“民情日志”大数据让社区服务更精准更给力-LMLPHP

通过“民情日志”大数据系统,街道工作人员实时了解百姓需求和社区工作人员走访收集的人民建议,合理布点,为社区群众提供优质服务。 本报记者 叶辰亮摄

近三个月,静安区临汾路街道新增老房成功加装电梯24台,这一速度实现了去年同期的倍增。愈发成熟有效的保障机制、规范便利的操作流程外,民情大数据的“算力”是其间的“魔法之手”——通过拆解成功加梯楼栋的数据密码,形成数据模型画布,再将这一模型倒推至全社区,从而在“茫茫楼海”中精准挖掘、识别出那些最接近这一模型、即最有可能成功加梯的“潜在楼栋”。这一基础上,社区力量的“投入产出比”几乎可用惊喜来形容:社区干部们稍作努力、稍给推力,这些被算力推荐出来的潜在楼栋便纷纷晋级“成功加梯”。

基层社区,赋能才是最好的减负。

在全市基层社区中率先启用“民情日志”大数据系统的临汾路街道,依托大数据赋能社区治理已两个年头。大数据,不仅让这个曾经的“矮个头”社区迅速站上“云端”,更带来别样的思维和视角。通过开发各类应用场景,为治理高空抛物、垃圾分类及常态化疫情防控等助力,百姓的获得感大大增强。

当下,为完善党建引领下的共建共治共享社会治理格局,提升社区治理规范化精细化水平,临汾路街道在沉淀汇集1000万条民情大数据基础上,构建起“数字孪生社区”,打造“数据驾驶舱”——在数据湖泊里掘金,通过设立更精细的数据标签和画像,精准匹配需求和资源,实现数据跑腿服务找人,大大提升了精细化治理的水平和效能。

当数据能告诉你:事件的现在时、进行时、完成时和将来时,那么社区干部要做的就是:第一时间响应,在对的时间发力在对的节点。

分析最强“影响因子”,发掘最有可能的潜在对象

一幢加梯成功的楼栋究竟有哪些关键的“影响因子”?

大数据这样告诉你:关联最紧密的是楼内独居老人数、纯老家庭数、残障人数,也涉及楼内在册党员及志愿者数,还与楼栋居民参与社区活动积极性、参与社区公共事务频次密切度相关,而非与楼栋居民的学历和收入成正相关。

“数据驾驶舱”对成功加梯的楼栋及居民情况进行深入分析,设立一个个精细化标签,将楼内居民从政治面貌、收入水平、社区活跃度、享受公共服务情况等多个维度提炼出画像,并按这一数据模型在全社区寻找相似楼栋。针对这些在数据湖中“冒”出来的潜在楼栋,社区干部积极深入一线,有针对性地开展群众工作,发动居民自治共治,协商加梯方案,大大提高了工作有效性。

同样,“模型倒推”也能用在社区的精准动员上。

明年,全市居(村)委面临换届,作为社区基层干部得力助手的广大楼组长也将同步选举,谁来接班,这是个现实问题。

大数据发力了,这次分析的是社区内近2000名现任楼组长。每个人头上有多至十几个精细化衡量标签:是否是在册党员、志愿者,是否是居民区骨干,是否热情参与社区活动,是否经常提供意见建议等等,从而得出包含楼组长政治面貌、对公共事务支持度、享受社区服务、意见建议、社区活跃度等多个维度的群体模型画布。将这一画布沉入民情数据湖泊,“打捞”出的就是那些高度相似的“后备力量”。

“当我们拿着这张后备名单去社区核验时,发现很多人确实早已被居民区书记居委主任所‘相中’,匹配度非常高。”

两年多前,汾西路261弄居民区党总支书记施菊丽还用着厚厚的手写民情日志,如今,只需一部智能手机就可“出街”,所有数据都能在移动端上传或调取:“这下真的是放开手脚干活了!”随着数据驾驶舱的投入使用,一场服务理念的变革也悄然发生,由街道提供的社区服务逐步从“群众跑腿人找服务”向“数据跑腿服务找人”转变,推动了“人民至上”的理念在各项工作中落地生根。

将用户画像导成需求画像,把服务做在群众开口之前

这个夏天,“数据驾驶舱”聚焦社区妇女两病筛查开发了相关应用场景,从原先群众到居委登记,变为主动短信推送告知并提供在线登记服务等,服务人数从往年的5000多人上升到2.1万多人,居民获得感满意度明显增强。

从5000到2.1万,“有需求却容易被忽略的1.6万人,正是精细化治理力求‘销项’的沉默群体”。

临汾路街道负责相关工作的陈黛静这样解读:“数据驾驶舱”的核心,就是让每个人有尽可能多的精细化标签,在此基础上根据不同应用场景实现“自由组合”,形成需求画像,将许多社区服务做在群众开口之前。

此外,借由居民区层层做实的四级党建网格,不断探索建立更多睦邻型、区域型、服务型党组织,大大提升党员群众协同自治共治的能力。

依托社区内部署的近万个智能感知部件,“数据驾驶舱”还能实时监测、预判潜在的民生风险,自动向社区相关人员推送预警短信,使一些原本较难发现的苗子性、倾向性问题的发现处置能力大幅提升。

多源数据交互碰撞中,实现科学决策与精准服务

“实践中发现,社区干部在走访中得来的数据往往并不全面。”临汾路街道党工委书记厉蕾分析说,部分是因为很多居民出于这样或那样的原因“不愿说”或“只说部分”,也不排除少数社区干部在走访中的懈怠。这个时候,就需要叠加“行为数据”“基本信息”等来进行综合研判。

而“数据驾驶舱”正是在原有走访形式采集数据的基础上,进一步接入了区级及街道级13个直观记录群众行为的信息系统数据,实现了多源数据并流,形成“大数据湖泊归集数据,‘数据驾驶舱’智能应用,手机移动端观察全局”的系统架构。

据介绍,该“数据驾驶舱”是临汾路街道与同济大学智慧城市研究所联手开发的新系统,将已有的多源数据进行并流碰撞而提升“算力”,实现了集深度分析、智能应用、风险预警、辅助决策于一体,使“站在数字上治理社区”成为可能。目前,“数据驾驶舱”在社会动员、点位选址、风险预警等8个领域拓展出57类应用,努力让社区治理变得更智慧更精细。

当下的“数据驾驶舱”打通了13个应用系统数据,不仅有场景数据、居民行为数据,未来还将接驳更多来自各业务条线、市场各类社会主体开放的数据等等。原本单组数据中难以发现的情况,通过多源数据交互碰撞变得清晰可见,社区治理的运行规律由此显现,有利于科学决策与精准民生服务,让数据充分赋能基层社区治理。比如,通过目前“数据驾驶舱”的可视化显示屏,可直观分析公共服务点位与对应服务人群的分布关系,这使得社区食堂、托幼点的点位选择更加科学合理,避免出现重复建设情况。

09-21 06:31