მონაცემთა საფუძველზე მიღებული გადაწყვეტილებების მნიშვნელობა ქალაქის მენეჯერებისთვის.

თანამედროვე სწრაფად განვითარებად ურბანულ გარემოში, ქალაქის მენეჯერები უზარმაზარ ზეწოლას განიცდიან გადაწყვეტილებების მისაღებად, რომლებიც როგორც დროული, ასევე ეფექტურია. თანამედროვე ქალაქების მოძრაობის გადატვირთულობიდან და საზოგადოებრივი უსაფრთხოებიდან ინფრასტრუქტურის მოვლა-პატრონობამდე და ეკონომიკური განვითარებისკენ უფრო მეტად მოითხოვს, ვიდრე ინტუიცია ან ტრადიცია. მონაცემთა საფუძველზე დაფუძნებული გადაწყვეტილებების მიღებამ (DM) გამოიწვია კრიტიკული დისციპლინა, რაც ქალაქის ლიდერებს საშუალებას აძლევს, რომ გააუმჯობესონ ინფორმაციის ძალაუფლება, გააძლიერონ მონაცემთა მართვის მექანიზმები, შექმნან უფრო ჭკვიანი და მდგრადი და მდგრადი მონაცემთა ცენტრები, სისტემატურად, შექმნან.

რა ხდება მონაცემთა საფუძველზე?

მონაცემთა საფუძველზე მიღებული გადაწყვეტილებები პოლიტიკის, რესურსების განაწილების და მონაცემთა ანალიზზე ოპერატიული ქმედებების, ან ანეკდოტური მტკიცებულებების ნაცვლად, გულისხმობს, რომ ქალაქის მენეჯერებისთვის ეს ნიშნავს მონაცემთა წყაროების ფართო სპექტრის გამოყენებას მათ შორის, რეალურ დროში სენსორული საკვების, ადმინისტრაციული ჩანაწერების, მოქალაქეთა უკუკავშირის პლატფორმებისა და გარე მონაცემთა ბაზების მეშვეობით, რათა ყველაფერი ბიუჯეტის გეგმიდან საგანგებო რეაგირებამდე იყოს.

პროცესი ჩვეულებრივ მოიცავს რამდენიმე ნაბიჯს: განსაზღვრული მკაფიო მიზნების განსაზღვრა, შესაბამისი მონაცემების წყაროების იდენტიფიცირება, მონაცემების შეგროვება და გაწმენდა, მათი ანალიზი, რათა გამომუშავდეს ხედვები და შემდეგ მათი განხორციელებადი სტრატეგიებად. მნიშვნელოვანია, რომ DDM არ არის ერთჯერადი მოვლენა, არამედ უწყვეტი საზომი, სწავლისა და ადაპტაციის ციკლი. როგორც ქალაქები უფრო მეტად დაკავშირებულნი ხდებიან, მონაცემების მოცულობა და მრავალფეროვნება იზრდება ექსპონენტურად, რაც მას ძლიერ ინსტრუმენტად აქცევს.

ძირითადი სარგებელი ქალაქის მენეჯმენტისთვის.

მონაცემთა საფუძველზე დაფუძნებული მიდგომის მიღება მრავალი უპირატესობას სთავაზობს, რომლებიც პირდაპირ გავლენას ახდენენ ურბანული ცხოვრების ხარისხზე. ქვემოთ არის ზოგიერთი ყველაზე დამაჯერებელი სარგებელი, თითოეული რეალური სამყაროს მაგალითებით მხარდაჭერილი.

გაუმჯობესებული ოპერატიული ეფექტურობა.

ქალაქის მენეჯერების დახმარება ბოთლნეკების იდენტიფიცირებაში, ნარჩენების შემცირებაში და შეზღუდული რესურსების გამოყენების ოპტიმიზაციაში. მაგალითად, ნარჩენების შეგროვების მარშრუტებისა და შევსების მოდელების ანალიზით, ქალაქებს შეუძლიათ გრაფიკების კორექტირება საწვავის დაზოგვისა და ემისიების შემცირების მიზნით.

გაძლიერებული საზოგადოებრივი უსაფრთხოება.

