" 針對(duì)交管大數(shù)據(jù)建設(shè)，雖然有明確目標(biāo)、公安部局平臺(tái)架構(gòu)指引、重點(diǎn)任務(wù)方向，但大數(shù)據(jù)、數(shù)據(jù)治理等技術(shù)、理論與交管實(shí)際業(yè)務(wù)結(jié)合，仍面臨建什么、怎么建以及建后可用性等方面的問(wèn)題。 在交通大數(shù)據(jù)治理、數(shù)據(jù)資源中心建設(shè)中，要依據(jù)公安大數(shù)據(jù)“四化”頂層設(shè)計(jì)思路，以“數(shù)據(jù)應(yīng)接盡接、統(tǒng)一架構(gòu)、共享互通、分層解耦、協(xié)同創(chuàng)新”的建設(shè)理念，自上而下總體設(shè)計(jì)、自下而上優(yōu)化流程，推動(dòng)交管大數(shù)據(jù)的深化建設(shè)、改造及應(yīng)用。

概 述

十三五期間，交通管理科技水平穩(wěn)步提升，已構(gòu)建集成指揮、交通管理綜合應(yīng)用、交管大數(shù)據(jù)研判分析、互聯(lián)網(wǎng)交通安全綜合管理的四大核心平臺(tái)，同時(shí)大數(shù)據(jù)、人工智能等技術(shù)與交通管理業(yè)務(wù)結(jié)合，在違法AI預(yù)審、車輛布控預(yù)警等場(chǎng)景已進(jìn)行較深入應(yīng)用。 2021~2023年交通管理三年科技規(guī)劃中指出，交通管理改革和創(chuàng)新發(fā)展，需要充分發(fā)揮科技力量，加強(qiáng)交通管理精細(xì)化、智能化、專業(yè)化建設(shè)，不斷推動(dòng)共建共治共享交通安全治理新格局的形成，而新基建將加速交通管理的數(shù)字化進(jìn)程。 交管科技創(chuàng)新中明確提出深化交管大數(shù)據(jù)分析研判，鼓勵(lì)有條件的地方建設(shè)本地交通管理大數(shù)據(jù)資源池，包括可視化建模、模型創(chuàng)新、數(shù)據(jù)共享等目標(biāo)任務(wù)。 針對(duì)交管大數(shù)據(jù)建設(shè)，雖然有明確目標(biāo)、公安部局平臺(tái)架構(gòu)指引、重點(diǎn)任務(wù)方向，但大數(shù)據(jù)、數(shù)據(jù)治理等技術(shù)、理論與交管實(shí)際業(yè)務(wù)結(jié)合，仍面臨建什么、怎么建以及建后可用性等方面的問(wèn)題。

構(gòu)建交管數(shù)據(jù)治理體系

數(shù)字化轉(zhuǎn)型是個(gè)持續(xù)性過(guò)程，只有開(kāi)頭、沒(méi)有終點(diǎn)，面向未來(lái)業(yè)務(wù)的不確定性，通過(guò)數(shù)字化手段及思維，敏捷響應(yīng)并驅(qū)動(dòng)業(yè)務(wù)升級(jí)改造。

在交通大數(shù)據(jù)治理、數(shù)據(jù)資源中心建設(shè)中，要依據(jù)公安大數(shù)據(jù)“四化”頂層設(shè)計(jì)思路，以“數(shù)據(jù)應(yīng)接盡接、統(tǒng)一架構(gòu)、共享互通、分層解耦、協(xié)同創(chuàng)新”的建設(shè)理念，自上而下總體設(shè)計(jì)、自下而上優(yōu)化流程，推動(dòng)交管大數(shù)據(jù)的深化建設(shè)、改造及應(yīng)用。

交管大數(shù)據(jù)架構(gòu)應(yīng)圍繞交管科技規(guī)劃的目標(biāo)，依托技術(shù)側(cè)分層解耦等通用規(guī)則，結(jié)合具體項(xiàng)目所在的外部系統(tǒng)、跨網(wǎng)傳輸、安全要求等情況來(lái)確定。同時(shí)，《部級(jí)公安交通管理大數(shù)據(jù)分析研判平臺(tái)應(yīng)用架構(gòu)》可作為架構(gòu)定義的有效參考基礎(chǔ)，該規(guī)范中將架構(gòu)分為支撐層、接口層、模型層、應(yīng)用層。

支撐層用于建設(shè)數(shù)據(jù)底座以及通用引擎能力集。模型層基于數(shù)據(jù)治理后的標(biāo)準(zhǔn)數(shù)據(jù)創(chuàng)新業(yè)務(wù)模型，模型建設(shè)由項(xiàng)目的數(shù)據(jù)治理團(tuán)隊(duì)、業(yè)務(wù)科室警員依托可視化建模工具自行構(gòu)建。接口層作為中樞系統(tǒng)依托微服務(wù)技術(shù)，將數(shù)據(jù)能力、通用引擎能力在安全可控情況下對(duì)外提供。應(yīng)用層則面向業(yè)務(wù)科室警員通過(guò)系統(tǒng)應(yīng)用、可視化大屏、BI等豐富形式提供數(shù)據(jù)應(yīng)用、檢索、挖掘分析能力。

