推动治理决策变革：从经验决策到数据决策
公共决策本质上是缩短理想和现实之间差距的过程，它是未来导向的。公共决策需在准确把握客观现实的基础上，做出符合目的的选择与决断。传统公共决策往往是依靠政治精英和业务专家的知识、经验、直觉做出的，决策依据主要是过去事实和经验理性，很大程度上是一种经验决策和模糊决策，决策结果同客观现实存在着较大的偏差。决策者对未来的预测受支持数据、时间以及预测水平的限制，是无法做到完全理性和精准的。大数据不断颠覆着公共决策的基本方式，西方学者纷纷倡导“数据化决策”或“数据驱动的决策”，其核心理念就是一切让数据说话，发现好想法，做出好决策。根据舍恩伯格的大数据思维变革理论，我们可以理出从经验决策向数据驱动决策转化的实现路径。
从小数据到全数据。大数据时代，公共决策可以借助于云计算分析更多的数据，甚至可以处理和具体决策有关的所有数据，而不再依赖以前随机采样的小数据。公共决策将从依托传统的抽样调查、典型调研、专家会议，转向分析全面而完整的数据，超越惯性思维和偏见，使决策真正“基于实证的事实”。公共决策应尽可能地实现全数据以超越局部精准掌控战略全局，防止以偏概全，并注意各类异常情况，发现背后的潜在机会和威胁，防止因小失大。
从“应该是什么”到“实际是什么”。基于相关关系的预测是大数据的核心，数据决策应注重寻找事物间的相关关系，关联物能提醒我们某件事情正在发生。例如，有的搜索工具通过分析人们的检索词条，可以预测流感的传播趋势，但要找出检索记录和流感趋势之间的关系，事情就变得异常复杂了。对公共卫生决策而言，能够在紧急时刻精准研判出流感趋势才是最关键的。
推动治理绩效评估变革：从目标评估到全景评估
传统的治理绩效评估是目标控制导向的，常常以预定的治理目标为标准，主要衡量治理行动实现治理目标的程度。治理绩效的复杂性决定了这种单一的评估模式很难全面客观地衡量出真实的绩效。全景评估意指“所有的地方都被评估到”，全景评估的广度和深度远远超过传统的目标评估。基于大数据的技术特征和社会属性，通过数据整合和信息加总，可以记录政府治理的轨迹和全景，不同数据之间交互印证，“全景评估”完全可能实现。
大数据时代最显著的变化是从数字化转向数据化，数字化是把模拟数据变成计算机可读的数据，而数据化是通过记录和分析对一切社会现象进行量化。政府要充分发掘大数据全面量化的技术潜能，实现对治理行为的全景留痕和数据化，通过智能数据采集系统和多元反馈机制，治理所涉及的主体、过程、方位、事件等全要素都可以被自我数据化，同时也可能被他人数据化。这些客观的、无筛选的记录、存储能为全景评估提供最原始的数据。
量化治理绩效。利用大数据技术，可以将一切文字、声音、视频等半结构性、无结构信息进行分析评估，政府要尽可能地用量化的指标体系来逐渐取代弹性很大、语义含糊的定性评价，提高治理过程量化的范围和深度。
关联性评估。治理绩效评估要改变以往预设评估目标、标准、范围的模式，将尽可能多的治理效果、产出、影响等要素纳入系统性评估之中。按照大数据的“导航路径”，可以发现很多以前未曾关注的绩效盲点，如例外绩效、异常绩效等。这种相关关系分析法可以降低偏见、惯性思维、时空局限造成的不良影响，帮助我们更准确、更快捷、更全面地评估政府治理绩效。