დანაშაულის ნიმუშების ანალიზი, საგანგებო რეაგირების დროები და ინციდენტების მონაცემები საშუალებას აძლევს სამართალდამცავ ორგანოებს და პირველ რესპონდენტებს უფრო ეფექტურად გამოყონ რესურსები. პრედიქტიული პოლიციების მოდელები, როგორიცაა FLT:0-ის პოლიციის დეპარტამენტი FF1, დაეხმარა უძრავი რისკის ზონების რეალურ დროში იდენტიფიცირებაში. ანალოგიურად, ხანძარსაწინააღმდეგო დეპარტამენტებს შეუძლიათ გამოიყენონ მონაცემები მშენებლობის ასაკზე, მასალებზე და წარსულ ინციდენტებზე, მასალებზე, რათა პრიორიტეტი მიანიჭონ ინსპექციებს.

უკეთესი ინფრასტრუქტურის დაგეგმვა.

ტრანსპორტის ნაკადების, წყლის გამოყენებისა და მოსახლეობის ზრდის მონაცემები ქალაქებს საშუალებას აძლევს ინვესტიცია განახორციელონ ინფრასტრუქტურაში, სადაც ეს ყველაზე მეტად საჭიროა. F:0 ბარსელონაFLT1 იყენებს სენსორთა ქსელს პარკირების, ხმაურისა და ჰაერის ხარისხის მონიტორინგისთვის, რაც ყველაფერს გზის შეკეთებიდან მწვანე კოსმოსური განვითარებისკენ მიმართავს. ეს მიზანმიმართული მიდგომა ხელს უშლის ძვირადღირებული გადაჭარბების თავიდან აცილებას და უზრუნველყოფს, რომ საჯარო სახსრები გონივრულად დაიხარჯოს.

გაზრდილი გამჭვირვალობა და ნდობა.

როდესაც ქალაქები საჯაროდ ხელმისაწვდომს ხდიან მონაცემებს, ღია მონაცემთა პორტალების, დაფების ან საჯარო ანგარიშების მეშვეობით, ისინი აშენებენ ნდობას რეზიდენტებს შორის ისინი ხედავენ, როგორ გამოიყენება მათი საგადასახადო დოლარები, თვალყური ადევნებენ ქალაქების პროექტების პროგრესს და პასუხისმგებლობას ატარებენ ისეთ ქალაქებში, როგორიცაა FLTF1lT1 და 2GGGovergenterentorgorg, ადგილობრივი საზოგადოებრივი ახალი, ადგილობრივი აუდიტორები, რომლებიც დიდი ხანია ინარჩუნებენ ღია მონაცემებს, რომლებიც ადგილობრივ, რომლებიც ინარჩუნებენ ღია მონაცემებს, რომლებიც დიდი ხანია ინარჩუნებენ.

პროაქტიული მომსახურების მიწოდება.

მონაცემების შემდეგ პრობლემებზე რეაგირების ნაცვლად, ქალაქის მენეჯერებს შეუძლიათ წინასწარ განსაზღვრონ გამოწვევები და ჩაერიონ ადრე. მაგალითად, სოციალური მედიისა და 311 ზარების მონიტორინგით, მოხელეებს შეუძლიათ აღმოაჩინონ წარმოქმნილი საკითხები, როგორიცაა პოლუსური აფეთქებები ან უკანონო დემპინგი, სანამ ისინი გართულდებიან. ეს გადასვლა რეაქტიულიდან პროაქტიულ მართვაზე არის მომწიფებული მონაცემთა ორგანიზაციის ნიშანი.

ძირითადი ინსტრუმენტები და ტექნოლოგიები.

ქალაქის მენეჯერები ეყრდნობიან ინსტრუმენტების მზარდ ეკოსისტემას მონაცემების შეგროვების, ინტეგრაციისა და ანალიზისთვის. მიუხედავად იმისა, რომ არცერთი პლატფორმა არ შეესაბამება ყველა საჭიროებას, რამდენიმე ტექნოლოგიური კატეგორია გახდა აუცილებელი.

