北京数字政通科技股份有限公司副总裁 赵明明

政务热线经过40多年的发展，已从1.0阶段迈向4.0阶段，正处于黄金高速发展期。然而，随着业务的迅速增长，政务热线信息化建设面临新的挑战：如何提高工单的智能化水平为基层减负增效？如何实现数据分析的智能化以辅助决策？这些问题成为当前亟待解决的关键。

在政务热线的发展过程中，热线数据分析逐渐成为许多市、区县单位推进信息化建设的核心任务。数据分析不仅是从解决“一件事”向解决“一类事”迈进的重要基础，也是提升服务效率和优化资源配置的有效手段。政务热线数据蕴含了市民对政务服务的真实需求和期望，深度挖掘和分析这些数据对于科学决策具有重要意义。此外，《政务服务便民热线数据应用指南》明确提出了加强数据治理、推动数据融合分析的要求。这进一步为政务热线数据的高效应用指明了方向，强调通过科学的数据治理和分析，提升热线服务的整体效能。

当前，政务热线数据分析在实际推进过程中面临诸多堵点和难点，主要体现在以下几个方面：

一是数据维度不足，分析能力有限。现阶段数据分析主要依赖工单系统中的结构化数据，只能对工单主题进行宏观分类，难以深入分析主题下的具体内容，如投诉类工单的高发问题、涉事主体、具体原因及热点区域等，导致数据分析粗放、颗粒度较大。同时，局限于传统指标，缺乏差异化专题分析能力，对热线内部管理效能的提升以及政府部门行业决策的支持效果有限。

二是数据归一性差，统计结果失真。在实际分析中，由于地址、主体及话题归一存在困难，统计数据准确性不足，分析结果不够可靠。造成这一问题的原因在于群众对同一事物的表述方式不统一，话务人员在登记时可能存在记录错误。单纯依靠算法难以有效解决此类数据归一问题，影响了分析的完整性和准确性。

三是分析手段单一，人工效率低下。现阶段数据分析以人工方式为主，效率较低，耗时耗力。例如，对热点事件、归口领域或专项主题的人工分析，处理5000条数据通常需要2名工作人员耗时一周。而面对百万级数据量时，人工分析难以为继，且结果存在不确定性，容易出现结构化不完整等问题。

四是深度分析不足，数据难以应用。大量民情民意及社会治理相关信息隐藏在诉求对话和承办过程的记录文本中。然而，因文本记录标准不统一、详略程度不同，且多以非结构化形式存在，这些数据难以被有效提取和分析，限制了对社会治理和群众诉求的深入了解和科学研判。

随着大模型技术的快速发展，政务热线数据分析正从“浅层次”指标分析向“深层次”全维度标签分析转变，为提升数据挖掘能力和智能化水平提供了新的路径。

（一）构建标签体系，规范属性分类，实现诉求剖析全覆盖

依托大模型技术，通过时间、地理、对象、话题四个事件属性维度，以及流程效能和行业领域维度，对市民诉求内容进行全过程剖析，并对事件描述文本进行拆解，形成事件标签、流程标签和行业标签。除了对接第三方资源库以快速构建本地标签库外，基于大模型技术的自动拓展和动态生成新标签，已成为挖掘新话题、新主体的重要手段，也是解决政务热线问题的重要数据来源。同时，通过大模型技术进行归一处理和标准库收敛，有效解决地址和主体描述不一致的问题，快速建立标准统一的标签体系。

在长期的项目实践中，数字政通总结了全国各地项目经验，发现除地址标签和被诉主体标签外，其余标签均可通用并逐步积累应用。截至目前，已积累76355个通用标签，实现了即插即用，能够快速构建具有区域特色的标签体系。

（二）完善标签标注，提升标记精度，实现分析结果更准确

标签体系的动态更新是确保数据分析准确性的关键因素。数字政通在实践中总结形成了标签标注的技术路径，通过大模型智能打标、规则自动打标和人工打标相结合的方式，对热线全流程进行标签标注。三种方式相互补充、不断迭代，极大提升了标签标注的准确性和全面性。同时，构建标签审核机制和人工标注规范，实现事中打标、事后质检、入库审核和标签应用的全流程动态更新，确保标签体系始终保持准确性和实时性。

（三）健全管理制度，统一编制规范，实现标签体系深应用

制度保障是大模型技术在政务热线数据分析中稳定应用的核心。数字政通已构建成熟的政务热线标签管理制度，涵盖标签的编码、分类、生产、更新、应用及平台对接等方面，确保标签数据标准统一，提升跨平台应用能力，为深入的数据分析研判奠定坚实基础。依托深入业务的大模型算法、可积累沉淀的标签平台以及完善的工作机制，能够充分挖掘政务热线数据潜力，实现基于标签的深度数据分析，助力政务服务提质增效。

标签体系的建立，为政务热线的数据分析和应用提供了全新思路，通过多维度标签的深度挖掘，实现对事件的动态感知和精准治理。

（一）预警研判，捕捉弱信号，实现风险快速定位

依托标签体系对热线工单进行多维度深度挖掘，从群众诉求中捕捉急难愁盼问题，预警突发和聚集性事件，提前发现并防范敏感人群和重点事项。通过标签分析事件演变规律，创新处置路径，形成动态防控机制。构建“一人多诉”“多人同诉”“高发预警”“特殊问题预警”等模型，实现问题快速锁定，推动风险防范在源头化解。

（二）效能监管，分析问题堵点，实现流程提质增效

利用标签体系对政务热线事件全流程进行监测，精准定位各环节的堵点问题，为领导科学决策提供数据支撑。通过对各环节耗时、效率等关键指标的动态分析，优化时间管理和人员配置，提升热线办理速度。监管话务员、处置人员的工作质量和效率，识别低效人员及薄弱环节，实现精准提效。同时，对处置部门的办结效能进行全面考核，重点关注不满意、超期、回退等异常工单，确保政务服务质效持续提升。

（三）画像分析，挖掘实体关系，实现问题全面掌握

依托标签体系，通过构建实体关系网络，对事件中的主体、地址、话题及事项等要素进行深入分析，实现从解决单个问题到解决同类问题的跨越。通过多标签交叉比对，描绘用户画像，识别群众集中关注的热点问题，助力政府精准决策，提升服务满意度和事件处置效率。

（四）感知融合，拓展服务边界，实现行业协同共治

政务热线作为民生诉求的主要渠道，是社会治理和政务服务的重要组成部分。标签体系与各行业领域的深度融合，推动“热线+行业”模式创新，破解治理难题。数字政通探索“热线+供热”“热线+城管”“热线+信访”“热线+网格”等多种路径，实现热线与行业数据互联互通，助力构建和谐稳定的社会环境，推动政务服务向精细化、智能化迈进，也为构建更加和谐稳定的城市贡献着政通方案。

本文根据北京数字政通科技股份有限公司副总裁赵明明在全国政务热线服务营商环境专题论坛上的讲话内容整理。