零点有数：热线诉求处置，可爱人儿办靠谱的事儿

（本文根据袁岳博士与部分城市政务热线及政务部门负责人的沟通记录整理）

热线到现在为止，也就是一个事业单位管理的智能工作。它是所有公共服务里面最接近老百姓每天甜酸苦辣油盐酱醋的事儿，但还好没有那么多的垄断资源的荣耀；是要动脑筋的事情最多，但可能考试考得最好的“人才”最少的地方；是最看得出服务做得好坏，但没有那么大吆五喝六的权力；是最可能看出城市智慧化治理的场景性问题、用得上数据和靠谱解法有没有得到重视、是不是装逼的数字化技术最容易被看透的地方。那里有那么多整天动脑在有限的资源下把市民的诉求办得更好的可爱的人儿。

我们现在来思考模式，刚才说到的数字化，数字化从两个角度来说，一个叫数字经济，一个叫数字化治理。数字经济本身是要讲经济形态，数字化治理讲的是公共管理模式。数字化第一层次讲任何工作都要留下数据、形成数据，这一点热线基本有了；第二层次是讲数据开发运用来处理好热线工作和热线中的诉求事项，这个只有少部分热线有了点儿；第三个层次形成了全面数字化的生态，用数据智能实现全线管理，这个热线还有很大距离。热线如何能够数字化？从整个链条来看，电话打进来后形成工单，分成类别，匹配知识库，有价值的问题进行汇总分析，常规问题规范化处理，这个时候数字化是要实现高效。通常还有10%~15%左右的复杂问题需要更好解析，寻找超越常规的解决方式，热线过去很少从问题解决角度思考问题。公安的这套数字化东西叫情指行舆一体化，就是前面要对这件事情进行分析，决策指挥时应该怎么办，进行行动追踪，到最后这件事情具体怎么做的，老百姓怎么反应的全链条展示出来，这就是公安数字化建设的核心。而我们热线的数据分析、决策指挥、行动追踪、成效评价的一体化流程数字化工作也到了建设的时候了。这个管理模块，1.0版本的重点是综合分析，2.0的特点是分事项垂直分析。

但很多事情还要从基础工作的数字化提升做起，比如北京最近在做热线“工单革命”，原来的工单系统还不能够支持深度的数字化，工单革命以后，结合智能分类技术，原来的四级1500个事项小类可能就细分到3000个而且可以动态细分到更多。工单事项分类越细，跟知识库之间的匹配度就越精准，无论是咨询中间的知识匹配，还是派单的高精准性，都取决于工单的精细化程度。所以这里面的数字化本质就是标准化和深度精准化为核心的基础信息处理。不少地方对于工单标准化与分类精准化不那么重视，感觉让谁都可以做，到后来就发现沙滩上建不了数字化的大楼。我们有一些专业热线，问题是很专业，但工单很业余，所以热线数据依然质量上不去。

和互联网上的大部分数据来源不一样，我们国家的政务数据是以做表自己填写、自己再算和根据需要去做数据这几种方式产生的数据，所以它不是元数据。另一方面我们都知道党政部门文山会海，说明我们的公共部门是以文件文本为核心的。这也是数字化中间公共服务和商业服务的最大区别。文本解析技术决定了政务智能的核心，所以工单革命看起来是个小小的东西，但是构建了政府最后的文件可以数字化精准的紧要基石。北京的工单革命值得大家重视，正如北京把热线提高到那么高的政治站位，核心原因也是因为热线数据才是群众的最原汁原味的要求，但是千万别被低质量工单弄变味了。

热线中间绝大部分的事项属于反应性事项，群众打来电话之后马上热线有反应，电话打来了马上去处理，比如有热水管爆了，电话打来了马上就去修，只要来报就马上去修，能够干成这样也很不错了，但是这背后的原因是什么？反映的是个什么趋势？热线的问题并不一定是热线本身，它出现的趋势问题，如果用过去的一个方法和思路，其实你是看不见的，或者你不容易注意到，这就是站在一个管理运营的角度要如何能够透视大量数据？如何能够判别民意背后这个信息指向的是什么东西？为此提供重要决策依据。

我们在和某长三角城市热线合作中发现有个有意思的现象，领导层关心的问题，像市长副市长关心的新问题，可能不那么显眼，从热线提供的数据中来看，本来都被放在了“其他”项。不是一个那么简单的排排坐数果果的事情，少数数据里面可能包含了即将崛起的关键新问题。

也有些问题，热线数据是很好的线索，但本身不够深，像某大都市的僵尸车问题，领导说要清零。但正常的车公安交通部门有数，僵尸车数据没有数。那就需要先整出数据源，开发算法从探头里面理数、汇集数据上图、再集中定点探查。后面行动要怎么到位？如果很多事项没有办法追踪，最后可能就会不了了之。常规事项和重点事项的行动成效需要数字化监控。

不同的地区、部门关注点也会不一样，像上海两个区在解决台风和雨天积水的问题上，关注点就有差异，而从热线数据的线索来看，既可以往后汇集数据去深化，也可以提前去优化工作。这个就需要在情指行一体化的基础之上提高综合对策的水平。

很小城市的热线，每天也有上千个电话打进来，一个季度也有相当数量规模和多类型的诉求，这些文本工单堆在那里，在标准化和图谱化后努力构建起来热线诉求的逻辑资料，就可以为机器学习与更加自动化的分析处置提供更好的基础。基于图谱的政务算法开发也更为高级。当热线成为知识图谱与算法开发的核心之后，这里就不是简单的诉求转接中心，而会成为针对各职能处置单位和基层处置单位的赋能支持中心。

我们把整个政府的这种解决方案命名为政务算法，来找政务部门做数字化的，一般有三种人：一种是干数据的，一种是干云的，一种是做应用分析，做算法的。我们是第三种人。目前我们的热线政务算法集成模块1.0版容纳了大概100个左右的算法，2.0会根据城市不同发展出500个左右的针对垂直问题场景的算法模块。未来3.0时代要达到3000个以上的算法模块，最后才能建立热线数据驱动的政务云脑。

我们所有新的算法都有一个特点，都是微软件，因为微软件都是透过接口互相连接，数据进去结果就出来，自动化程度很高。这是我们要去追求的目标，跟大部分做热线工作系统还有政府管理系统的不太一样。政务管理系统是做桌子的，我们是做菜的，任何桌子我都可以把菜端上去。我们不做系统也不做平台，形成的是情指行评一体化的这个工作模块。我们把它称为插件，可以放在任何系统上做容器式部署，我们的目标是尽量少建系统，尽量提升脑核的容量，来支持我们的问题处置。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。