გეოგრაფიული საინფორმაციო სისტემები (GIS)

GIS ფუნდამენტურია სივრცითი ანალიზისთვის, რომელიც საშუალებას აძლევს მენეჯერებს, რომ გაანალიზონ და დაამზადონ მონაცემები დემოგრაფიასთან, დანაშაულთან, გარემოს რისკებთან და ტრანსპორტთან დაკავშირებული. ინსტრუმენტები, როგორიცაა FLT:0 ErcGIS11 უზრუნველყოფს საერთო საოპერაციო სურათს, რომელიც ეხმარება გუნდებს, მაგალითად, შეუძლიათ გადაჭარბონ წყალდიდობის ზონებს სიღარიბის მონაცემებით, რათა პრიორიტეტი მიანიჭონ კატასტროფების მომზადებას მოწყვლად საზოგადოებებში.

ინტერნეტს საგნების (იოტო) სენსორები.

იოათო მოწყობილობები, მათ შორის ჭკვიანი მრიცხველები, ჰაერის ხარისხის მონიტორები, სატრანსპორტო კამერები და ხმაურის სენსორები ქმნიან რეალურ დროულ მონაცემთა ნაკადებს, რომლებიც ანალიტიკურ მოდელებში შედიან. FLT-ის მიხედვით, ქალაქის სახელმწიფოში ათასობით სენსორი განათავსა ნარჩენების ურებიდან ქვეით ფოლადამდე, რაც საშუალებას აძლევს ურბანული სერვისების მაღალგან მართვას.

მონაცემთა ინტეგრაციის პლატფორმები.

სხვადასხვა მონაცემთა წყაროების გაგებისთვის, ქალაქის მენეჯერებს სჭირდებათ პლატფორმები, რომლებიც შეძლებენ სხვადასხვა დეპარტამენტებისა და გარე საკვების ინფორმაციის ჩართვას. FLT:0TTT1, მაგალითად, არის ღია წყაროს მონაცემთა პლატფორმა, რომელიც ქალაქებს საშუალებას აძლევს შექმნან ერთი ჭეშმარიტების წყარო მონაცემთა ბაზებთან, API-ებთან და ფაილების გადაწყვეტილების სისტემებთან დაკავშირებით, ერთიანი შეფასების გარეშე. ასეთი ინსტრუმენტის გამოყენებით, კომბინაცია შეიძლება გაერთიანდეს.

პროგნოზების ანალიტიკა და AI.

მანქანური სწავლების მოდელები შეიძლება აღმოაჩინოს ისეთი ნიმუშები, რომლებიც შეიძლება ადამიანებს გაუშვათ, როგორიცაა საცხოვრებელი კოდის დარღვევებსა და ხანძრის რისკს შორის კორელაციები. FLT FLT-ის 1 პროექტი იყენებს AI-ს სენსორული მონაცემების ანალიზისთვის და ჰაერის ხარისხის დონეების პროგნოზირებისთვის, რაც ეხმარება საზოგადოებრივი ჯანდაცვის ოფიციალურ პირებს დროული შეტყობინებების გაცემაში. თუმცა, ეს მოწინავე ანალიზები მოითხოვს ფრთხილი მმართველობის თავიდან აცილებას მიკერძო ან არაზუსტიციფიკაციით.

საჯარო დაფები და ვიზილიზაცია.

ინტერაქტიული დაფები, როგორიცაა FLT:0TabalTallT:1, FLT:2 ძალა BIFLT:3, ან საბაჟო ვებ აპლიკაციები ნედლეულში, და სკორდებში თარგმნის კულტურებში თარგმნას აკეთებენ, რომლებიც ახლა გვთავაზობენ რეალურ დროში სტატიებს 9-ჯერ მეტწილად, რაც გვიჩვენებს ყველაფერს.

პრაქტიკული აპლიკაციები ქალაქის ფუნქციებზე.

The theoretical benefits of DDDM become tangible when applied to specific urban challenges. Below are several areas where data-driven approaches have produced measurable outcomes.

სატრანსპორტო და სატრანსპორტო მართვა.

ქალაქები იბრძვიან მონაცემებით. FLT:0 ანგელოზ:FTTT იყენებს ციკლის და სატრანსპორტო კამერების ქსელს, რათა დინამიურად მოარგოს სიგნალის მარშრუტი, რაც ამცირებს მოგზაურობის დროს 15%-მდე ზოგიერთი კორიდორის და ზოგიერთი კომპანიის, როგორიცაა Uidering-ის, ინფორმაციის მიწოდებას.

