Comment le secteur public britannique peut-il maximiser la valeur des données?

Les publications sponsorisées Nous générons tous de vastes volumes de données grâce à de multiples interactions avec les services publics, mais il y a encore beaucoup de questions sans réponse sur ce que le secteur public devrait vraiment en faire. Comment les organisations maintiennent-elles la confiance des citoyens qui ont besoin d’être rassurés que leurs informations personnelles sont en sécurité et utilisées, par exemple? Et comment le secteur public place-t-il les données au cœur de la conception des services, favorise-t-il l’ouverture et favorise-t-il la collaboration? Et ne devons-nous pas également savoir comment nos données seront utilisées à l’avenir? Pour aider à fournir des réponses à ces questions, et bien d’autres encore, Hewlett Packard Enterprise (HPE) a créé une nouvelle série documentaire insightful, House of Data. La première partie explore la valeur des données pour le secteur public et se concentre sur l’importance vitale de maintenir la confiance des citoyens. On y voit Pauline Yau, directrice du secteur public chez Hewett Packard Enterprise, expliquer comment la véritable valeur des données provient des insights qu’elles peuvent fournir, à condition qu’elles soient traitées et utilisées de manière efficace. Elle soutient que sa valeur pour le secteur public n’est pas financière, mais plutôt qu’elle permet aux départements et aux organisations du gouvernement de fournir de meilleurs services – et de prédire plus précisément quels services seront nécessaires à l’avenir. Lisa Allen, directrice des données et des services de l’Open Data Institute, a également déclaré dans cet épisode que les organisations du secteur public les plus performantes sont celles qui comprennent le mieux la valeur des actifs intangibles. Dans le passé, les entreprises ont peut-être davantage mis l’accent sur leurs actifs physiques, mais les entités gouvernementales sont maintenant conscientes que des valeurs opérationnelles plus significatives peuvent être dérivées des données.