Классификация обращений жителей: как убрать дубли и быстрее находить системные проблемы

Почему дубли и «сырая» классификация прячут системные проблемы

Любая администрация, ведущая публичный канал обратной связи, рано или поздно тонет в похожих сообщениях: неработающие фонари на одной улице, одна и та же яма, которую жители описывают неделями по-разному, один и тот же шум от соседей. Пока у обращений нет единого способа именования и подсчёта, входящий поток раздувается дублями, а сама проблема остаётся невидимой. Масштаб виден из региональной практики: при автоматизации обработки в Правительстве Тюменской области обращения систематизировали по Общероссийскому тематическому классификатору, выбирая подходящий вопрос из более чем 1200 возможных, — вручную это медленно и неустойчиво.

Результат «сырой» картотеки — потерянное время сотрудников и невозможность руководителю понять, стоит ли за множеством сообщений один недовольный человек, десятки домохозяйств или один системно отказывающий объект. Поэтому классификация и разбор дублей — не канцелярская рутина, а предпосылка того, чтобы увидеть, какие жалобы повторяются, где они скапливаются и какие единичные сбои порождают целые каскады обращений.

Что задаёт закон и как строить классификатор

Федеральный закон № 59-ФЗ определяет базовые рамки: он различает такие виды обращений, как предложение, заявление и жалоба, требует регистрировать письменные обращения в течение трёх дней и рассматривать их в течение 30 дней, а также не рассматривать анонимные обращения и повторные (многократные), в которых нет новых доводов, если по прежним уже давались письменные ответы. В делопроизводстве обращения дополнительно делят по признакам: первичное, повторное, многократное, дубликатное, а также обращение с новыми обстоятельствами по старому делу.

Поверх правовой рамки органы опираются на тематические классификаторы — прежде всего на типовой общероссийский тематический классификатор, где вопросы кодируются разделами, темами и тематиками. Методические рекомендации рабочей группы при Администрации Президента прямо предусматривают систематизацию и обобщение обращений по такому классификатору и внедрение систем автоматизированного анализа. Практический совет: держите два независимых контура — «о чём обращение» (вид, тема, объект или адрес, симптом) и «статус записи» (первичное, повторное, дубликатное и т.п.) — и не смешивайте их в одном поле, иначе любая статистика ломается.

Как убрать дубликаты, не потеряв содержание

Дубликат — это повторное поступление того же автора по тому же объекту и той же теме при незакрытом рассмотрении. Совпадение ищите по связке «объект или адрес + тема + срок», а не по дословному совпадению текста: житель назовёт одну яму ямой, «дырой» или «опасным местом». Сообщения разных людей об одной общей проблеме — не дубликаты, а кластер; объединив их в один тикет, вы скроете число затронутых домохозяйств и, как следствие, остроту проблемы.

Полезно разводить понятия. Дубликат приобщается к первоначальному обращению, и срок считается по нему. Повторное обращение того же автора без новых доводов при уже данных ответах по 59-ФЗ может остаться без рассмотрения. А сообщение с новыми фактами по закрытому делу должно открыть его заново или вернуть на пересмотр. В автоматизированных системах применяют нечёткий поиск: в Правительстве Тюменской области механизм сравнивал записи по названию, ИНН и способу обмена и присваивал статусы «Оригинал», «Дубль» или «Возможно дубль», отправляя сомнительные пары на ручную сверку.

• Объединяйте только истинные дубликаты и храните единый след проверки по первоначальной записи.
• Кластеры сообщений об одной проблеме ведите отдельным счётчиком, не сливая тикеты разных заявителей.
• Переоткрывайте закрытое обращение только при новых фактах или признаке, что устранение не сработало.
• Сомнительные пары всегда отдавайте человеку на ручную сверку.
• Фиксируйте долю слияний, чтобы сам «процент дублей» стал отдельной метрикой качества.

От чистой картотеки к системным выводам

После очистки сигнал проявляется на уровне совокупностей. Считайте обращения по темам, территориям и периодам и сравнивайте с прошлым периодом. Один запрос заменить лампу — задача исполнителю; пятьдесят запросов про фонари, которые гаснут снова на трёх улицах, — системный сбой планирования обслуживания. Тот же принцип работает для уборки снега, граффити, содержания дворов и других повторяющихся заявок: частые рецидивы по одному объекту после «устранения» надёжнее выдают системную причину, чем разовый всплеск.

Отдельные «канареечные» инциденты — резкий всплеск после ветра, аварии или смены подрядчика — стоит анализировать отдельно от хронического фона, иначе один аномальный день исказит тренды. Руководителю полезен регулярный сводный отчёт: топ тем, динамика повторных и дубликатных обращений, кластеры по адресам, категории с аномальным ростом. Именно такие сводки превращают работу с обращениями из ответов «по каждому письму» в управление системными причинами.

Автоматизация: что даёт и где её пределы

Полная ручная классификация тысяч обращений по тысячам вопросов классификатора — трудоёмкий и неустойчивый процесс. Автоматизация даёт измеримый эффект: в проекте Правительства Тюменской области системы на основе ИИ определяли вид документа и реквизиты карточки, при классификации обращений применяли multi-label подход — до трёх подходящих вопросов классификатора в одном тексте; точность определения вопроса составила около 70%, заполнение реквизитов — около 87%, а обработка документов ускорилась примерно вдвое.

Но у автоматизации есть пределы: ошибки неизбежны, поэтому в процесс закладывают верификацию — специалист сверяет извлечённые данные и подтверждает или исправляет их, прежде чем обращение уйдёт исполнителю. Тот же принцип перенесите на выводы о системности: алгоритмы подсказывают кластеры и аномалии, а решение, какая проблема действительно системная и кто за неё отвечает, принимает человек. Начните с малого — единого классификатора, чётких правил дедупликации и ежеквартального аудита, а автоматизацию добавляйте по мере накопления чистой размеченной выборки.