上海画龙信息科技CEO宋碧莲：政府大数据解决方案精准招商+智能服务

2016年11月24日，由中国社会科学院信息化研究中心、国脉互联政府网站评测研究中心主办的政府大数据与数据开放论坛，上海画龙信息科技有限公司CEO宋碧莲发表了题为“政府大数据解决方案：精准招商+智能服务”的演讲。

上海画龙信息科技有限公司CEO宋碧莲

以下是演讲全文

宋碧莲：各位嘉宾、各位领导，下午好！非常荣幸今天被邀请过来跟大家分享一下闭环一站式智慧城市大数据，我是画龙科技信息科技有限公司，是一支海归团队。各位领导已经分享了很多成功的政务系统、政务大数据的案例。

　　我们主要从应用的角度给大家一起做一些分享，希望能够起到抛砖引玉的作用。看看大家是不是能从应用的角度，我们能给政府和领导带来什么样的决策或者是怎么样能帮助企业和个人，能够提高政务系统的服务水平。

　　由于时间关系，我重点讲精准招商和智能政务这两个环节，至于说怎么样进行智慧的运营，我们下次有机会可以跟大家单独分享。

　　这是一个简单的自我介绍，我叫宋碧莲是香港理工大学的博士，学的是决策优化，是美国国家科学基金会的机器学习博士后。做学术以后进入工业界在Ebay和Linkedin工作过几年。

　　我们的团队在中国落地之后开始专注于把这些成功的经验带到国内来，我今天分享的主要是面向政府大数据的案例。

　　首先讲一下整个逻辑，假设这是一个新型的智慧城市，大家第一步要解决招商的问题。我们有一个千万级别的全球企业库，在这个企业库里面我们可以用一系列的语义分析、机器学习的方法精准的推荐最合适的企业带给大家。后件我们搭建一系列的政务系统，这个时候我们有一套完整智能政务大数据解决方案，可以精准的跟踪每一个个人或者每一个企业是怎么样使用政务系统的。他们的行为轨迹能不能告诉我们政务系统哪里设计的好，哪里开发的不好，他们的诉求在哪里，他们希望获得什么样的服务，这里面能不能给我们一些蛛丝马迹，让我们更好的把握住他们的需求。

　　就是刚才领导说把握住舆情或者是民情，更好的提供个性化的服务，对于企业来说需要企业运行的大数据。

　　第一个案例讲一下精准招商大数据，这里面我们设计了完整的逻辑。从海量的全球企业的大数据库里面，我们进行一个大量的分析，然后预测和推荐，推荐企业入驻之后，我们会有一个大数据平台。我们会跟踪这些企业在使用大平台的情况，如果有人入驻以后，我们会对它的效果进行评估和业绩分析，再进行反馈和循环，去迭代优化我们推荐的过程。

　　这是整个的逻辑架构，在海量的企业大数据库基础之上，我们会进行语义分析、文本挖掘，海量信息的搜索。会有大量的精准推荐，在这个基础上，我们会开发各种应用。应用里面包括精准定位、目标企业、一键推送、效果跟踪、效果转化，甚至包括国际国内的全渠道推广。

　　这里有一个简单的案例，假设是这样一个情况，大家需要找新能源方面的企业，我们输入关键词之后，你会得到很多你想要找的新能源方面企业信息，可以获取他们的详细信息，甚至是联系方式。联系方式获取之后，我们进一步辅助大家触达被挑选的企业，如果你挑选出一千个企业，你不再需要手动的一个个联系，我们系统可以批量定期的触达他们，然后根据他们的情况一点一点转化过来。

　　转化之后的企业对你们是不是有兴趣，愿不愿意过来合作，它是不是收到之后又会来到我们招商的网站上察看各种政策进行联系，这些都可以通过大数据的方法进行捕捉反馈给我们，再一次通过机器学习完成智能的推荐和循环的优化。

　　下面我们再看一下企业画像跟评分部分，我们首先是以行业为例，比如说贸易进出口行业，我们以广东省为例。因为广东省传统来说在贸易进出口方向上是比较领先的地位，我们稍微再普及一下大数据的概念，刚才很多领导也都分享过，其实我们把各个政务系统打通的同时，实际上我们在打通政务大数据，实际上在我们做大数据的眼里，我们有一个专业名词叫业务数据，本身跟税务的数据和水电煤的数据，这些本身是要支持业务本身的数据。除了那块数据之外，我们还有两块数据，因为这两块数据才称为大数据，一个是精准招商背后的数据支撑就是外部数据，现在说的企业画像评分也是外部数据。

　　假设我们想象一个场景，比如说税务系统，大家很希望能够画像，然后能够找出哪些有偷税漏税的嫌疑，我们可不可以精准定位出来。光看税务的业务数据，有时候很难能发现这个线索，原因是有些公司它缴费有一个固定的模式。从那些固定模式里面你看不出有偷税漏税的嫌疑，它的业绩跟人家差不多，发现我们这边缴费的行为有显著的差异，这么一比较会发现问题，外部数据是重大的补充，也是大数据里面大的其中之一。

