京公网安备 11010802034615号
经营许可证编号:京B2-20210330
唤醒“沉睡”的政府大数据 上海浦东探索市场监管“互联网+”模式
网络订餐方便快捷,可无证餐饮掺杂其中,餐厅质量良莠不齐;政府数据系统记录了餐厅好坏,却长期“养在深闺人未识”。
如何解决这其中的矛盾?24日,记者从上海市浦东新区市场监督管理局(下简称浦东市场监管局)获悉,浦东市场监管局等政府部门正主动将原本“沉睡”在各自内部的信息高度共享、多方应用,并逐步向社会公众开放。这是浦东新区围绕自贸区建设,创新事中事后监管机制,运用“大数据”推进社会信用体系建设的重要抓手之一。
订餐先看“脸谱” 数据不再“沉睡”
一家网络订餐平台的用户张先生最近在订餐时有了新发现:平台上的一些商户信息中都不约而同地挂着“脸谱”(政府部门对餐厅的信用评价等级),点开“脸谱”,营业执照、餐饮服务许可证和食品安全监督公示信息跃然屏上。
这些数据正是由浦东市场监管局与这家网络订餐平台对接并向全社会开放共享的。这一方面可以更好地保护公众的知情权、参与权和监督权,另一方面可以督促企业自律,主动承担社会责任。笑脸、平脸和哭脸三种“脸谱”形象地反映了商户的食品安全状况,便于消费者选择优质、安全的餐饮服务。
过去,有些消费者常反映,有的商家上传的证照信息和实际经营状态是不一致的。但是第三方平台无法准确掌握信息,在进行资质审查时确实存在困难。如今,有政府及时、专业、权威信息的支撑,对加强平台管理有很大帮助。
清退“黑暗料理” 食安社会共治
一家网络订餐平台会员王女士最近在订餐时碰到了小麻烦,她经常光顾的一家平台商户突然不见了踪影。后来,她才知道,那原来是一家卫生状况很差且无证照的“黑暗料理”,现已被市场监管部门和第三方平台联手处理。
据悉,这家网络订餐平台已将政府监管信息以20%的比重纳入其新制定的信用评价体系(原仅包括餐品质量、价格、销售量、口味评价、卫生情况、送餐速度、用户投诉记录等要素),以此对商户进行综合信用质量评分和排序,并将配套采取关闭网店、停止网上经营、通报政府部门等手段,加强对入驻商户的线上管理和联合惩戒,以提高第三方平台餐饮服务的整体诚信度。
浦东市场监管局相关负责人介绍,消费者能够更直观地感受到政府信息的价值,通过消费者的理性选择、用脚投票,通过市场无形的手“挤出”不符合法律法规、不符合食品安全标准的商户,从而倒逼餐饮行业提高整体水平。与此同时,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。
挤出诚信“水分” 让数据开口说话
“仅凭第三方平台线上核查,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,“我们整合政府和市场的大数据资源,探索‘互联网+信用监管’模式,就是为了更好地对网络订餐食品安全的线上线下齐抓共管。”
据了解,一些网络订餐平台在服务中形成的信用评价、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。
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,维护市场正常秩序,促进市场公平竞争。
记者了解到,浦东市场监管部门和第三方网络订餐平台正研究拓展大数据在信用监管、智能监管领域的功能应用,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。
陈彦峰说,目前网络订餐行业只是探索开展“互联网+信用监管”的第一步,今后还将向各个行业、各个领域推行。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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23