政府决策是对经济、政治、文化和社会建设提思路、做规划、定政策、出措施的过程，决策一经出台实施，就会对经济社会发展产生多方面影响。随着管理要素的日趋庞杂，仅凭经验管理已经难以全面了解所有正在或将要发生的事情，难以及时准确地做出科学判断。这就要求政府部门提高决策的科学性、准确性和及时性，把大数据等先进技术与思维模式运用到政府管理决策中，掌握决策依据、优化决策过程、跟踪决策实施。
　　 科学决策建立在决策依据的基础上，科学的决策依据需要数据支撑。在大数据时代，数据量的爆炸式增长和数据分析技术的不断成熟，使得政府的决策能力越来越靠近科学发展的规律。一方面，多维度、高质量、数量丰富的数据提高了决策依据的科学性;另一方面，数据挖掘、数据分析和可视化技术为快速、准确的决策提供了技术支撑。例如，美国司法部门在全国范围内推行数据驱动的决策方法，强调“数据和信息是执法工作中制定战略和决策的基础”;为了解决纽约市犯罪率较高的问题，纽约市警方通过分析案件与发薪日、体育赛事、天气变化和节假日等变量的相关性，基于大数据分析模型，预测最有可能发生罪案的“热点”区域，将警力提前部署在这些区域。纽约市警方在该系统的辅助决策支撑下，大大提升了犯罪的提前干预，控制了犯罪率的提升，创造了50年来最好的犯罪管理和犯罪预防效果。
　　 科学决策需要不断地优化决策过程，决策过程需要大数据的智能辅助。决策过程是决策者在掌握大量信息后，通过分析和经验判断，做出决策的一系列具有逻辑性的工作。科学的决策需要掌握大量的历史数据、即时数据和关联数据，通过分析建模的方式，判断事情的产生原因、发展趋势及影响要素的相关性，借助数据分析技术辅助决策。大数据能够创造出复杂的人工智能，让计算机帮助人类完成动态监测、趋势判断、语音咨询、即时翻译乃至医疗诊断、法律文书处理等专业任务。这种处理不仅是实时的、大批量的，更是可参考的。此外，大数据分析模型还能够对决策的结果进行仿真和效果呈现，帮助决策部门对决策的整体方案和细节进行有针对性的优化改进。例如，交通管理部门需要对拥堵路段进行预判和对产生拥堵的原因进行分析，以便通过调整交通控制系统对拥堵路段进行疏通。2013年，温州市主城区新增了172个SCATS（悉尼自适应交通控制系统），根据各个路口的车流数据、人流数据、地理位置数据和监控摄像头数据，自动调整红绿灯的等待时间，实现对交通流的实时最佳配置和控制。
　　 决策实施过程中，往往会因为某个影响因素的改变或新要素的加入，使决策的结果产生偏差。因此，决策实施过程中，需要及时的数据反馈和决策优化。大数据不仅能为政府提供决策产生机制，而且能根据实际需求和公众体验提供相应的决策信息反馈机制、决策调控纠偏机制。通过数据反馈，与决策预期和决策仿真进行对比，能够及时把握事件发展趋势，发现新的问题，并提高决策模型的学习能力，逐步提升科学决策的水平。同时，政府决策从来都不是孤立的，而是相辅相成的，一个决策实施的数据反馈将成为另一个决策的依据。