　　还有一个是企业的行为数据，这一块有一些政务系统好像已经开始应用起来。但是还有很多政务系统还没有意识到这个问题，就是说在我们政务系统上到底是怎么样缴税的或者说这些个人在我们系统上是怎么样完成服务的过程，从这些部门每个步骤都可以获取，如果用互联网的行为获取方法一样可以用到政府方面，这些行为会告诉我们，他们到底被服务的好不好，他们的行为操作里面正不正常，哪些功能能被优化，之前我们没有很好的考虑过。

　　由于有这两个数据源的加入，现在我们构成了大的数据。因为你想一想一个企业过来，最后完成缴税动作，在业务数据库只产生了一条记录。但是可能是经过了几十次或者是几百次操作才完成了这个动作，你想这个行为数据的量级是业务数据量级的好多倍，这也就是为什么说行为数据点太多，构成了很大的场景。

　　我们回归到现在这个地方来看一下企业画像和评分，我们把很多省市放在一起比较的时候，我们会发现广东省企业数量是第一名，广东省成立的时间比较短，规模比较小，这也是一个共同的特点。但是他们的信誉非常好，它的投资情况也非常好，很活跃。我们把广东省跟其他几个省，我们用雷达图来比较一下，可以看到一个明显的差别。江苏省、北京、浙江这些很多公司成立的时间久，规模相当大，投资的金额多。但是信誉普遍不如广东省，这是一个非常好的例子。虽然广东省很多规模很小，成立时间短，但是信誉普遍比较高，其实我们还有其他数据，关于纳税的数据和其他方面的数据，都是相对于全国来说是领先的水平。

　　我们再来比较一下互联网电子商务行业，传统意义上广东省觉得我的电子商务是不是不行，互联网是不是不如北京、上海等等这些地方。我们真实来看一下这个数据，其实这个方面的公司企业数量，广东省又是第一名。当然它照样有规模小、成立时间短的问题，信誉相对于最传统的出口行业要稍微差一些，但是也不太差。

　　投资方面的情况也不错，我们看一下雷达图比较下来，北京投资非常好，成立时间也长，各个方面都比较好。但是广东省也不差，特别是信誉非常好。这是一个很大的优点，这两天也有琶洲地区的领导过来建立互联网电子商务基地。如果看到这个信息，大家会倍增信心。因为如果我们去广东省投资这么一个基地，像我们这些互联网公司跑过去入驻的话，我们心里也会想那个地方的商业环境很好，信誉也很好，让我们觉得是非常好的入驻和投资发展的环境。

　　刚才从一个侧面回答了领导所说的数据不仅要服务于市民，我们的数据还要服务于领导的决策，这些是一个方向，我们可以做大量的数据挖掘，用来帮助我们领导决策，哪些方向该怎么样扶持，哪些情况不该扶持等等。

　　我刚才说大数据另外一个大，就是行为数据，这个行为数据应用的背景是这样的，现在我是以广州市地税局为例，我们等一下可以展开。比如说我们首先用互联网的方法，在政务系统上，我们首先要进行架构，我们获得了海量的数据。因为行为数据是海量的，所以我们要用Hadoop架构，全新的应用需要全新的架构来支撑。现在这些行为能够告诉我们，那些市民或者那些企业在缴税的过程中，他具体做了几次访问、停留时间，他做了哪些下载、链接等等。每一个人上来之后做的每一个动作我们都可以全程跟踪。

　　包括他是谁，他从哪个电脑来，一共做了几次访问，一共呆了多长时间，做的动作都可以全程跟踪。包括从一个页面跳转到另外一个页面等等，这些行为路径都可以捕捉，这些大量的行为可以补充让我们认识到这个企业是运用的。因为那样不优化的话，它的用户用不好系统肯定要流失，流失就没有人成交，没人成交它的生意就没法做了。我们政务系统也需要做这个优化，所以说一个是产品的优化。

　　第二个应用环节，想象一下这个系统，大家都在建一张网把很多政务系统都打通，大数据也一样需要在网上全面布上。我们知道每一个企业，它在使用所有政务系统的时候，所有的行为我们都加在一起，这样大大补充了业务数据。但是我们有了这个之后，它在全程的动作都会扎下来，你会看出非常有意思的故事出来，可以帮助我们更好的发现这些企业需要我们哪些政策的扶持。比如说它去我们政策网上看的哪些服务内容，经常看哪些服务内容，那些可能是他关注的点，我们进行个性化服务推荐的时候首先要满足这个事情。或者说我们要针对不同的人群进行不同的处理或者对于刚注册的公司要有一套扶持方法，对于表现很好，每年都缴税非常好，每年成长非常好的，我们是不是要给他更大力度的扶持和优惠政策等等。

　　外部数据+业务数据+行为数据，如果这三块数据在政务系统里真正融合的话我相信我们的政务系统的大数据会做的非常棒，我们的服务会非常个性化，我们的政务系统也会应用的非常高，效率非常高。

　　今天我的分享到这里，后面的运营数据有机会下次再跟大家分享，谢谢。