京公网安备 11010802034615号
经营许可证编号:京B2-20210330
自贸区系列采访之一:“大数据”开启市场监管新模式
A:市委全面深化改革领导小组昨天举行第十次会议,分别听取关于中国上海自由贸易试验区扩区建设运行情况和下一步工作打算的汇报、关于以“高峰”“高原”学科建设率先对接国家一流大学和一流学科建设情况的汇报,部署推进重点改革工作。会议审议并原则通过《上海市中等职业学校学生学业水平评价实施办法》、《上海市中等职业学校学生综合素质评价实施办法》。市委书记、市委全面深化改革领导小组组长韩正主持会议并讲话。
会议强调,下一步改革,要深入贯彻落实习近平总书记、李克强总理一系列重要指示精神,紧紧围绕党中央、国务院的要求部署,始终坚持制度创新这一根本方向,在推进改革的进程中,不断建立健全各项基础性制度和核心制度,并使之逐步定型、成熟、完善。进一步在全市形成积极参与改革、合力推进改革的良好氛围,全力以赴把上海自贸试验区建设成为开放度最高、便利化最优的自贸试验区。
B:上海自贸区扩区以来,围绕制度创新,浦东不断探索事中事后监管新机制,其中,运用“大数据”推进社会信用体系建设成为重要抓手之一。在试点成功基础上,浦东市场监管局昨天宣布,与第三方网络订餐平台实现的“数据共享”,本月底将覆盖到浦东全区。
(浦东市场监管局与网络订餐平台“饿了么”,在上月底启动“互联网+信用监管”模式,在全国率先探索让政府数据走出“深闺”。
试点的陆家嘴区域,“饿了么”平台上已经有1600多家商户实现了数据共享,完成证照核对,这些商户信息上都挂出了一个“脸谱”标识,点开后能看到来自政府权威发布的营业执照、餐饮服务许可证和食品安全监督公示信息。浦东市场监管局副局长管捍东说,试点近一个月,效果明显。
[实况:陆家嘴地区入网商户中,“笑脸”商户的订餐量大概上涨约15%,无脸谱商户订单量有一定比例的下降。]
不仅如此,一些证照不齐或是与监管部门数据不符的商户,先后被停止经营、通报政府部门,清出市场。“饿了么”资深副总罗宇平说,他们还重新建立和完善了商户信用评价标准,在评价体系中加入政府监管信息,占比20%。
[实况:这个打分和排名包括了食品安全质量、送餐速度、餐厅服务态度,比较优秀的餐厅表现出来就是排名比较靠前,获得用户关注的次数会比较多,相应它的订单会比较多。]
这种双赢模式,对网络平台来说,使用监管部门的信息,等于抢占了制高点,提高了公信力,能吸引更多用户;而对监管部门来说,不花一分钱,既让信息公示有了很好的拓展渠道,同时根据消费者的点评,给监管发布预警,找准需要重点监管的区域和对象,开展分类监管,省心省力还提高了效果。
管捍东说,今后,对检查情况和市场评价良好的商户,监管部门将实行“远距离监管”,充分保护其积极性;反之,检查情况和市场评价差,甚至存在违法行为的商户,集中力量予以严管。
[实况:信用监管、大数据监管,是一个不可阻挡的趋势。这一次和饿了么在食品领域做了一个开头,我们也有这样的考虑,往其他的领域探索。]
的确,政府部门可以开发的大数据还有很多,而且也不仅仅是市场监管部门一家。比如,最近几年,P2P企业跑路、或是消费预付卡企业跑路事件频发,如果市场监管部门能牵手金融监管部门、牵手第三方平台,与消费者互通企业有无资质、有无交纳保证金、投诉举报是否集中等,或许就能更及时地发现问题企业,骗子企业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19