圍繞提升道路交通治理體系和治理能力現(xiàn)代化的總目標(biāo)，個(gè)人理解側(cè)重架構(gòu)設(shè)計(jì)應(yīng)遵循擴(kuò)展性、規(guī)范性、安全性、分層解耦等原則。

以往，數(shù)據(jù)需求科室或下級(jí)支、大隊(duì)獲取六合一等數(shù)據(jù)，通常以線下提交申請(qǐng)書(shū)的方式開(kāi)展，在申請(qǐng)書(shū)中描述所需的數(shù)據(jù)表、字段、用途場(chǎng)景等信息，審批通過(guò)后再以下發(fā)庫(kù)的方式獲取相應(yīng)數(shù)據(jù)。數(shù)據(jù)需求方流程繁瑣、效率低下，主管數(shù)據(jù)的科室也缺乏有力的監(jiān)管手段。

依托接口層安全規(guī)范的數(shù)據(jù)共享交換能力，面向已匯聚的跨部門、跨系統(tǒng)、跨層級(jí)的數(shù)據(jù)資源，數(shù)據(jù)需求方可在線瀏覽數(shù)據(jù)目錄，通過(guò)接口層工具提交數(shù)據(jù)需求申請(qǐng)，依托線上審批流程的方式獲取數(shù)據(jù)，且申請(qǐng)記錄及數(shù)據(jù)共享情況均可在后臺(tái)留痕，極大提升了數(shù)據(jù)資源獲取的效率。

從主管單位的角度出發(fā)，對(duì)內(nèi)，應(yīng)制定數(shù)據(jù)質(zhì)量、主數(shù)據(jù)管理等標(biāo)準(zhǔn)，規(guī)范數(shù)據(jù)平臺(tái)的建設(shè)及內(nèi)部數(shù)據(jù)治理的實(shí)施過(guò)程；對(duì)外，應(yīng)制定輸出數(shù)據(jù)元、數(shù)據(jù)字典等標(biāo)準(zhǔn)，規(guī)范治理過(guò)程及提供至外部系統(tǒng)建設(shè)單位及外部系統(tǒng)相關(guān)業(yè)務(wù)科室的輸出過(guò)程。從數(shù)據(jù)源頭開(kāi)始，站在全局視角上制定標(biāo)準(zhǔn)架構(gòu)及流程規(guī)范。

當(dāng)前交通管理體系暫未形成統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，未來(lái)在標(biāo)準(zhǔn)制定中，應(yīng)調(diào)研本地交管核心信息化系統(tǒng)的建設(shè)情況、拉通各系統(tǒng)建設(shè)方私有的數(shù)據(jù)標(biāo)準(zhǔn)，特別是數(shù)據(jù)字典、數(shù)據(jù)元等，從治理后主要的業(yè)務(wù)場(chǎng)景出發(fā)，準(zhǔn)確評(píng)估內(nèi)部ETL、外部系統(tǒng)在未來(lái)改造過(guò)程中的工作難度。

建議按照交管六合一、公安行標(biāo)、地方標(biāo)準(zhǔn)、國(guó)標(biāo)、自定義優(yōu)先順序的原則，梳理制定數(shù)據(jù)標(biāo)準(zhǔn)。

交管數(shù)據(jù)常見(jiàn)問(wèn)題分為以下幾種：

感知設(shè)備問(wèn)題，例如GPS定位錯(cuò)誤、時(shí)間同步等

數(shù)據(jù)格式錯(cuò)誤，例如車輛所有人電話格式不符合要求、號(hào)牌長(zhǎng)度及字符

數(shù)據(jù)重復(fù)問(wèn)題

數(shù)據(jù)錄入不完整等問(wèn)題

主要原因有：接入數(shù)據(jù)的系統(tǒng)缺少必要的輸入校驗(yàn)、人員操作規(guī)范性、設(shè)備時(shí)間同步，以及核心系統(tǒng)多年迭代修改，數(shù)據(jù)庫(kù)設(shè)計(jì)不符合范式，治理人員較難掌握設(shè)計(jì)細(xì)節(jié)等方面問(wèn)題。

治理團(tuán)隊(duì)?wèi)?yīng)通過(guò)科室調(diào)研等方式，持續(xù)積累各科室核心業(yè)務(wù)，通過(guò)業(yè)務(wù)加深對(duì)底層數(shù)據(jù)結(jié)構(gòu)的理解，但數(shù)據(jù)治理只能解決其中部分問(wèn)題，例如格式、重復(fù)等。同時(shí)，更需要輔助大數(shù)據(jù)建設(shè)的主導(dǎo)單位來(lái)制定數(shù)據(jù)標(biāo)準(zhǔn)，配合完成數(shù)據(jù)標(biāo)準(zhǔn)體系的培訓(xùn)，提升整體數(shù)據(jù)治理意識(shí)，構(gòu)建起數(shù)據(jù)問(wèn)題閉環(huán)處理機(jī)制。