საზოგადოებრივი უსაფრთხოება და საგანგებო რეაგირება.

გარდა პროგნოზირებადი პოლიციისა, მონაცემები აუმჯობესებს ხანძრის რეაგირებას, EMS ოპერაციებს და კატასტროფების მომზადებას. FLT:0 ახალი ork City's სახანძრო დეპარტამენტი იყენებს რისკზე დაფუძნებულ შემოწმების სისტემას, რომელიც აანალიზებს მშენებლობის მახასიათებლებს და წარსულ ინციდენტებს ხანძრის უსაფრთხოების შემოწმების პრიორიტეტების დასადგენად.

ინფრასტრუქტურის მოვლა და აქტივების მართვა.

მთავარი წყლის შესვენებები, პოულობები და ელექტრო გამოსასვლელები ძვირია, როდესაც დაუმუშავებელია: DDM საშუალებას აძლევს პირობითი მოვლას: სენსორები ხიდებზე აკვირდებიან სტრუქტურულ სტრესს, ხოლო ჭკვიანი წყლის მეტრები აღმოჩენენ გაჟონვებს. FLT: ფილდელიFLTFLT1 გამოყენებით იყენებს მონაცემთა ხარისხის -ის-ის1 გამოყენებითი იყენებს ქუჩის ხარისხის რემონტის რემონტის რემონტის პირობის, სატრანსპორტო მოცულობის, სატრანსპორტო მოცულობის და 20%-იანი საჩივრების პრიორიტეტიზაციას, და საჯარო შემცირების 20%-იანი, 20%-იანი, და საჯარო შემცირების 20%-იანი, რაც 20%-იანი შემცირების, რაც იწვევს.

გარემოს მდგრადობა.

მონაცემები ეხმარება ქალაქებს ჰაერის ხარისხის მონიტორინგში, სათბურის გაზების ემისიების მონიტორინგში და ენერგიის მოხმარების მართვაში. FLT:0, ნორვეგიამ 1 ურბანული სენსორები განათავსა, რომლებიც რეალურ დროში აზომავენ დაბინძურების დონეს, აცნობენ მოძრაობის შეზღუდვებს და საზოგადოებრივი ჯანმრთელობის გაფრთხილებებს.

მოქალაქეთა სერვისები და ჩართულობა.

311 სისტემის, სოციალური მედიის და ონლაინ პორტალის მონაცემები ქალაქის მენეჯერებს პირდაპირ ხედვას აძლევს საცხოვრებელ შეშფოთებებზე. FLT:0 Boston CyScorent:FLT1-ის დაფა აერთიანებს ათობით შესრულების ინდიკატორს ბიბლიოთეკის ვიზიტებიდან ერთ intin-მდე, რომელიც არა მხოლოდ აუმჯობესებს ანგარიშვალდებულებას, არამედ ხელს უწყობს თანამშრომლობას დეპარტამენტებში, როდესაც დები.

გამოწვევები და როგორ მივუდგეთ მათ.

მიუხედავად აშკარა უპირატესობებისა, DDM-ის მასშტაბური განხორციელება დაბრკოლებების გარეშე არ არის. ქალაქის მენეჯერებმა უნდა ნავიგაციონ რამდენიმე კრიტიკული გამოწვევა, რათა გააცნობიერონ მათი მონაცემთა ინიციატივების სრული პოტენციალი.

მონაცემთა კონფიდენციალურობა და უსაფრთხოება.

