政府與公共部門通用FineBI分析方案
政府與公共部門大數據應用背景
2014年起,“大數據”概念首次被正式寫入《政府工作報告》。
2017年12月,中共中央政治局就實施國家大數據戰略進行第二次集體學習。
隨著互聯網時代的飛速發展,國家政府與公共部門所產生的數據已經成為國家戰略性資源,大數據的應用也已經成為了提升政府治理能力的新途徑。我國政府目前也正在由管理型政府向服務型政府進行轉型,各大平臺的電子政務系統陸續上線,積極響應國家大數據的號召。
借助大數據提升政府的治理能力已經是大勢所趨,如何利用大數據提升國家現代化建設治理能力,也逐步面臨著一系列的挑戰:
1.隨著各大電子政務平臺的推行和普及,已經逐步滲透到社會管理、公共醫療衛生、市場監管、公共基礎設施管理等一系列社會民生領域,各個系統產生的海量數據增長的越來越快,導致數據的查詢和利用分析效率受到了更大的挑戰。
2.各大領域的數據政務信息化系統逐步完善,但是各個部門的信息化系統主要以單位為主,相互之間以獨立的形態存在,各個政務系統之間缺少關聯和融合分析,這在一定程度上導致了數據孤島的形成。
3.盡管各大政務電子平臺已經推行和普及,但是在對數據業務決策的分析層面,主要的分析報告仍然是以表格為主,形式固化且單一,難以進行多維分析和回答更深層次的問題。
政府與公共部門大數據技術應用架構
基于政府與公共部門行業領域所面臨的信息化建設現狀挑戰,帆軟FineBI提供的一站式大數據分析產品及解決方案可以幫助用戶快速搭建大數據分析平臺,敏捷制作專屬分析報告,并為用戶提供靈活的交互式分析操作,構建垂直化大數據政務信息化平臺,在業務協作過程中快速釋放數據價值。
從源數據對接——>數據抽取轉化——>數據倉庫——>數據集市——>整合分析——>自助分析,完整的FineBI政府與公共部門行業大數據技術應用架構如下圖所示:
源數據方面,整合社會管理、醫療衛生、市場監督、基礎設施相關的數據,打破各個電子政務信息化系統的數據孤島局面。然后進行數據抽取、數據轉換、數據加載的質量管理,之后將相關數據寫入數據倉庫,并且輸出到數據集市中進行數據建模,按照民生分析、社會經濟分析、信用分析、輿情分析等進行整合,通過FineBI實現基礎科目的數據可視化展示,以及各類靈活場景的數據探索式自助分析。
政府與公共部門典型FineBI應用場景
1.2018國民經濟和社會發展公報
a.問題背景
以國民經濟和社會發展相關的統計數據為例,在對數據業務決策的分析層面,主要的分析報告仍然是以表格為主,形式固化且單一,缺乏綜合性的直觀圖表統計分析報告,更難以靈活地進行多維分析和回答更深層次的問題:
1.年度GDP總量比上年環比增長了多少?第一產業、第二產業、第三產業增長幅度分別是多少,哪個產業占比最高?哪個產業增幅最強?國家勞動生產率是否有提升?
2.當前城鎮人口比例是多少?國家男女比例是否持衡,年齡結構現狀如何,城鎮人口就業人數是否有較大增長?失業比例是多少?
b.問題解決分析思路
1.整合國民經濟和社會發展相關歷史數據,并在各流程進行數據收集,完成數據建模,通過業務包進行歸類整合。
2.通過FineBI自助數據集和分析型儀表板,對不同場景的問題進行多維探索式分析,靈活應對各類分析需求,通過圖表進行直觀地呈現當前國民經濟和發展動態。
c.方案/指標體系
分析模塊 | 圖表類型 | 分析維度 | 分析指標 |
國民經濟分析 | KPI指標卡 | —— | GDP總量、GDP總量環比增長、第一/第二/第三產業增加值、第一/第二/第三產業值占比 |
| 組合圖 | 年度 | 國內生產總值、國內生產總值增長速度 |
| 環形圖 | 年度 | 全員勞動生產率 |
| 堆積面積圖 | 年度 | 三大產業總值比重 |
社會發展分析 | KPI指標卡 | —— | 全國總人口、城鎮常住人口、城鎮新增就業人口比例、 |
| 環形圖 | 性別 | 男女比例 |
| 環形圖 | 城鎮/鄉村 | 人口比例 |
| 折線圖 | 年度 | 城鎮新增就業人口 |
d.應用對象
全體人民公示
e.成果展示和應用價值
2.2018國民經濟三大產業分析
a.問題背景
對于國民經濟三大產業分析,在對數據業務決策的分析層面,主要的分析報告也仍然是以表格為主,形式固化且單一,缺乏綜合性的直觀圖表統計分析報告,更難以靈活地進行多維分析和回答更深層次的問題:
農業、工業、服務產業的總產值年度趨勢和增長速度如何,三大產業分別詳細種類的構成排名和比重分別是多少?
b.問題解決分析思路
1.整合國民經濟三大產業相關歷史數據,并在各流程進行數據收集,完成數據建模,通過業務包進行歸類整合。
2.通過FineBI自助數據集和分析型儀表板,對不同場景的問題進行多維探索式分析,靈活應對各類分析需求,通過圖表進行直觀地呈現當前國民經濟發展和三大產業詳細動態。
c.方案/指標體系
分析模塊 | 圖表類型 | 分析維度 | 分析指標 |
三大產業產值和增長速度 | 組合圖 | 年度 | 農業/工業/服務業總產值、農業/工業/服務業產值增長速度 |
農業詳細類別產值 | 詞云 | 農業類別 | 總產值 |
工業企業類型增長比例 | 矩形樹圖 | 企業類別 | 增加比例 |
服務業門類增加值和年同比增長 | 四象限圖 | 服務業類別 | 增加值、年同比增長 |
d.應用對象
國家政府經濟部門相關領導
e.成果展示和應用價值
3.地區GDP分析
a.問題背景
對于國民經濟三大產業分析,在對數據業務決策的分析層面,主要的分析報告也仍然是以表格為主,形式固化且單一,缺乏綜合性的直觀圖表統計分析報告,更難以靈活地進行多維分析和回答更深層次的問題:
1.年度GDP地區占比分析,誰在為國家GDP添磚添瓦?
2.年度GDP地區增速分析,誰的增速最強勁?
3.年度GDP地區目標分析,誰完成了目標?
b.問題解決分析思路
1.整合各個地區生GDP產總值相關歷史數據,并在各流程進行數據收集,完成數據建模,通過業務包進行歸類整合。
2.通過FineBI自助數據集和分析型儀表板,對不同場景的問題進行多維探索式分析,靈活應對各類分析需求,通過圖表進行直觀地呈現當前各個地區的生產總值經濟發展動態。
c.方案/指標體系
分析模塊 | 圖表類型 | 分析維度 | 分析指標 |
地區GDP分析 | 地圖 | 省份 | 地區生產總值 |
折線圖 | 省份 | 地區生產總值(top10)、地區生產總值(后10)
|
GDP月度分析 | 折線圖 | 月度 | 國民生產總值、國民生產總值環比增速 |
矩形圖 | 省份/月份 | 居民消費總和 |
增速分析 | 折線圖 | 省份 | 省份GDP增速、全國GDP平均增速 |
條形圖 | 年份 | 生產總值(趨勢線) |
地區GDP目標完成分析 | 折線圖 | 省份 | 年度GDP實際值、年度GDP目標值 |
折線圖 | 年份/省份 | 排名 |
d.應用對象
國家政府經濟部門相關領導
e.成果展示和應用價值