此外，應(yīng)推動(dòng)明確各類數(shù)據(jù)的唯一來(lái)源以及負(fù)責(zé)單位，在組織體系中主管領(lǐng)導(dǎo)支持下，由牽頭部門從上至下推動(dòng)整改，通過(guò)信息化系統(tǒng)改造、信息錄入規(guī)范性等方式系統(tǒng)提升數(shù)據(jù)質(zhì)量，并遵循數(shù)據(jù)標(biāo)準(zhǔn)規(guī)劃建設(shè)新系統(tǒng)。

當(dāng)前雖然已建成了統(tǒng)一的公安交通管理大數(shù)據(jù)分析研判平臺(tái)，但是因各地方數(shù)據(jù)資源差異、關(guān)注點(diǎn)不同以及需求差異性，往往存在水土不服、應(yīng)用效果不理想的情況。但針對(duì)數(shù)據(jù)創(chuàng)新治理有更高要求的交警總隊(duì)、支隊(duì)會(huì)傾向于參考部級(jí)平臺(tái)來(lái)建設(shè)本地化的大數(shù)據(jù)應(yīng)用及系統(tǒng)。

構(gòu)建彈性的、符合現(xiàn)狀的、完善的數(shù)據(jù)治理組織體系，必定是一場(chǎng)持續(xù)性、進(jìn)階性的逐步完善過(guò)程。

我們通常將治理工作拆分為數(shù)據(jù)接入、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)倉(cāng)建設(shè)、數(shù)據(jù)模型集市、服務(wù)共享接口開(kāi)發(fā)等環(huán)節(jié)，也包含橫貫各項(xiàng)任務(wù)的數(shù)據(jù)運(yùn)維、標(biāo)準(zhǔn)規(guī)范工作等工作任務(wù)。

圍繞以上數(shù)據(jù)治理的工作任務(wù)，在實(shí)踐操作中一般分為兩種治理組織模式。

模式一：橫向劃分

按照任務(wù)類型，指派專人承擔(dān)，同時(shí)基于具體的工作量，人員可兼任多項(xiàng)治理任務(wù)。例如A可同時(shí)承擔(dān)數(shù)據(jù)接入及數(shù)據(jù)標(biāo)準(zhǔn)化工作。

由于各環(huán)節(jié)工作目標(biāo)、范圍清晰，對(duì)治理人員綜合能力要求較低，此種方法適合批量的數(shù)據(jù)治理工作，環(huán)節(jié)內(nèi)的工作效率優(yōu)化。

模式二：縱向劃分

以治理場(chǎng)景驅(qū)動(dòng)，按照業(yè)務(wù)劃分，治理人員承擔(dān)該業(yè)務(wù)需求相關(guān)的數(shù)據(jù)接入、標(biāo)準(zhǔn)化、建模及接口研發(fā)工作。

此種方法，以建模、業(yè)務(wù)場(chǎng)景驅(qū)動(dòng)，可以降低不同治理環(huán)節(jié)負(fù)責(zé)人之間的溝通成本。治理人員為最終成果的交付時(shí)間、數(shù)據(jù)準(zhǔn)確性負(fù)責(zé)。

兩種治理組織模式各有優(yōu)劣，應(yīng)按照治理人員能力水平（復(fù)合型、專業(yè)性）、治理階段性工作節(jié)奏（快速實(shí)現(xiàn)場(chǎng)景或是穩(wěn)步全面推進(jìn)）來(lái)選擇最優(yōu)方案，但無(wú)論選擇哪種，都需要有熟悉交管業(yè)務(wù)的數(shù)據(jù)治理架構(gòu)師整體統(tǒng)籌工作，牽頭數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范工作，制定好工作分工及計(jì)劃。

此外，數(shù)據(jù)運(yùn)維是交管數(shù)據(jù)治理價(jià)值體現(xiàn)的基礎(chǔ)保障性工作。但當(dāng)前交管大數(shù)據(jù)處于起步發(fā)展階段，數(shù)據(jù)運(yùn)維還不夠體系化，安排運(yùn)維人員值守式人工巡檢現(xiàn)象仍較為普遍，存在效率低、用例覆蓋不全、依賴人員經(jīng)驗(yàn)等問(wèn)題。未來(lái)除了借助大數(shù)據(jù)平臺(tái)能力（例如常規(guī)的系統(tǒng)運(yùn)維平臺(tái)、數(shù)據(jù)質(zhì)量規(guī)則設(shè)置、異常預(yù)警等技術(shù)手段），面對(duì)持續(xù)增加的治理場(chǎng)景，還需要借助人工智能，基于海量歷史數(shù)據(jù)，定義數(shù)據(jù)運(yùn)維智能化模型，從而提升數(shù)據(jù)運(yùn)維效率。

李君| 作者