前言
当在讨论数据赋能基层治理时，我们经常会讨论这样一些话题：如何能提升数据质量让数据更好用？如何能有好的机制来保障数据更新和鲜活？如何在推动数据流动共享释放价值的同时确保安全？我们的关注点往往会聚焦在数据本身。但是，我们往往会忽略用数据的人。
数据“好用”，就能“用好”数据吗？
并不尽然。
实际上，在过去的城市数字化工作中（包括城市大脑、一网通管、一网通办等），大量城市数据已经被累积，海量的可视化大屏被构建，但基层工作人员似乎从来也用不起来这些数据，还是用excel表格、甚至是纸质笔记等传统作业方式来处理日常的数据采集、统计和分析汇总工作。最后，大家搞表格搞得很累，熬成“表哥表姐”，但是效率也没上去。
这些烦恼和痛苦的背后，暗示了一个数字化转型中被隐藏但却极其关键的一环：
数据使用者需要具备与数据交互的能力。
什么是与数据的交互？用户从发现、理解、分析到呈现数据，每个环节都是与数据的交互。人们至少要能够找到想要的数据、理解数据，从而能洞悉数据背后的信息并运用到工作中。
PART.01
为什么和数据交互有点难？
底层原因，是人脑天生并不擅长处理结构性数据。
我们天然不擅长理解一行一行的数据，一张一张的表格。我们擅长的是图像、声音、视频，以及自然语言，能够迅速从中获得丰富的信息甚至想象，这是人类的生理性结构所决定的。
因此，人类往往通过可视化才能更容易地理解数据。最常用的就是各类图示（Diagram）。
AD1801
AD2022
举个例子：在1801年诞生了全世界第一张饼图，阐述的是土耳其帝国当时在欧洲、非洲、亚洲占有的领土面积。在200多年后的今天，我们还用着同样的技术理解数字，比如俄乌战争对各个地区的能源造成的影响。
现在我们看到很多新的东西，其实都是饼图、柱状图、直方图、可视化地图的变形。阻碍普通人和数据交互的壁垒，其实就是在理解数据的壁垒。直接对“数据”的理解和处理能力，要有抽象思维支撑，是需要经过长期训练才能习得。
当前技术已经可以支持多种多样可交互的图表形式
只有对数据进行图形化的降维，才能使得更多人更容易地理解数据。
因此，简化再简化，是抹平不同人群信息能力鸿沟的努力方向。
那么，在基层治理领域，我们要如何简化用户与数据的交互，让基层用户能用好数据呢？
PART.02
基层用数的三个基本需求
我们先来看一下基层治理的工作场景吧。从这里可以归纳出基层使用数据的一些基本需求。
比如，发现并关怀身患疾病、经济困难等多重困境的孤寡老人或空巢老人，一直是一项常态化的基层工作。
基层用数的首要需求，是数据要以“个体为中心”。数据要围绕服务对象形成完整的信息档案（这些数据往往存在于多个不连通的系统当中），工作者能以正向或者反向的定向检索，或者按条件批量的去锁定人群。
当然这项工作并不只是确认名单，社工或志愿者往往还要上门服务，帮助老人们购买生活物资，特殊情况下还要联系协调寻医就诊等。
所以，数据还需要和“地址相关联”。基层工作绝大部分就发生在身边，是贴地的，社工需要知道哪个小区哪间房屋都住着谁，找到这个人面对面做工作。很多经验丰富的基层人员，在心里都会有一张地图，用以辅助自己的工作。或者自己制作一些便利的草图。
以疫情时期为例，当时每个小区都会制作自己的疫情地图
当有了地图之后，基层工作者会发现老人们的居住分布往往也存在着地域差别，对于不同区域需要调度的帮扶资源和人力不同。工作人员就可以进行总体的组织和规划。
这时候，数据就需要“结构化呈现”。工作者从图像上可以迅速识别对象的规律与特征，以快速决策最合理的工作力量安排。比如地图上颜色深的地方老龄人口较多，那么这个片区的养老服务供给工作要更予以重视。
疫情时期，小区用不同颜色的图块来呈现封控信息
总结来说，在基层治理领域，数据要以“个体为中心”、与“地址相关联”以及能“结构化呈现”，是基层用数的三个最基本的需求。
