京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”开启市场监管新模式浦东试水网络订餐“互联网+信用监管”
8月27日消息:类似于“饿了么”这样的第三方网络订餐平台,即O2O模式,是近来来涌现出的互联网新业态,正以迅猛态势发展。日前,浦东市场监管局依照“大数据”理念,试点在网络订餐行业实施“互联网+信用监管”模式,取得新的突破。消费者通过第三方平台进行网络订餐时,就能轻松实现与政府“大数据”的“亲密接触”,参与食品安全监管过程。
据调查,不少白领是网络订餐的忠实拥趸,但这种便捷的订餐方式,也存在一定的食品安全隐患,比如一些入网餐饮单位卫生情况不过关,甚至还有个别“地下黑窝点”摇身一变,利用网络开展经营活动,严重影响食品安全。
“饿了么”CEO张旭豪坦言:“我们一直致力于加强对入网商户的透明化、规范化管理,要求经营者必须上传证照扫描件,但是很多信息我们无法准确掌握,在进行制止审查时确实有困难。因此,我们非常希望得到政府权威信息的支撑。”
“仅凭第三方平台线上喝茶,或是单纯依靠政府部门线下监管,力量都是有限的。”浦东市场监管局局长陈彦峰表示,“我们试图整合政府和市场的‘大数据’资源,探索‘互联网+信用监管’模式,促进对网络订餐食品安全的线上线下齐抓共管。”
8月27日,浦东新区市场监管局率先尝试与“饿了么”在餐饮店数量多、监管难度大的陆家嘴地区先行试点。陆家嘴地区汇集了近900家餐饮单位,接近浦东全区的十分之一:“饿了么”在陆家嘴地区“饿单”日均接单量占全区30%。目前,双方已经完成入网餐饮单位的市场主体信息基础数据及动态监管数据的对接,包括营业执照、餐饮服务许可证、食品安全量化分级监管信息(俗称笑脸、平脸、哭脸)等。登录“饿了么”网站或用手机APP软件订餐时,在餐厅列表页和详情介绍中点开“脸谱”图表,来自浦东市场监管局的证照登记信息和相关检查信息便一目了然。浦东市场监管局与“饿了么”项目负责人介绍,信息共享将逐步在浦东新区辐射开来,预计最快今年年底能实现全覆盖。
据悉,“饿了么”在平台服务中形成的信用评价、交易记录、投诉举报等大数据也将同步流向政府部门,推动“互联网+”与市场监管的深度融合,促进行政资源的有效配置,推进市场动向与政府监管的无缝衔接。
浦东新区市场监管局与“饿了么”相关负责人表示:“我们都希望通过数据开放、共享,实现良币驱逐劣币,促使好的企业做得更好”。一方面,监管部门将对检查情况和市场评价良好的企业实行“远距离监管”,充分保护创新创业者的积极性;另一方面,对检查情况和市场评价差,甚至存在违法行为的商户,将集中力量予以严管,维持市场正常秩序,促进市场公平竞争。当线上颇受公众欢迎的一家餐厅线下受到某些客观条件限制,暂时办不出证照,监管部门将尝试通过小餐饮信息公示,加强食品抽检等监管措施,对其进行疏导和规范。
据悉,今后浦东市场监管部门和第三方网络订餐平台还将依托大数据进一步在信用监管、智能监管领域大胆实践:在实行食品信息追溯管理、推进食品安全责任保险、落实消费维权首付赔偿制、开展从业人员食品安全培训等方面加强协作交流,实现多方共治,多方共赢。
提及“大数据”监管的前景,浦东市场监管局相关负责人透露:“网络订餐行业只是我们探索‘互联网+信用监管’的第一步,今后,我们还将向各个行业、各个领域推行‘大数据’监管模式。我们的信息资源将逐步向全社会敞开大门,欢迎社会各方加入共治行列,与我们一起共筑市场安全防线。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05