有利于推動黨委和政府科學決策。基于數據驅動的決策方法，政府將更加有效率、更加開放、更加負責。大數據能夠幫助各級黨委和政府的決策者通過數據挖掘，全面了解和準確掌握各類信息，綜合研判經濟社會發展趨勢，提高公共決策的效率和質量。

有利于推動政府簡政放權改革。大數據可助力政府打破同級政府部門間和上下級政府間存在的數據壁壘，實現資源共享和便捷化、智能化、扁平化管理，進而推動政府簡政放權和職能轉變，更好發揮政府在國家經濟社會發展中的作用。

有利于優化政府對市場主體的服務和監管。大數據能夠助力政府從市場需求角度出發，通過對大數據的分析和運用，準確判別各類市場主體的真實需求，提供系統化、智能化、精細化、個性化服務，實現以市場主體為中心的服務創新。通過共享工商、稅務、質監、安監等部門收集的企業數據信息，并用云計算等技術對共享數據進行綜合研判來優化、細化治理行為的每一個環節和流程，實現對市場信息的統一高效監管。

我國是數據大國，隨著國家金關、金稅、金盾、金審等一大批電子政務“金字工程”的深入實施，政府部門積累了海量的數據資源，構成了新時期國家治理領域改革和創新潛在的巨大“數據紅利”。但我國還不是數據強國，在數據資源共享方面還不同程度地存在著協同程度低、技術支撐體系不完善、立法滯后等一些問題，主要體現在“三個缺乏”。

缺乏對大數據的全面深刻認識。通過抽樣調查，相當一部分領導干部對大數據的認識不深、不透、不全，在工作中缺乏大數據思維，不會利用大數據進行精準分析和輔助決策。同時，領導干部對大數據的認識呈現出兩種反差：省、市領導干部從整體上相對更重視大數據及其應用，但不夠全面深刻；區縣、鄉鎮領導干部從整體上對大數據的認識不到位、不全面、不深刻的問題更為突出。

缺乏數據共享的有效體制保障。一是在同級政府部門之間的數據共享方面，因建設時期、建設主體、業務領域等的不同導致數據標準格式不統一，系統異構、數據異構導致政府在數據治理過程中面臨數據割據，形成一個個信息孤島。而同級政府部門之間主要通過傳統協商方式進行數據共享，程序多、耗時長、效率低。二是在上下級政府和部門之間數據共享方面，由于上下級政府或部門之間存在著領導與被領導或指導與被指導關系，上級政府和部門提出的數據共享需求一般會得到滿足，而下級政府和部門向上級發出的共享請求則通常難以得到全面的回應。

缺乏數據公開的法律及規范性文件。首先，相關法律法規缺位。完善的法律法規是數據公開得以實現的基礎、依據和保障。目前，我國數據公開相關法律法規還很不完善，無法可依困擾著數據公開工作。其次，數據公開難以執行。“公開是原則，不公開是例外”在個別地方卻異化成了小事、不重要的事和結果公開，大事、重要的事、過程不公開等怪象。第三，公開路障難以掃清。有些政府部門為了部門利益，對其所擁有的數據資源不愿公開。

強化領導干部的大數據思維和意識。領導干部的大數據思維、大數據意識對實現大數據前瞻決策、實時決策、精準決策至關重要。將大數據戰略宣教納入黨校、行政學院等干部教育機構的核心培訓課程，邀請大數據專家講授大數據理論知識和前沿發展動態，邀請政府相關部門分享其已開展的大數據應用案例，進一步增強各級黨政領導干部的大數據思維，將帶動整個公務員隊伍的大數據應用能力，形成用大數據助力國家治理現代化的良好氛圍。

強化國家信息資源開放和共享。應做好信息資源開放和共享的頂層設計，可成立專門的數據信息資源監管機構或直接由信息化主管部門牽頭，按照“一數一源、授權使用、分層管理、分級應用”的原則，建立“用數據說話、用數據決策、用數據管理、用數據創新”的管理機制，依托已有的電子政務等信息化系統，構建完整、系統、分層的政務云平臺。同時，建立完善政府與社會互動的大數據采集機制，通過政務數據開放和共享，為實現大數據助力國家治理現代化提供強大的信息支撐保障。

強化大數據應用平臺的建設和服務。如何發揮政府掌握的海量數據的價值是當今亟待解決的突出問題。可通過建立國家發布政府信息的網站，開放和促進數據透明和共享。地方政府可以政府數據資源網站為基礎，從手機終端APP突破，通過移動終端實現對政府部門應用系統的訪問，打造智慧政府。同時，探索“我的政府”服務模式，開發教育培訓、醫療衛生、食品安全、智慧交通、公共安全和科技服務等與數據使用主體息息相關的APP業務，向社會提供個性化、精細化的數據資源服務，促進大數據成果惠及民眾、改善民生。

促進大數據相關法律制度建立和完善。首先，加快出臺大數據相關法律法規，如大數據發展的相關法律法規、行政條例和部門規章、數據反壟斷相關規定，以及大數據采集辦法、使用許可辦法、管理辦法、銷毀辦法、安全責任辦法等實施細則。其次，加快制定大數據隱私保護制度。針對基礎數據中涉及到的個人隱私信息，在政策上將個人信息保護納入政府公共信息資源管理保護和規劃的范疇，明確隱私保護的內容、責任主體、級別要求等。同時，在技術上進行特殊處理和多重保護。再次，加快建立數據質量管理制度。高度重視數據質量，構建一體化的數據質量管理體系，制定數據質量測量的統一標準，完善質量管理流程，建立質量救助機制，從制度層面保證數據的精準和有效。