მოქალაქეების შესახებ რეგულარული მონაცემების შეგროვება ლეგიტიმურ შეშფოთებას იწვევს თვალთვალის, ბოროტად გამოყენების და დარღვევების შესახებ. ჭკვიანი ქალაქების ტექნოლოგიების მიღება ზოგიერთ საზოგადოებაში შეფერხებულია "დიდი ძმის" ეფექტის შიშით. ამის მოსაგვარებლად, ქალაქებმა უნდა მიიღონ ძლიერი მონაცემთა მართვის ჩარჩოები, რომლებიც განსაზღვრავენ ვინ შეიძლება მიიღოს მონაცემებზე, როგორ შეიძლება მისი გამოყენება და რამდენ ხანს დამოუკიდებელი კონტროლის ქვეშ მყოფია იგი, 'FLT 'FTrotrontrontons of of of of of of Sterfortrocks of of of of of Sterfetrontrofotrontroforback', Filgroft., FFtrotrofet, Ft, FFet, Fet, Fet, F, Fet, Fet, Fet, Fet, Fet, Bt, Bt, Bt, Bt, Bet, Bt,,, B, B,, B.

მონაცემთა ხარისხი და ინტეგრაცია.

ნედლეული მონაცემები ხშირად არაერთგვაროვანია, შეუსაბამო ან არასრული. სხვადასხვა დეპარტამენტებს შეუძლიათ გამოიყენონ სხვადასხვა სისტემები, რაც ართულებს ერთიანი ხედვის შექმნას. მონაცემთა ინტეგრაციის პლატფორმებში და სტანდარტიზირებული მეტატას სქემებში ინვესტირებას შეუძლია დაეხმაროს. ბევრი ქალაქი იღებს FLT:FLT:1-ის მსგავს FGrogroget data sques sques squetal-ის ინტერპერატივ.3-ის უზრუნველსაყოფად.

უნარები და შესაძლებლობების ხარვეზები.

ქალაქის თანამშრომლებს შეიძლება არ ჰქონდეთ საჭირო ტრენინგი მონაცემების ინტერპრეტაციისთვის ან მოწინავე ანალიტიკური ინსტრუმენტების გამოყენებისთვის. 2021 წლის კვლევა FLT:0 საერთაშორისო ქალაქის/საგრაფიის მართვის ასოციაციის (ICMA) (ICMA) FLT:1-ის მიხედვით, ადგილობრივი მთავრობების ნახევარზე ნაკლები მონაცემთა ანალიტიკოსი. ამ ხარვეზის დახურვისათვის, ქალაქებს შეუძლიათ პარტნიორობა უნივერსიტეტებთან, მონაცემთა თანაჯგუფების დაქირავების ან პროფესიული განვითარების ლიდერებთან, ან პროფესიული განვითარების პროგრამების შექმნა.

ცვლილებების მიმართ წინააღმდეგობა.

წარმატებული გადასვლები მოითხოვენ ძლიერ აღმასრულებელ სპონსორობას, მკაფიო კომუნიკაციას სარგებელზე და ადრეულ მოგებებზე, რომლებიც დაბალი რისკის ზონებში, როგორიცაა ჯანმთელობის გრაფიკის ოპტიმიზაცია ან პარკი-შენარჩუნების გაუმჯობესება, მაგრამ შეუძლიათ იმპულსის შექმნა.

ხარჯები და მდგრადობა.

სენსორების, პროგრამული უზრუნველყოფის და ანალიტიკური პლატფორმების დანერგვა მოითხოვს წინასწარ ინვესტიციას, და მიმდინარე საოპერაციო ხარჯები ხშირად შეიძლება შეზღუდოს მუნიციპალური ბიუჯეტები. თუმცა, ინვესტიციის დაბრუნება ხშირად მნიშვნელოვანია. მაგალითად, FLT:0-ის კვლევა:1 აჩვენებს, რომ მხოლოდ SIS-ზე დაფუძნებული აქტივების მართვა შეიძლება გადაარჩინოს ქალაქები 10-30%-30%-ით შენახვის ხარჯებზე.

ქალაქის მთავრობაში მონაცემთა მართვადი კულტურის აშენება.

ტექნოლოგია მარტო არასაკმარისია; წარმატებული DDM სტრატეგია მოითხოვს კულტურული ცვლილებას ორგანიზაციაში. ქალაქის მენეჯერებმა უნდა დაიცვან მონაცემები როგორც სტრატეგიული აქტივი და წაახალისონ გარემო, სადაც ექსპერიმენტირება წახალისებულია.

ლიდერობა და მმართველობა.

