1. 大數據不能僅理解為“大”的數據
大數據并非只是數據量大和信息豐富。對于公共管理領域來說，大數據首先是一種戰略性管理資源，提供了一種從多角度、多層次來連續觀察管理和研究對象的能力；其次，大數據是一種決策思維模式，通過數據驅動的形式凸顯尊重科學規律、探索“未知”動態調整管理任務內涵與外延的工作方式；第三，大數據是一種分析技術，即使是建立在豐富數據基礎上的分析結論，也可能受到技術研究者認識和能力的局限而產生“事實扭曲”。
概括來說，公共管理領域內的大數據分析的任務，是要將“數據資源”轉化為科學的“決策能力”，進而提升“行動效果”。
2.公共管理領域內的大數據分析不能形成“話語權壟斷”
正因為在公共管理領域內大數據分析承擔著提升“決策能力”的任務，且注意到大數據分析會由于分析者的認識和能力而產生“事實扭曲”，所以必須防止在公共政策決策中出現“信息壟斷”的決策黑匣子，即決策分析僅由少數掌握數據的單位完成，大數據淪為壟斷話語權的工具。
因此，如何保證公共政策決策分析過程中廣泛的技術參與，以及在證據基礎上的充分討論，就成為公共管理領域內大數據分析的重要議題。換句話說，大數據引入公共管理領域應該帶來的是“更加充分的證-析”，而非“萬馬齊喑”的決策分析話語權壟斷。
3.大數據平臺應該是“圖書館”，而非相對封閉的“實驗室”
在上述認識的基礎上，政府推動的公共管理領域大數據平臺建設，需要將數據開放作為首要任務。即是廣泛的研究者能夠進入的“圖書館”，而非強調或者暗含“技術/信息保密”的實驗室。由于“大數據”所涉及的數據多為非規范數據，如何形成“規范話語”，并進行海量信息的“條目梳理”，讓使用者能夠準確理解和方便使用，是大數據平臺所應致力的任務。
但是在這一過程中需要注意“信息保全”，以防止過早地由“圖書管理員自以為是”地進行信息過濾，制約了使用者的研究能動性。同時需要認真研究屏蔽個人隱私但又保證使用者研究所需信息的方法，特別是對于涉及個體行為的相關信息，既不能強調研究需要而泄露個人信息，也不能簡單強調隱私而過早進行統計集計。需要認識到，大數據分析的重要任務是發現“未知”，保證必要的信息“粒度”是基礎性條件。
4.行業重點實驗室要把握好自己的職責
公共管理領域內的行業重點實驗室，是大數據應用的推動者，而非大數據應用的唯一（或者主要）承擔人。其職責不是代替行業內眾多研究單位來完成基于大數據的決策分析，而是不斷探索各種數據資源可能的應用途徑和方法，推動行業大數據應用的進步。
5.最后強調兩點
公共管理領域內的大數據分析，開放是核心；公共管理領域內的大數據分析，強調探索“未知”，以支持政府的洞察力，需要防止僅圍繞既定工作任務而忘記了“發現”。
微信公眾號：MobilitySolution