
消費(fèi)維權(quán),大數(shù)據(jù)能幫多大忙
通過對(duì)這些歷史數(shù)據(jù)的整理和挖掘,有哪些發(fā)現(xiàn)讓你印象深刻?如今,消費(fèi)升級(jí)和消費(fèi)便利度的提升已被很多市民切身體會(huì)到,我們的消費(fèi)維權(quán)有沒有實(shí)現(xiàn)相應(yīng)的“升級(jí)”?
陳瑤:通過對(duì)歷史數(shù)據(jù)的部分梳理,還是能看到現(xiàn)有維權(quán)數(shù)據(jù)處理過程中的一些不足。
比如,現(xiàn)有業(yè)務(wù)數(shù)據(jù)主要由人工輸入及選擇,原始數(shù)據(jù)不夠準(zhǔn)確的情況仍然存在。又如,現(xiàn)有的舉報(bào)投訴管理系統(tǒng)的行業(yè)分類目錄尚未跟上時(shí)代發(fā)展的腳步,需要整理更新。尤其是一些以前沒有的行業(yè)分類,比如因互聯(lián)網(wǎng)技術(shù)發(fā)展而產(chǎn)生的新服務(wù)行業(yè)門類,應(yīng)及時(shí)在系統(tǒng)中賦予其合宜的位置。否則,一旦糾紛發(fā)生,數(shù)據(jù)會(huì)被并入到一些不夠精準(zhǔn)的門類,無助于監(jiān)管工作的精準(zhǔn)化。
從短期來看,可改進(jìn)的工作空間主要可以集中在:
第一,對(duì)過往積累下來的投訴舉報(bào)數(shù)據(jù)和文本進(jìn)行清洗、分類和深入挖掘,引入更科學(xué)有效的分類方法和工具,便于發(fā)現(xiàn)問題、研判趨勢、預(yù)警預(yù)防;
第二,通過文本處理和機(jī)器學(xué)習(xí)的方法,對(duì)投訴舉報(bào)進(jìn)行自動(dòng)分類,查找內(nèi)容相似的歷史案件進(jìn)行推送,提高工作的準(zhǔn)確度和效率;
第三,充分利用實(shí)時(shí)、海量的互聯(lián)網(wǎng)大數(shù)據(jù),捕捉消費(fèi)動(dòng)態(tài)和問題,為市民提示消費(fèi)預(yù)警,為市場監(jiān)管執(zhí)法和消費(fèi)政策制定者提供參考。
從中長期來看,我們可以探討上海工商舉報(bào)投訴系統(tǒng)未來的智能化努力方向,最終形成大數(shù)據(jù)中心、上海消費(fèi)維權(quán)大數(shù)據(jù)智能管理平臺(tái)等智能決策與管理工具。在大數(shù)據(jù)中心的支持下,與人工智能與機(jī)器學(xué)習(xí)結(jié)合,輔助工作效率提升的功能拓展內(nèi)容可以包括投訴處理工作智能輔助和管理工作智能輔助兩大方面。
這些重點(diǎn)行業(yè)可能體現(xiàn)維權(quán)工作新重點(diǎn)
解放日?qǐng)?bào)·上觀:從消費(fèi)者一端來看,伴隨著當(dāng)下的消費(fèi)升級(jí),如今的消費(fèi)侵權(quán)和維權(quán)有哪些新特點(diǎn)?
陳瑤:2017年全國消費(fèi)投訴總量較2016年增長超過40%,兩大類投訴中商品類所占比例高、服務(wù)類增速快。這個(gè)特點(diǎn)在上海亦有鮮明體現(xiàn)?;谥匦略O(shè)計(jì)更新的新行業(yè)分類,我們對(duì)所有案例進(jìn)行了重新劃分,得到了一些新的數(shù)據(jù)分析結(jié)果。
比如,以服務(wù)類投訴為例,2016年1月至2017年6月,上海服務(wù)類投訴占整體投訴的比例達(dá)36.85%。服務(wù)行業(yè)投訴主要集中在五大服務(wù)行業(yè),分別是文化、娛樂、體育服務(wù)行業(yè)(21.07%),互聯(lián)網(wǎng)及相關(guān)服務(wù)行業(yè)(18.81%),美容、美發(fā)、洗浴服務(wù)行業(yè)(11.35%),餐飲和住宿服務(wù)行業(yè)(10.65%)和教育、培訓(xùn)服務(wù)行業(yè)(7.89%)。
這5類服務(wù)投訴總共占到了所有25類服務(wù)投訴的將近70%。其余服務(wù)行業(yè)投訴則全都低于5%:交通運(yùn)輸服務(wù)行業(yè)(2.67%)、旅游服務(wù)行業(yè)(1.53%)、電信服務(wù)行業(yè)(1.49%)、房屋裝修服務(wù)行業(yè)(0.71%)和公共事業(yè)服務(wù)行業(yè)(0.03%)。從投訴消費(fèi)金額看,中介、互聯(lián)網(wǎng)、文體娛、教育培訓(xùn)行業(yè)的消費(fèi)總額較高。
通過對(duì)文體娛服務(wù)行業(yè)所有投訴文本的分析,可得出的十大熱詞為退款、健身、健身卡、會(huì)員卡、關(guān)門、健身房、余額、游泳、課程和某健身企業(yè)名稱。
可見該行業(yè)消費(fèi)投訴的最核心問題在于健身服務(wù)預(yù)付卡。類似的會(huì)員卡問題也突出體現(xiàn)在美容美發(fā)行業(yè)。健身和美容美發(fā)行業(yè)發(fā)生了近6000起會(huì)員預(yù)付卡類投訴,平均消費(fèi)金額約5000元。
