京公网安备 11010802034615号
经营许可证编号:京B2-20210330
巡查组运用“大数据”督导突出问题解决
7月12日上午,江岸区政务服务大厅内一片忙碌,各个窗口工作人员面带笑意,热心地为市民办理着各项业务。老人有专人引导着,顺利走完流程;火急火燎想要快速办理的市民,有绿色通道提供帮助,立刻变得从容起来……
这些场景,只是江岸区政府服务大厅为期三个月“提质增效”行动取得效果的一个缩影。这些变化的背后,是市营商环境专项巡查第一组通过“大数据”分析,查找营商环境中存在的突出问题,并督导问题解决的成功尝试。
明察暗访推动政务窗口提质增效
今年3月底,市营商环境专项巡查第一组入驻江岸区后,立即对外公布了热线电话,办公地点等投诉渠道,坚持问题导向,开展专项巡查。
刚开始时,投诉电话和信访数量极少,巡查组无法客观全面收集掌握企业存在的困难和营商环境中存在的问题。
专项巡查第一组不等不靠,主动联系市网上群众工作部,主动运用网群部大数据(含阳光信访、市长专线、城市留言板投诉数据)筛选、分析涉及江岸区营商环境的投诉,获取营商环境存在的突出问题。通过2018年1至4月的数据发现,江岸区政务服务大厅投诉较为集中,群众来回跑腿、排队时间长、办事效率不高等问题非常突出。尤其是公安窗口,1-4个月投诉量达45起。
该组随即对区政务服务大厅展开明察暗访,查找出一批突出问题,并通过现场巡查会督促整改。区行政审批局以此为契机开展了为期三个月的“提质增效”专项行动,全方位自查找问题,共查找出体制机制、服务质量、服务效率等6类50个问题。经过全方位采取措施予以整改,取得人员专业能力、综合服务水平“双提升”,投诉量和投诉率大幅度下降。其间,公安窗口5月份群众投诉总量下降53%,6月份环比又下降了85.7%。
电话抽访促成人才公寓全方位升级
今年5月,专项巡查第一组通过“大数据”分析还发现,不少大学生对江岸区人才公寓的办理流程和居住环境表示不满。人才公寓作为“百万大学生留汉”项目的重要优惠政策,关乎整个武汉市的招才引智工作,将人才公寓优惠政策落到实处,将进一步激发大学生留汉的热情和信心。
为此,第一组立即展开调查,对江岸区现有的利腾国际、丹水国际等人才公寓入驻的228名毕业大学生以及通过审核尚未入驻的461名大学生展开电话抽访,并前往人才公寓实地调研。
经过系列调查走访,该组还发现了江岸区人才公寓建设和使用中存在的突出问题,主要包括“百万大学生留汉”优惠政策宣传不到位、户型单一入住率低、部分楼盘存在装修和家电质量问题、服务程序不到位、审核信息推送缓慢等问题。
第一组及时将这些突出问题交办督办,区房管局对存在的问题逐一整改,并对涉及工作不到位的工作人员进行了批评教育。
其中,大学生反映户型单一导致入住率低的问题,区房管局表示,之前只是按合租方式进行配租,但却忽视了大学生崇尚自由,注重隐私的特点,导致合租房源空置较多。为此,已经对配租方式进行了调整,对于符合选择单租条件的大学毕业生,将原来的合租房源按单租方式进行配租,满足大学生需求,减少了空置率。
7月12日中午,记者来到刚刚发布房源信息的新地东方广场,该栋楼内有100套公寓作为人才公寓使用。由于巡查组前期巡查提出要求,东方广场内的人才公寓对房屋质量和物业服务等各项内容进行了全面升级,以最高标准迎接即将入住的大学生。
此外,江岸区近期还将发布全市中心城区首个“长江金岸青年城”项目,该项目规模达15万平方米,建成后将对大学毕业生实施8折租售的优惠政策。
不等问题上门,用“大数据”来找出突出问题并督导解决,市营商环境专项巡查第一组的成功尝试,迅速在全市巡查战线得到借鉴和推广。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14