消费者的维权，大数据到底能帮多大的忙？

2017年，我国国民终究消费开销对GDP贡献率为58.8%，已成为经济增加的榜首拉动力。在这样的大背景下，咱们都希望自己能经过高兴又不失度的“买买买”，进步生活品质。

然而，假如仍是“不幸”遭受胶葛，咱们的维权东西有没有“进化”呢？

2017年上海敞开数据立异使用大赛优秀奖团队———“数决科技数说故事”的队长、上海对外经贸大学工商办理学院陈瑶副教授通知解放日报·上观记者，现在日臻完善的大数据和人工智能算法，可助消费维权一臂之力。

消费现已晋级，维权的晋级还在路上

上观：经过对这些前史数据的收拾和发掘，有哪些发现让你形象深化？现在，消费晋级和消费便当度的进步已被许多市民切身体会到，咱们的消费维权有没有完成相应的“晋级”？

陈瑶：经过对前史数据的部分梳理，仍是能看到现有维权数据处理过程中的一些缺乏。

比方，现有事务数据首要由人工输入及挑选，原始数据不行精确的状况依然存在。又如，现有的告发投诉办理体系的职业分类目录没有跟上年代开展的脚步，需求收拾更新。尤其是一些曾经没有的职业分类，比方因互联网技术开展而发作的新效劳职业类别，应及时在体系中赋予其合宜的方位。不然，一旦胶葛发作，数据会被并入到一些不行精准的类别，无助于监管作业的精准化。

从短期来看，可改善的作业空间首要能够会集在：

榜首，对过往堆集下来的投诉告发数据和文本进行清洗、分类和深化发掘，引进更科学有效的分类方法和东西，便于发现问题、研判趋势、预警预防；

第二，经过文本处理和机器学习的方法，对投诉告发进行自动分类，查找内容相似的前史案子进行推送，进步作业的精确度和功率；

第三，充分利用实时、海量的互联网大数据，捕捉消费动态和问题，为市民提示消费预警，为市场监管执法和消费政策制定者供给参阅。

从中长时间来看，咱们能够讨论上海工商告发投诉体系未来的智能化尽力方向，终究构成大数据中心、上海消费维权大数据智能办理渠道等智能决议计划与办理东西。在大数据中心的支持下，与人工智能与机器学习结合，辅佐作业功率进步的功能拓宽内容能够包含投诉处理作业智能辅佐和办理作业智能辅佐两大方面。

这些要点职业可能表现维权作业新要点

上观：从消费者一端来看，伴跟着当下的消费晋级，现在的消费侵权和维权有哪些新特色？

陈瑶：2017年全国消费投诉总量较2016年增加超越40%，两大类投诉中产品类所占份额高、效劳类增速快。这个特色在上海亦有明显表现。基于从头规划更新的新职业分类，咱们对一切事例进行了从头区分，得到了一些新的数据剖析成果。

比方，以效劳类投诉为例，2016年1月至2017年6月，上海效劳类投诉占全体投诉的份额达36.85%。效劳职业投诉首要会集在五大效劳职业，分别是文明、文娱、体育效劳职业（21.07%），互联网及相关效劳职业（18.81%），美容、美发、洗浴效劳职业（11.35%），餐饮和住宿效劳职业（10.65%）和教育、训练效劳职业（7.89%）。

这5类效劳投诉一共占到了一切25类效劳投诉的将近70%。其余效劳职业投诉则全都低于5%：交通运输效劳职业（2.67%）、旅行效劳职业（1.53%）、电信效劳职业（1.49%）、房屋装饰效劳职业（0.71%）和公共事业效劳职业（0.03%）。从投诉消费金额看，中介、互联网、文体娱、教育训练职业的消费总额较高。

经过对文体娱效劳职业一切投诉文本的剖析，可得出的十大热词为退款、健身、健身卡、会员卡、关门、健身房、余额、游水、课程和某健身企业称号。

可见该职业消费投诉的最中心问题在于健身效劳预付卡。相似的会员卡问题也杰出表现在美容美发职业。健身和美容美发职业发作了近6000起会员预付卡类投诉，均匀消费金额约5000元。

互联网及相关效劳职业的投诉问题，首要会集在旅行网站、O2O渠道、网络游戏、宽带等相关效劳。投诉文本中的十大热词为客服、游戏、账号、充值、退款、订单、玩家、某旅行网站、酒店和某网络游戏称号。从“客服”这个高频词能够看出，该职业中许多投诉其完成已与相关产品、使用的客服事前交流过，因商家没有榜首时间处理而发作工商投诉。

上观：互联网信息及使用效劳，是近年来呈现新式效劳类别较多的一个范畴。网络购物、O2O网络渠道、旅行网站和网络订车效劳等新式效劳，都归于这个范畴。

陈瑶：没错。网络购物投诉中，问题会集呈现在网络购物渠道充值、会员权益、促销、跨境网购中的转运物流等方面。跟着现在网上购物越来越便当，无论是国外仍是国内各种产品都能买到，其间发作的消费胶葛也逐步增多。当两边无法自行处理问题时，消费者很可能会挑选像第三方组织比方工商、消保委等投诉反映、寻求协助。

上观：在近阶段的消费晋级中，教育、训练效劳是许多家庭可支配收入的一个重要流向。这个范畴的投诉有何特色？

陈瑶：教育、训练效劳中对初、中、高级专业教育效劳的投诉很少，绝大多数被投诉的是训练类效劳。一些闻名的英语训练、早教组织投诉量较大，均匀消费额超越11000元，问题以不能实行合约为主。训练类触及的市场主体多而杂，训练质量的查核规范衡量不行一致、不行有说服力，都可能发作胶葛。

上海作为教育比较先进的区域，幼儿遍及会承受一些早教效劳，成人也会承受英语等技术训练。经过数据剖析能够发现，这方面的效劳比较丰富、杂乱，消费金额大，引起的胶葛量呈上升态势，需求主管部分引起重视。

大数据渠道的价值中心：不是展现，而是进步决议计划功率

上观：现在，经过大数据东西使用辅佐城市办理，得到不少行政办理部分的一致与重视。你们的团队在这方面有过不少研制阅历。在“经过大数据技术，完成更好的公共办理”方面，有没有什么调查和考虑能够共享给大家？

陈瑶：当这些数据被展现出来今后，作业人员能否经过它们发现办理、决议计划上的深度问题？这方面的探究整体来说还刚刚起步。

以这次的项目

为例，从表面上来看，它的首要成果是相似“大数据使用渠道”这样的产品，但这个渠道的中心价值是决议计划模型。换言之，文本数据可视化不只是为了数据展现，为了了解现状，还需求协助决议计划者发现问题，找到进一步进步办理、决议计划功率的方法。

比方，跟着投诉量不断上升，内行政资源缺乏的状况下，怎么优化相关办理部分的人力资源装备与调度？数据整合剖析今后，一方面，能够甄别出不同问题的优先级；另一方面，也能够为该部分运营流程和办理资源分配的优化供给决议计划参阅。

从现在的探究来看，多数据源的跨部分、跨地域交融，会是进一步改善相关作业的一个关键环节。咱们在剖析预付卡导致的消费维权事例时发现，被投诉的企业法人有时跨地域多公司运营，乃至现已在外地被媒体曝光。假如没有多渠道的大数据交融，行政办理部分能够看到的数据不充分、不及时，就极可能只捕捉到问题的一小部分，无法对问题的成因和性质构成完好的判别与盯梢。