而基层工作者和数据交互不顺畅，就是因为无论是常用的EXCEL表，还是共享文档，依然都还是在处理列表一行行数字。即使有些部门用了协同办公平台，解决了线上共同管理同一个数据表的问题，但依然没有解决以上这些基本需求，数据不围绕个体，不好找，也不好看。
那么，有没有一套交互逻辑，可以同时满足以上基层用数的这三个基本需求呢？
PART.03
将数据和城市空间符号关联
让基层工作者用好数据，就是要遵从普通人天生的“用图像理解数据”的本能，设计一套数据满足三个基本需求的交互方式。
基层工作的对象，无论是人、企业、商户，都存在和发生于城市空间中，因此具有“城市时空数据”的属性。而回答如何简化与“城市数据”交互的问题，我们可以援引城市人本主义城市规划理论家凯文林奇在《城市意象》中提出的理论：
“城市形体的各种标志是供人们识别城市的符号，人们通过对这些符号的观察而形成感觉，从而逐步认识城市本质。”其中，他提到最核心的城市识别符号就包括“道路、边界、区域、节点、标志物”五大空间要素。“城市环境的符号、结构越清楚，人们也越能识别城市。”
凯文林奇对波士顿的城市认知地图，包含城市意象的五要素
如此，简化交互的解题思路也很清晰了：将数字和城市空间识别符号相关联，让它们更好找、更好理解、更直接地被运用，降低人们和城市数据交互的难度。
比如，用道路来定义边界划分依据，用边界来明确“分区而治”的人、企、商归属，用区域的颜色来呈现数据的规模与分布，用节点来标记有显著特征的数据位置，用建筑作为标志物来分装全量数据。最终，通过对数据和空间的层层解构，我们可以将最小颗粒度的数据与城市最小单元的空间关联。
其实，这也是数字孪生城市的概念：在虚拟空间中，将物理环境中的个体数据存放在对应真实世界的位置上，最终实现数字世界对现实世界的映射。
因此我们认为，让基层工作者“用好”数据，就需要用普通人理解物理世界的方式来设计与数据的交互：
每一个人居住在每一户房屋，每一个商店开在每一个铺面，每一个企业经营在每一个办公室。我们想查看这个房屋的居民，点击这个房间，就能看到里面的人们，以及他们的身上的各种信息。
就像那句广告词：想看哪里点哪里。
第一个点：地图上层层点击下钻，数据层层拆分，一直到每一个个体的档案，找到围绕个体的信息集合。
（*以上仅为逻辑示意，数据皆为样例数据）
第二个点：目标通过各种条件交叉筛选被锁定后，可以回到地图看到目标人群的分布，点击区域一层层顺藤摸瓜找到人。
（*以上仅为逻辑示意，数据皆为样例数据）
第三个点：点某类信息，数据就在地图可视化着色渲染表达，某类人哪多哪少一目了然。
居住
商业
办公
这就是我们一直在努力做的工作：搭建一个简单的、好用的基层治理可视化的数据底座平台。
在条件允许的情况下，我们还可以将空间从平面变为立体，从而构建三维的“数字孪生城市”。
（*以上仅为逻辑示意，已做信息脱敏）
最后的话
“用好”城市数据，不光是通过更人性化的数据交互方式，让基层工作更加简单高效，更是努力实现让数据“取之于民，用之于民”。
无论是从浩如烟海的城市数据里找到某个具体的人，还是对公共设施可达性的计算精确到分钟毫厘，都体现着对个体的关注。
希望通过我们的努力，让更多的基层工作者“用好”数据，让他们有更多时间精力投入到线下工作中，让服务和资源都切切实实触达到那些曾被淹没在冰冷统计数字后，真实的人、企业和商户。
有商业合作需求，欢迎联系我们
请备注：基层治理平台
↓添加企业微信↓
ABOUT US
上海脉策数据科技有限公司（简称脉策科技）成立于2015年，是国内数据智能领域中具有引领性的科技公司、高新技术企业、市区两级“专精特新”企业、杨浦区小巨人，上海市经信委下属的大数据创新企业成员。致力于城市数字化领域，结合智库能力和数据科技，基于自主研发自主产权的低代码数据系统开发平台和领域算法，叠加行业认知和数据服务，提供多样化综合解决方案能力。主要业务是为政府和大型企业提供智库咨询、数据研究、算法服务、平台产品及系统解决方案。