概览
《麦肯锡直接提升美国公共卫生机构的数据治理》研究报告聚焦于公共健康机构如何通过整体方法加强数据治理，以支持更快、更丰富的洞察生成。近年来，随着数据管理和信息管理的兴起，州首席信息官（CIO）将其列为政策和技术优先事项的前十大议题之一。报告强调了数据治理在确保正确的时间、正确的人员获取正确格式的数据方面的重要性，特别是在公共卫生领域的应用。
主要发现
报告提出了八个关键洞察，旨在帮助公共卫生机构启动并实施数据治理：
- 聚焦高优先级用例：通过快速建立几个关键应用案例来推动数据治理。
- 了解并参与新兴标准与指导：紧跟公共卫生领域不断变化的标准和指导，尽早参与创新工作。
- 推行开放数据姿态：在遵守数据隐私和安全准则的前提下，促进开放数据环境。
- 确保技术基础设施符合需求：为州级战略需求提供适当的技术架构支持。
- 自动化数据管理：减少手动负担，同时启动解决变革管理需求的思考性举措。
- 构建跨生态系统人才能力：培养数据分析和解释的跨领域人才。
- 建立跨职能的集中治理结构：设立领导数据治理决策的跨职能中央治理框架。
- 逐步扩展工作：从有限的维度开始，逐步扩展到全面的框架。
公共卫生优势
统一的数据治理框架对公共和私营部门组织都有显著优势。对于公共卫生生态系统而言，这一框架提供了多个益处，包括：
- 实时高质量数据：用于快速检测和响应公共卫生情况的变化。
- 加速关键任务：如综合疾病监测、案例调查和案例管理的资源。
- 数据分析支持决策：更有效地利用数据和分析支持决策制定和政策实施。
- 合规性：与地方、州、联邦法规、数据共享指令以及不断发展的国家数据标准保持一致。
- 管理跨域考虑：伦理、隐私、健康公平等重要考虑因素。
数据治理框架的关键维度
报告提出了一种适应公共卫生机构需求的四维数据治理框架，该框架基于跨私有和公有部门的经验，借鉴了麦肯锡的DRIVE框架（数据策略、影响案例和路线图；信息架构与技术；公共健康的价值、运营模式和治理；伦理、人才和文化）。每个维度包含多个组成部分，但不必同时处理所有部分。通常，组织会首先关注一些能解决痛点的领域，然后逐步扩大范围。
实践案例
其他州级机构的实践经验表明，专注于几个关键的应用案例可以为公共卫生机构带来价值。例如，新泽西州公共卫生部的数据和技术现代化努力从与州使命和愿景相一致的企业使用案例开始，通过评估影响力、可行性和放大潜力来优先排序这些案例。这样的做法有助于有效分配资源并实现早期有意义的进步，即使在建立正式的工作流程或完整的数据架构之前。
