电子政务走向成熟需要三个重要的积累：一是政府业务流程的重组优化和规范方面的经验积累；二是与政府业务流重合的信息流数据的积累；三是综合运用各种信息网络技术进行系统集成经验的积累。而数据积累又是三个积累中最为重要的，它是政务信息化的基础。
　　数据是现代信息的DNA，没有数据也就没有信息，数据资源的现时性、准确性、完整性、共享性直接决定电子政务的应用深度和广度。因此，在当前各国政府在电子政务系统建设中，已经大量引进数据管理技术，从而大大提高了电子政务系统建设的应用效果，提高了电子政务系统的智能化水平。

　　数据采集技术：避免重复采集

　　电子政府是与信息社会相适应的政府组织形态，电子政务的发展要求对工业时代政府机构内部原有的业务过程进行改造，以一种全新的方法和程序去完成原有的业务功能。我国目前的政府业务和运行流程体系是在传统工业、农业社会里形成并完善的，与信息时代发展的要求差距还很大。因此，在政府信息化的过程中，要实现从传统的政府管理向电子政务的转换，必然导致政府机构的结构性调整，也必然导致政府运行方式的改变。可见，电子政务系统建设和应用与政府运行流程是在不断相互调适中持续发展。
　　以政府的业务流为主线，利用信息技术给政府重新“梳一次辫子”，根据轻重缓急将政府职能中带有不变性的业务流一个一个地信息化，是实现政府重构，避免强化和固化原有的政府结构的一种基本方法，因为，无论是中央政府各部门还是地方政府，只有与业务流重合的信息流才是准确可靠和可持续的。因此，在进行数据采集时，无论是中央政府或地方政府需要的信息数据，都应当尽可能在业务流发生或经过的信息源进行采集。同时，每个数据应该只采集一次，而不是每个需要这项信息的部门各自重复采集。此外，所采集到的信息数据应当由业务活动所发生的部门拥有、更新并进行维护，以使这些数据为经过授权的、需要它们的其他部门所共享。

　　数据仓库技术：决策分析的基础

　　电子政务作为一种基于网络、符合Internet标准、面向政府机关、企（事）业单位以及社会公众互动信息服务的智能化信息处理系统，信息的获取、利用和开发是必须解决的核心问题。
　　从计算机应用初期的电子数据处理EDP（Electronic Data Processing）到发展中期的执行信息系统、决策支持系统、以及到今天的电子政务，都始终伴随着对数据仓库的探求。
　　数据仓库技术是在数据库技术发展过程中出现的一种为决策服务的数据组织和存储技术。数据仓库是集成信息的存储中心，这些信息可用于查询或分析。数据仓库一般由基本数据、元数据、历史数据、综合数据组成。传统的数据库是面向应用的，具有逻辑关系和确定意义的数据集合，数据与应用紧密相联，而数据仓库中的数据则面向主题。主题从逻辑意义上讲，是对应于政府某一宏观分析领域所涉及的分析对象，它可以根据最终用户的观点组织和提供数据。同时，基于主题组织起来的数据相互之间逻辑上不交叉，便于做决策分析之用。数据仓库是集成数据的统一体。政府的业务流数据经过处理后，在数据仓库中形成了整合的、结构化的、易于导航的数据，能对决策分析进行快速、正确的响应。同时，它还能使政府的业务操作环境和信息分析环境分离，从而提供有效的、实时的信息服务。
　　在数据仓库管理方面，有一个存储元数据的中央数据库或数据字典。元数据（Metadata）是“关于数据的数据”（the data about data），它主要用于描述数据集或描述数据集系列和各个要素及属性。因此，它也是关于数据的内容、状况、质量和其他特性的描述性信息。元数据可以用于数据文档建立、数据转换、数据发布、数据浏览等许多方面。例如，通过数据集编目和数据交换网络，利用元数据就可以寻找到所需要的数据，合作伙伴之间便可以共享数据的采集和维护。此外，元数据还可以为数据生产者提供由于用户误用数据而产生的纠纷方面的保护。
　　元数据的实施通常包括内容标准的制定、元数据输入、元数据的收集、编辑和维护工具的开发、建立元数据库/文件管理系统、以及外部用户使用工具的开发。目前，由于规范化和标准化是建立统一电子政府的关键措施之一，世界上许多国家为了解决政府部门之间信息系统的一体化以及中央与地方政府之间信息系统的一体化问题，都十分重视制定统一规范的元数据标准。有了统一的规范的元数据标准，用户可以随时了解数据所处的状况，并能方便地获取所需的数据。

　　数据挖掘技术：提高智能化水平

　　数据挖掘又称数据库中的知识发现，是指从大型数据库或数据仓库中提取隐含的、人们事先不知道的、但又是潜在有用的信息和知识的过程。就像是从矿石中采矿一样，人们把原始数据看作是形成知识的源泉。原始数据可以是结构化的，如关系数据库中的数据，也可以是半结构化的，如文本、图形、图像数据，甚至是分布在网络上的异构型数据。数据挖掘使数据库技术进入了一个高级发展阶段，它不仅能对过去的数据进行查询和遍历，而且能够找出过去与现在数据之间的潜在联系，数据挖掘技术可以让现有的软件和硬件更加自动化，在大型数据库中自动找寻潜在的预测信息。
　　电子政务中的数据挖掘技术是基于网络的，即所谓的网络数据挖掘。它除了处理传统数据库中数值型的结构化数据外，处理更多的是各类公文文本、图形、图像、WWW信息资源等半结构、非结构化的数据。使用数据挖掘技术，可以发现：反映同类事务共同性质的知识、反映事务各方面特征的知识、根据历史的和当前的数据能够推测未来数据的预测型知识。同时还能揭示事务偏离常规的异常现象。所有这些知识都可以在不同的概念层次上被发现。至于发现工具和方法，常用的有分类、聚类、减维、模式识别、可视化、决策树、遗传算法、以及不确定性处理等。
　　将网络数据挖掘技术引入电子政务中，可以大大提高整个电子政务系统的智能化水平。例如，以用户为中心设计电子政务系统，可以把政府的门户网站视作整个客户关系管理的一部分，而数据库系统中的数据挖掘应该延伸至门户网站与后台的管理信息系统和政府资源计划GRP系统，这种能力体现了知识管理。此外，通过对网络各种经济资源的挖掘，可以确定未来经济的走势，从而制定出相应的宏观经济调控政策。

　　专家提示

　　在电子政务系统中采用的关键信息技术除了数据管理技术之外，还有网络安全技术、传统OA与网上办公集成技术、跨平台的信息交换技术、协同工作技术、标准化技术等等。
　　从应用角度考虑，电子政务系统与其他信息系统的最大区别在于，其中所承载的信息流和数据更为重要，对安全性、可靠性的要求极高。要建成先进复杂的电子政务系统，需要采用先进的技术和手段。但是，从一些成功的应用系统中可以看到，如果在构建过程形成一个稳定而成熟的应用体系，即使在构建信息系统时所采用的技术、设备由于某些原因不得不升级、转型甚至淘汰，而整个系统仍能迅速转向新的技术体系，并在短期调整后继续运转。总之，电子政务系统建设需要坚持实用性、可靠性、先进性、标准化、扩展性、开放性以及安全性原则。