MPH系统构建不是那么简单的任务，因为它要从七个机构所运行的800多个系统中收集信息。数据也来自医疗机构、美国国税局、美国人口调查局和公共数据源，如黄页等。

数据清理是项目中最复杂和耗时的部分之一，在分析开始之前清除坏数据和冗余数据是非常重要的。“婴儿死亡率大数据不仅是指我们所持有的90亿行数据，我们还要分析其他结构化和非结构化数据，这是非常重要的，我们不能没有HANA——几年之前我们根本无法办到这些，”Marshall说，“运行自然语言算法的技术和从相关环境组件收集信息的能力是这个项目的关键。”

MPH系统基本上是从头构建的。Marshall发现，处于一项新技术的最前沿可能受益匪浅也可能令人沮丧。在技术方面，并没有太多可供参考的成熟经验——文化变革管理是极其重要的。解决方法是得到州长以及OMB主管的支持，然后说服机构部门的主管。

“让他们有合作的感觉，并让他们意识到，他们是主导，我们只是在提供一种资源，这一点很重要，”Marshall说，“向他们展示我们的工具很有帮助。在内阁会议上，我展示了MPH能做什么，我们这样做的原因，以及我们有哪些工具等。使用Lumira向他们展示了一些可视化的东西，让他们了解，我们可以做到这一点，并且真的能够提供帮助。”

最初的报告和预算分配只是降低婴儿死亡率项目的开端。现在正在开发一个新的应用程序，帮助孕妇和新妈妈发现可用资源，及时得到医疗护理。国家也开始营销活动，称为Labor of Love，在其广告中使用了MPH项目的一些数据。MPH项目也用在了改善累犯率，减少高速公路交通事故率上。

Marshall最近离开了OMB部门，在私营部门找到了一个类似的职位，她相信数字化转型在印第安纳州政府中才刚刚开始，现在人们看到了更多的可能性。“我们展示了能够帮助机构做到更多；我们购买了很多许可，希望它们能够完成自己的数据工作，”她说，“重要的是要让他们知道这不仅是一种时尚，更是文化的一部分，而且不需要任何特别的议程就能十分顺利地完成。”

本文节选自《数据价值》十二月刊：一步一趋