1 大数据需要顶层设计
政府需要通过顶层设计进行体制改革和机制、政策调整，以外部性改善优化经济系统运行的生态，进而提高经济系统的运行效率。
而政府的顶层设计需要大数据做支撑，没有大数据就没有顶层设计。同样，智慧政府的大数据的建设也需要进行顶层设计。
而大数据的顶层设计的视角需要跳出局部环境的束缚和影响，站在全国互联和全网通用的整体高度上，去分析、决定、体现智慧政府中的具体决策。
以信息资源目录（或主题数据资源）为例，在网络时代，信息资源目录不仅要包含本单位数据，还要包含横向纵向单位数据。
信息不但要供自己本单位使用，还要供网络上的同级单位、上级单位、下级单位使用；
不但要供人使用，还要供互联的计算机系统使用，系统之间的接口必须兼容，元数据尽量统一。
如果信息资源目录这个信息共享的关键部件，在内容、格式、接口、协议上各不相同，那就失去了建设信息资源目录的意义，必将导致新的“信息孤岛”出现。
首先，国家需要一个强大的经济数据库。
为了获得真实可靠的数据，国家统计局与百度、阿里巴巴等合作，利用大数据改进政府统计的科学性和及时性。
比如物价指数，统计局在全国选取几千个样本点观测同一个市场几个代表性的商品，定期采集数据，加权汇总。
这就不如用淘宝实际交易商品及价格变化计算得及时、准确。
当然，大数据不仅包括结构化的定量数据，还包括大量非结构化的文本数据和图音视频等非结构化的定性数据。
一个标准的政府经济数据库，不仅仅是统计，还应该包括宏观、金融、行业、区域、国际等方面的动态、统计、观点（含当时及历史）信息。
所以，光有国家统计局的统计数据是不够的，还需要有专门的机构，搜集经济系统包含统计在内的各类信息，做成专业的数据库。
顶层设计的重点是业务、是政务。
顶层设计要分析应用系统的业务可行性、分析利益关系。
根据经验，顶层设计的成功与否与业务领域的事情有关，尤其是与业务领域相关的那些工作。
应用系统开发失败的教训一再揭示要正确全面描述用户需求且尽力满足用户需求的重要性。
这里的用户需求，多半重点不在用户的操作需求，而是用户业务需求。顶层设计就是用信息工程的方法，从宏观上对业务需求的收集、梳理和描述，是把业务需求按层次呈现出来，并以数据的形式保存在数据库中，以利于今后的整理、积累、传播。
顶层设计中的业务，不是进行业务决策，但是顶层设计的输出结果，将以丰富清晰完整的业务资料，帮助和推动业务决策，业务利益关系设计，业务职能转变和改革。
大数据的顶层设计更应该重视政府绩效，政府绩效是围绕实现政府职能转变，完成社会经济发展目标而展开的。
政府职能包括经济调节、市场监管、社会管理、公共服务等，它是智慧政府的核心目标，要实现这一目标，需要优化工作流程，促进职能转变，提高政务效率，推动体制创新。
实现政府绩效目标，应该是顶层设计的深层含义。
2 大数据需要标准规范支撑
智慧政府的大数据需要顶层设计，而顶层设计需要有标准规范支撑，没有标准的大数据将会是一个数据灾难。
目前，绝大部分的电子政务应用系统建设均是采取项目方式进行的，即使采用产品化的方式建设电子政务系统，软件企业提供的是私有技术的（如工作流引擎、数据采集、接口等）、基础支撑与应用工具紧耦合的产品。
不同软件企业的产品共同用于一个或几个政府用户时将产生互联互通的困难，用户在项目实施时协调难度很大。
这种情况将造成两个无法解决的问题：
一是政府用户在规划应用系统时难以选择适用的产品，
二是有希望的软件企业（如中小企业）难以生存和发展。
随着电子政务在公共服务、城市管理、行政审批、行政执法、基础资源数据库、政务决策支持、政府大数据等领域的应用不断深入，要求必须对与电子政务有关的、共性的基础技术加以规范，制定出与具体企业产品无关、与具体建设方式无关、与具体实施技术路线无关的技术规范，以指导政府用户和软件企业的电子政务建设。
智慧政府的建设更要高度重视大数据对信息化建设工作正在带来和将要带来的各种影响，充分认识推进大数据应用的必要性和紧迫性，加强顶层设计，建立标准规范，分业务分步骤实施，以推动政府信息资源生产方式的变革和政府信息资源生产力水平的提升。
大数据标准规范设计
（1）要统一元数据标准。
元数据标准（Metadata Standards）是指描述某类资源的具体对象时所有规则的集合。
不同类型的资源可能有不同的元数据标准，一般包括完整描述一个具体对象所需的数据项集合、各数据项语义定义、著录规则和计算机应用时的语法规定。
智慧政府的大数据要通过深入梳理政府信息资源提炼共性内容（基础库、共性库、资源目录等），统一数据和规范数据结构及存储。
元数据类型可以划分为6类，分别为数据源元数据、数据采集元数据、数据仓库存储元数据、数据集市元数据、应用服务层元数据、门户管理元数据。
而针对大数据标准各异的特点，认真考察不同来源大数据所执行和依照的不同标准，与现行各项数据管理标准进行比较，对政府信息部门应用大数据的元数据标准进行统一规范，要特别重视和研究如何对非结构化数据进行标准化处理。
（2）要规范政府指标体系及编码分类标准。
要针对大数据的指标数据已经先于政府的设计而存在的特点，广泛搜集已经存在并继续增加的各类数据，分析其与政府统计指标在口径、范围、内涵、定义等方面的差异，以对政府统计应用大数据的统计指标进行设计、调整、规范和完善。
为了较为准确的衡量和反映智慧城市建设的主要进度和发展水平，为进一步提升城市竞争力、促进经济社会转型发展提供有益参考，我们应尽快建立智慧城市指标体系。
我国早在20世纪80年代初就有效地开展了信息分类编码的标准化工作。
三十多年来，我国已建立了信息分类与编码基础理论体系，开拓了信息分类编码应用的新领域，逐步实现了社会、经济、科技等领域信息分类编码标准体系的科学化和实用化，并形成了比较完整的信息分类编码国家标准体系。
未来的信息分类与编码标准化以需求为导向，以实践为依据，做好信息分类与编码国家标准体系的构建，努力创新我国的信息分类与编码模式。
（3）建立服务接口规范。
从政府工作的全局角度定义了各类资源服务管理模型，给出了访问控制框架的组成部分和各部分的技术要求，规定了服务访问接口、服务管理接口和数据集权限接口，提出了访问控制技术要求。
建立主要的服务接口规范包括：组织身份服务接口规范、访问控制服务接口规范、单点登录服务接口规范、电子表单服务接口规范、业务流程及数据资源服务接口规范等。
