编者注

 

本地政府视开放数据为辅助决策的利器、超越透明进而成为数据驱动的实体时，会出现什么？本节，我们倾听参与者分享他们的理念与成果，他们为实现这些理念、得到这些成果而作的努力不仅帮助政府向民众公开了数据，还从本质上发挥数据的作用以使数据能持续改善业务程序、改善政策、改善资源分配。

在第15章，纽约市史上首位分析主管米歇尔•弗拉沃斯（Michael Flowers）会讲述纽约市的成功经验：运用可预测数据分析，打造高效政府，实现服务优化。他从团队那以发挥已开放数据为基的自举性起步阶段讲起，追溯项目的成功与推广。
接着是白丝•布劳尔（Beth Blauer），她会在16章与我们分享她与马里兰州长马丁•奥马利（Martin O’Malley ）建立首个州际绩效提升项目的经历。她实录了自己从项目建设中领悟到的成功要素并讲述现已转入Socrata开放数据提供商这样的私有部门的她如何化用先前的工作经验令其它各处本地政府能简便地执行绩效管理项目。

第17章是路易斯维尔市“州策略”（StateStat）路线演进的案例研究。路易斯维尔市的绩效主管泰莉萨•雷诺-韦伯（Theresa Reno-Weber ）与信息主管百思•尼布洛克（Beth Niblock）会描述“路易斯策略”（LouieStat）项目中数据开放之举带给绩效管理的实惠，该项目的内容包括削减3百万美元的年度计划外加班费。他们着力让路易斯维尔市采用精益初创的”最低可有产品“模型（“minimum viable product” model），推测可助全国城市巧用开放数据实现事半功倍的要诀。

肯•沃尔夫（Ken Wolf）与约翰•弗赖依（John Fry）在协助本地政府应用绩效管理软件上均经验丰富，他们以对其它城市数据驱动型绩效管理的案例研究为基础构建出框架，该框架旨勾勒了合作制定基准的远景框架以及各城市共享彼此相对优势的最佳做法。第18章中他们将阐述暗示上述两点有机会实现的早期表征是何，以及初涉之后怎样更进一步。