一是以数据集成为基础的跨部门流程再造。信息孤岛是我国当前政府信息化面临的突出问题，这直接影响到政府跨部门业务协作能力。如何整合广泛分散在不同部门的、异构的数据资源，成为提升政府跨部门合作能力的关键。而大数据技术中的云储存、Hadoop技术为数据集成共享提供了技术支撑，如图3所示。传统的数据集成中也会面对数据异构的问题，但是在大数据时代的异构性出现了新变化，主要体现在：数据类型从以结构化数据为主转向结构化数据和非结构化数据的融合；数据产生方式的多样性带来的数据源变化，从传统产生物理位置相对固定的电脑，到基于移动互联技术的手机、GPS、平板电脑、传感器等；数据存储方式从过去大多存储在关系数据库中，到存储在Hadoop的HDFS中；[20]数据来源部门，从传统主要来源于政府部门，到目前来源于政府部门、事业单位。
二是以数据响应为核心的跨部门政务协同。以数据响应为核心的政府部门间的业务协同客观上需要突破组织藩篱、实现资源共享，设计无缝隙的流程管理链条。大数据支持下的数据集成和信息整合为构建以数据响应为核心的跨部门政务协同提供了基础；而无缝隙的流程管理链条是围绕政务服务流程中的价值链展开，也就是识别政务业务流程经过哪些环节或活动实现了价值增值。[21]图4就是响应公众开设餐饮类企业（含酒类零售）服务需求的跨部门政务协同流程。公众开办餐饮企业的服务请求被看成数据请求，政府部门审批应答被看成是数据响应，当公众的服务请求涉及多个政府部门时，系统会将这一请求以信息流自动分发到相关政府部门，相关政府部门依据其职能权限对同一个服务请求同时应答，以信息流打通部门之间壁垒。
（三）政府对外服务业务流程再造
政府对外服务业务流程再造主要是为公众提供产品或服务的流程，实现公共部门与社会公众沟通的电子化，实现公众快捷、方便地网上办事，这是政府业务流程再造中最为复杂和最为困难的。大数据支持下的政府服务业务流程再造就是要利用信息化技术，实现服务途径的虚拟化、便捷化和一体化，具体内容有：
一是识别服务需求，从被动走向主动。自1999年“政府上网工程”启动以来，政府门户网站内容以政府部门和职能为中心来设置，企业或公民要围绕行政权力分配来运动，是一种“供给导向”的发展模式。[22]政府对公众的服务是一种“请求—响应”被动服务模式，如图5所示只有当公众在第3个环节明确向政府门户网站提出服务需求后，政府部门才在第4个环节做出响应。目前，Google Analytics、Adobe SiteCatalyst、Urchin、Siteimprove和百度统计等大数据分析和挖掘技术为识别公众需求提供有力的技术支持，也成为英国、美国、澳大利亚等西方国家改善在线服务的治理工具。[23]因此，对外服务流程再造可以利用这些大数据技术来主动识别公众需求和推荐服务，如图6所示。即在环节1，也就是公众通过政府部门网站的站内搜索和站外搜索工具来搜索需求信息时，政府就使用大数据技术提前介入，主动感知和收集公众搜索使用的关键词类型和特征、搜索精力等信息；并利用Hadoop等大数据分析对公众搜索记录和行为进行分析，识别公众的倾向和偏好，主动模拟公共部门向公众主动推荐服务，进行有效的服务预警，从而使公众避免信息“超载”所带来的失败。
二是服务热点分析，从供给走向需求。政府门户网站是政府与公众间沟通的桥梁，其界面是政府向公众提供政府信息和办事服务的网页内容展现方式，是政府通过虚拟互联网提供公共服务的“前台”。中国政府网站的内容建设一直按“供给”逻辑，从政府部门职能履行角度来设计网站栏目和内容，缺乏用户体验手段，无法识别公众需求。[24]大数据思维方式要求利用大数据来提供公众需要的公共服务，这就要求政府网站建设要从“供给导向”走向“需求导向”，更加注重公众的体验。“热点图”是通过使用不同的标志或颜色将图或页面上的区域按照受关注程度的不同加以标注并呈现的一种分析手段。公众在政府门户网站页面上的点击行为直接反映了其服务需求，通过对政府网站用户在特定页面，尤其是导航类页面上的点击所对应内容的跟踪，可以获得用户需求的直接表达，如图7所示，页面上点击“热度”越高的区域表示用户关心度越高，其所对应的内容就是用户的需求。[25]采用大数据技术来分析网站栏目的综合访问质量绩效，追踪公众服务需求，并通过热点图来展现公众需要，以公众需求而不是政府供给来设计政府网站内容。