EPSB AnalyticsSAPOL · 职业标准报告与工具

职业道德与专业标准处（EPSB）负责南澳大利亚警察局的投诉处理、廉政和职业标准。处里的数字要交给管理层和监督机构，所以必须准确，每个季度之间要能比较，也要老实交代这些数字到底能说明多少。

这类计数不大，单靠偶然就会上下波动。某个季度看起来比上个季度差，背后可能什么都没变，而真实的变化也可能藏在正常的起伏里。把每一次波动都当成新闻的报告没有用，漏掉真实变化的报告也一样没有用。

这些记录还存放在一个庞大的投诉管理系统里。一屏一屏地手工核对很慢，事后也很难说清某个数字是怎么得出来的。

这些工作有一条共同的线：每个数字都应该能追溯。管理层报告里的数字只要能按方法和数据重新算出来，对它的疑问就只需要核对一下，不必争论半天。记录能用脚本取出来，下个季度就能再跑一遍同样的核对，不用有人再手工做一次。

罚款通知分析也遵循同样的习惯。它只报告数据能够支撑的结论，这样做决定的人知道每条结论能承担多大的分量。流程审查在流程层面也是这个思路。它以团队自己的访谈和操作笔记为基础，所以提出的建议从工作的实际做法出发。

报告以代码的形式运行，不靠一连串手工步骤。Python 负责清洗数据和统计计算，Power BI 负责管理层看到的图表。每份报告旁边都有一份书面方法，任何一个季度都能重新跑一遍，结果可以核查，而不是只能相信。

API 客户端的出发点很简单。给 1,100 多个接口逐个手写函数，永远也跟不上，所以客户端给它们提供了一套统一的调用方式。用 FastAPI 和 Vue 做的网页控制台，又把同样的能力交给了不写 Python 的同事。

我是职业道德与专业标准处情报与廉政组的 ASO7 高级数据分析师，2026 年 3 月入职，负责处里的数据分析。季度报告由我编制，流程审查由我主导，API 客户端和网页控制台也是我做的。

我还负责维护核心数据，管理信息、战略规划和议会报告都以它为准，大家用的是同一个来源。