
“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
基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15