互聯(lián)網(wǎng)及相關(guān)服務(wù)行業(yè)的投訴問題,主要集中在旅游網(wǎng)站、O2O平臺(tái)、網(wǎng)絡(luò)游戲、寬帶等相關(guān)服務(wù)。投訴文本中的十大熱詞為客服、游戲、賬號(hào)、充值、退款、訂單、玩家、某旅游網(wǎng)站、酒店和某網(wǎng)絡(luò)游戲名稱。從“客服”這個(gè)高頻詞可以看出,該行業(yè)中很多投訴其實(shí)已經(jīng)與相關(guān)產(chǎn)品、應(yīng)用的客服事先交流過,因商家沒有第一時(shí)間解決而產(chǎn)生工商投訴。
解放日?qǐng)?bào)·上觀:互聯(lián)網(wǎng)信息及應(yīng)用服務(wù),是近年來出現(xiàn)新興服務(wù)類別較多的一個(gè)領(lǐng)域。網(wǎng)絡(luò)購物、O2O網(wǎng)絡(luò)平臺(tái)、旅游網(wǎng)站和網(wǎng)絡(luò)訂車服務(wù)等新興服務(wù),都屬于這個(gè)領(lǐng)域。
陳瑤:沒錯(cuò)。網(wǎng)絡(luò)購物投訴中,問題集中出現(xiàn)在網(wǎng)絡(luò)購物平臺(tái)充值、會(huì)員權(quán)益、促銷、跨境網(wǎng)購中的轉(zhuǎn)運(yùn)物流等方面。隨著現(xiàn)在網(wǎng)上購物越來越便利,無論是國外還是國內(nèi)各種商品都能買到,其中產(chǎn)生的消費(fèi)糾紛也逐漸增多。當(dāng)雙方無法自行解決問題時(shí),消費(fèi)者很可能會(huì)選擇像第三方機(jī)構(gòu)比如工商、消保委等投訴反映、尋求幫助。
解放日?qǐng)?bào)·上觀:在近階段的消費(fèi)升級(jí)中,教育、培訓(xùn)服務(wù)是很多家庭可支配收入的一個(gè)重要流向。這個(gè)領(lǐng)域的投訴有何特點(diǎn)?
陳瑤:教育、培訓(xùn)服務(wù)中對(duì)初、中、高等專業(yè)教育服務(wù)的投訴很少,絕大多數(shù)被投訴的是培訓(xùn)類服務(wù)。一些知名的英語培訓(xùn)、早教機(jī)構(gòu)投訴量較大,平均消費(fèi)額超過11000元,問題以不能履行合約為主。培訓(xùn)類涉及的市場主體多而雜,培訓(xùn)質(zhì)量的考核標(biāo)準(zhǔn)衡量不夠統(tǒng)一、不夠有說服力,都可能產(chǎn)生糾紛。
上海作為教育比較先進(jìn)的地區(qū),幼兒普遍會(huì)接受一些早教服務(wù),成人也會(huì)接受英語等技能培訓(xùn)。通過數(shù)據(jù)分析可以發(fā)現(xiàn),這方面的服務(wù)比較豐富、復(fù)雜,消費(fèi)金額大,引起的糾紛量呈上升態(tài)勢,需要主管部門引起重視。
大數(shù)據(jù)平臺(tái)的價(jià)值核心:不是展示,而是提升決策效率
解放日?qǐng)?bào)·上觀:如今,通過大數(shù)據(jù)工具應(yīng)用輔助城市管理,得到不少行政管理部門的共識(shí)與重視。你們的團(tuán)隊(duì)在這方面有過不少研發(fā)經(jīng)歷。在“通過大數(shù)據(jù)技術(shù),實(shí)現(xiàn)更好的公共管理”方面,有沒有什么觀察和思考可以分享給大家
陳瑤:當(dāng)這些數(shù)據(jù)被展示出來以后,工作人員能否通過它們發(fā)現(xiàn)管理、決策上的深度問題?這方面的探索總體來說還剛剛起步。
以這次的項(xiàng)目為例,從表面上來看,它的主要成果是類似“大數(shù)據(jù)應(yīng)用平臺(tái)”這樣的產(chǎn)物,但這個(gè)平臺(tái)的核心價(jià)值是決策模型。換言之,文本數(shù)據(jù)可視化不只是為了數(shù)據(jù)展示,為了了解現(xiàn)狀,還需要幫助決策者發(fā)現(xiàn)問題,找到進(jìn)一步提升管理、決策效率的辦法。
比如,隨著投訴量不斷上升,在行政資源不足的情況下,如何優(yōu)化相關(guān)管理部門的人力資源配置與調(diào)度?數(shù)據(jù)整合分析以后,一方面,可以甄別出不同問題的優(yōu)先級(jí);另一方面,也可以為該部門運(yùn)營流程和管理資源分配的優(yōu)化提供決策參考。
從目前的探索來看,多數(shù)據(jù)源的跨部門、跨地域融合,會(huì)是進(jìn)一步改進(jìn)相關(guān)工作的一個(gè)關(guān)鍵環(huán)節(jié)。我們在分析預(yù)付卡導(dǎo)致的消費(fèi)維權(quán)案例時(shí)發(fā)現(xiàn),被投訴的企業(yè)法人有時(shí)跨地域多公司經(jīng)營,甚至已經(jīng)在外地被媒體曝光。如果沒有多渠道的大數(shù)據(jù)融合,行政管理部門可以看到的數(shù)據(jù)不充分、不及時(shí),就極可能只捕捉到問題的一小部分,無法對(duì)問題的成因和性質(zhì)形成完整的判斷與跟蹤。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10