1.提高跨部门信息共享的核心价值认知度

大数据运用的程度与技术使用者的认知、动机和兴趣等密切相关。在实践中，不少部门对于大数据战略缺乏起码的认知，“纯技术论”“纯工具论”“纯部门论”仍有市场。推进数据的整合，首先要有“大数据思维”。所谓大数据思维，是指一种意识，认为公开的数据一旦处理得当就能为千百万人要解决的问题提供答案。需要组织各部门基于协同的基础，借助新一代的云计算、物联网等信息技术和应用，通过感知化、物联化、智能化的方式，使不同领域、子系统之间的关系显现出来，形成一个实时反应、普遍联系、相互促进、彼此影响、协调运作的和谐生态整体。协同的含义就是合作，而非独立行事。面对跨部门运作和跨部门信息资源流动，各部门首先要在工作目标上达成共识，“增加跨部门、跨专业领域、跨边界的能力和信任”，这决定着各部门主观能动性的发挥及后续采取何种形式去实现数据资源共享。

2.优化数据流动结构

按照结构功能主义的观点，一个系统的结构与功能存在密切联系，功能依赖于结构。合理的结构能够保证数据运作良好，这里的“结构”指的是系统中固有的数据信息流通模式。数据信息流动方向包括向上、向下和横向流动。从某种程度上来说，数据信息流动结构也是权力结构，权力来自于对数据信息选择与传播的掌控。在大数据环境下，由于各部门的专业特征和数据信息流动偏好不同，在一定程度上影响着数据融合度。数据信息流动方向决定着数据信息的传递、共享及交流的速度和准确性，如果数据信息在现有结构中无法实现顺利传送，就需要改变组织结构以实现更好的数据信息流动。

3.搭建部门之间的沟通协调网络(www.daowen.com)

加强跨部门的信息沟通与协调是充分运用大数据的基础条件。沟通协调网络按照不同的工作任务和工作内容进行调整。除了正式的沟通网络之外，还要建立非正式沟通渠道。正式的沟通网络为传递信息建立了固定的结构，而非正式的沟通渠道可以根据不同需要随时形成。沟通协调网络决定着数据信息运行的方式，随着联结人员数量和数据信息特性的变化而发生变化。大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的沟通网络，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。通过部门内部或部门之间的沟通网络，使组织的数据、信息、知识、能力、应用、服务等有机整合，掌握智能化进程的先机与主动权。针对信息系统建设中的大数据应用，建立不同主题、不同模块的大数据建设标准，为实现各类信息系统之间的互联互通、资源共享奠定基础。不同领域的数据之间也有一定的关联性，这种数据间的耦合可以使大数据不断产生更大的价值。信息资源跨部门共享就是一种结构化的跨部门合作，只有通过彼此间的协商与交流，将个人的认知、愿望和力量转化为集体的共识，才能对跨部门共享产生积极的影响。因此，应通过沟通协调网络，消除数据壁垒，将现有的各条线、各条块的业务系统、信息系统、网站平台等进行数据贯通和整合，实现各类信息数据的共享应用和深度整合。

4.建立辅助性的动态合作团队

动态团队就是跨越界限的合作平台，形式多种多样，既可以在组织的同级部门开展合作，也可以实行跨级合作。动态团队中的成员在合作中地位完全平等，没有上下级，不存在命令与服从关系；在决策过程中遵循民主协商、平等自愿的原则；按照实际要求灵活合作。这种非正式组织完全可以突破行政系统内的固定边界，有助于成员之间的信息交流，而不需要考虑成员的等级，能够促进信息和资源的整合与利用最大化，加强合作与激发创新。这样一种脱离层级控制的扁平化结构本质上就构成了一个知识体系，其优势主要在于对各部门人员所拥有的知识、信息进行整合、创造和管理，促进不同部门数据信息资源共享，发挥出巨大的整体效能。