規範要求等。其中，資料範圍不僅包括醫療機構、公衛服務機構和衛健委等體系，也應與交通、公安、學校、主流社交平臺等機構建立聯絡和資料交換渠道，實現公共衛生資料的集中歸集、統一治理，提升公共衛生體系的綜合資料管理能力。

03

統建專用、資料共享

為確保資料安全，避免敏感資料洩露，系統應遵循統建專用，專項專用的原則，實現資料統一彙總的同時也要對敏感資料進行安全保護。

此外，為充分發揮資料的生產價值和工作指導意義，在資料歸集、治理後，系統應實現資料的及時共享和充分共享。橫向，系統要完成與周邊委辦局的資料共享，實現資料跨部門、跨業務、跨系統的綜合利用。縱向，系統要與各省、市級業務系統實現資料共享，一方面用於指導當地防疫工作，另一方面也實現跨區域的系統資料共享，做到全域性統籌、綜合管理。

疫情就是命令，保障就是使命。隨著對資料管理能力認知的提升和相應制度、系統的建設與健全，公共衛生體系必然會得到不斷完善和加強，保障人民生命安全和社會穩定。

越來越多的企業開始瞭解並推行大資料治理，最重要的推動力是企業面臨數字化轉型的巨大壓力。然而，數字化轉型的基礎需要打通資料。如果資料不通，標準不一致，質量不高，就無法做分析。那應該如何連通企業內部資料呢？這就必須要做資料治理。

以阿里為例，作為一家網際網路公司，旗下各業務資料相互連通。芝麻信用、菜鳥的智慧物流、阿里媽媽的精準營銷等等，它們都是透過大資料驅動之下，構成了業務與資料聯通的閉環。像這種公司，整體的數字化水平非常高，資訊的共享和流通能力很強。

企業做資料，更重要的是解決應用和應用間的資訊共享問題，尤其是大的業務域和業務域之間的資訊共享。只有把資料連線起來，它才能發揮更大的價值，消除資料孤島。所以說，在數字化轉型中，大資料治理是一個基礎。企業透過大資料治理，才能為業務提供智慧化的資料工作環境。

資料治理工作需要使用到哪些技術和工具？

元資料管理：包括元資料採集、血緣分析、影響分析等功能

資料標準管理：包括標準定義、標準查詢、標準釋出等功能

資料質量管理：包括質量規則定義、質量檢查、質量報告等功能