因为一些政治规则和规避风险传统的存在，公共部门很难去依赖数据进行决策，尽管这些部门心里很清楚，数据驱动决策有很多好处。

Robin Thottungal 于2015年接任了联邦环境保护署 (EPA)的首席数据科学家和分析主管，在其上任后不久，一名工作人员在他办公室外的白板上写了一句话：“不良传统可以让任何优良策略黯淡无光。”

这句话表明，当公共部门的分析团队试图考虑使用数据来驱动决策时，他们要面临非常多的挑战。他们并不缺少决心，技术上也没有太大阻碍，但如果不改变公共部门的传统，那这个目标就会变得非常有挑战性，也会十分耗时。

“改变这些公共部门的传统着实不易，但我们也取得了一些进展，”Thottungal在最近于波士顿举行的大数据创新峰会上说道。

对于Thottungal来说，构建数据工具是他们试图改变传统的第一步。在过去，由于官僚规则的存在，联邦IT团队构建一个应用程序往往需要长达五年的时间。虽然这些官僚规则在一定程度上有利于保护隐私和明确问责制，但Thottungal认为，太多时候，这些规则被当成不作为的借口。

打破壁垒，迅速发展

Thottungal说，他找到了一种快速开发的途径，对于构建和发布报告以及数据产品的开发十分有效。即使这个方法还并不完美。但工作人员对此的反馈表明，这些公共部门有能力实现创新，也能够在一定程度上承担风险。

他的开发团队构建了一个产品，该产品是一个指示板，使用该机构有关Chesapeake Bay的地理空间数据来监控污染水平的变化。有了仪表板，项目经理就能够快速确定问题区域，并直接分配资源来处理污染。

这仅仅是开始。Thottungal试图说服公共部门接受新兴的分析方法，如机器学习和人工智能等，因为在过去，他们主要依赖于基本描述统计学手段，如均值和中位数等进行决策。这些方式并不完美，“EPA发生的种种迹象表明，我们可以通过技术来促使部门做出改变，”Thottungal说道，“目前我们看到的是，技术的应用能够促进创新”。

Rhode Island的首席创新官在一次演讲中说道，他曾试图推广一个快速原型开发方式。像Thottungal一样，他见过很多项目花了很长时间才完成开发。如果一个项目耗费一年或更多的时间在开发上，在其发布后，发现由于开发人员的失误，导致使用了错误的数据源，这种情况如果发生在公共部门的分析团队，那将更为糟糕。

Culatta说，他觉得最小化可行产品的方法可以解决上述问题。因为该方式可以在早期发现设计上的错误。如果发现产品有问题，也不会浪费太多的时间。

他把这种构建数据产品的方式与洛克希德·马丁公司“臭鼬工厂”团队开发先进军用飞机的方式做了对比，使用这种方式，开发团队可以迅速行动，不断创新。Culatta表示，目前，新的在线数据来源和数据分析方法正在迅速发展，公共部门机构现在必须考虑使用最小化可行产品的方法。

“我们如何创建大数据的‘臭鼬工厂’呢？”他问道，“数据的收集已经十分容易了。但如何使用这些收集的数据又是另外一回事了。”

充分利用分析团队的技能

美国商务部的一名法律顾问Justin Antonipillai表示，对于他来说，改变公共部门传统的关键在于，让人们能够充分发挥各自的才能。在他入职现在的部门以后，他见过太多训练有素的数据科学家们被要求完成简单的数据报告任务。他们没有机会去处理那种棘手的问题，英雄无用武之地的同时，创新也随之被扼杀。

“我们拥有世界一流的专家，但他们却经常被要求解决微软Access数据库这一类简单的问题。”他说道。

但是现在，领导者已经意识到这一点，他们正在为数据科学家分配一些更有技术含量的任务。例如，他的团队最近与Commercial Foreign Service部门合作开展一个项目，旨在帮助美国企业开展更多的海外业务。这个项目可用于判断公司是否可以进行更多出口贸易。在过去，项目经理只是会直接接触企业有关人员，根据自己的直觉给出判断结果。现在，这些部门已经具备了相应的算法，用来判断公司的出口是否已达到上限。

Thottungal说道，当需要这些部门做出变化，接受新的数据驱动方法时，他们通常不愿意冒风险。但在这个不断变化的世界中，如果这些部门不想被淘汰，他们就不得不去面对这些风险。“公共部门可以采用如下的方式做出改变，引入一些新鲜血液，号召大家‘在允许范围内，勇敢承担一些风险’”，Thottungal 说。