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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12