მთავარი მონაცემთა ოფიცერის (CDO) ან მონაცემთა მმართველობის საბჭოს დანიშვნა პასუხისმგებლობის ცენტრალიზებას ახდენს და უზრუნველყოფს, რომ მონაცემთა ინიციატივები შეესაბამებოდეს ქალაქის პრიორიტეტებს. FLT:0-ს ქალაქი FFFLT1-მა შექმნა მონაცემთა კოალიცია, რომელიც შედგება თითოეული დეპარტამენტის წარმომადგენლებისგან მონაცემთა გაზიარების კოორდინაციისა და კონფლიქტების გადაჭრის მიზნით.

ტრენინგი და გაძლიერება.

მონაცემთა განათლების პროგრამებში ინვესტირება ყველა დონის პერსონალისთვის დივიდენდებს იძლევა. ფრონტლაინის თანამშრომლები, რომლებიც გაიგებენ, როგორ უნდა მიიღონ უკეთესი ყოველდღიური გადაწყვეტილებები. ანალიტიკოსების მოწინავე ტრენინგი ისეთ სფეროებში, როგორიცაა FLT:Pyth LT1 FC-ის კურსი:2Fdldldl-ის მოქნილი სწავლება სთავაზობს: FFFdelindelteningingings, შეუძლია გახსნას პროგნოზის, მათ შორის ინოვაციური ონლაინ შესაძლებლობები.

დეპარტამენტის შორის თანამშრომლობა.

Silos are the enemy of data-driven governance. Encouraging departments to share data and work on joint projects can yield insights that no single unit could achieve alone. For example, combining health department data on asthma rates with transportation department data on traffic corridors can identify areas where air quality improvements are most needed.

საზოგადოებრივი ჩართულობა და თანაშემოქმედება.

ბევრი ქალაქი მასპინძლობს ჰაქტანებს ან სამოქალაქო ტექნოლოგიების კომპლექსებს, სადაც მცხოვრებლები იყენებენ ღია მონაცემებს, რათა შექმნან აპები, რომლებიც წყვეტენ საზოგადოების პრობლემებს. FLT HelinkFLT1 პროგრამა მოიცავს მოქალაქეებს ჭკვიანი ქალაქის გადაწყვეტილებების შემუშავებაში, რაც უზრუნველყოფს, რომ მონაცემები ემსახურებოდეს საზოგადოებრივ სიკეთეს და არა მხოლოდ ოპერატიულ მოხერხებულობას.

დასკვნა.

მონაცემთა საფუძველზე მართული გადაწყვეტილებების მიღება აღარ არის ფიუჩერსიული კონცეფცია ქალაქის მენეჯერებისთვის, რომლებიც მიზნად ისახავენ ეფექტურად მართვას უფრო რთულ სამყაროში. სატრანსპორტო გადატვირთვის შემცირებით და საზოგადოებრივი უსაფრთხოების გაუმჯობესებით გამჭვირვალობის და მდგრადობის გასაუმჯობესებლად, სარგებელი ნათელია და გაზომვადი. თუმცა, ამ შედეგების მიღწევა მოითხოვს უფრო მეტს, ვიდრე მხოლოდ ტექნოლოგია; ის მოითხოვს მონაცემთა ხარისხის, კონფიდენციალურობის, უწყვეტი სწავლის და კულტურული ცვლილებების ვალდებულებას.

ქალაქები, რომლებიც სწორ ინსტრუმენტებში ინვესტირებენ, როგორიცაა სენსორები, SIS, ინტეგრაციის პლატფორმები, როგორიცაა დირიუსი და ანალიტიკის პროგრამული უზრუნველყოფა, ერთდროულად თავიანთი სამუშაო ძალის შესაძლებლობების შექმნისას, საუკეთესოდ შეძლებენ ურბანიზაციის გამოწვევების ნავიგაციას. მონაცემთა საფუძველზე დაფუძნებული აზროვნების მეშვეობით, ქალაქის მენეჯერები შეუძლიათ გადააქციონ ნედლეული ინფორმაცია მოქმედ ინტელექტად, რაც ახლა უფრო ჭკვიან და უფრო რეაგირებად სერვისებს აძლევს იმ საზოგადოებებს, რომლებიც ახლა იწყებენ, არის, ხოლო ურბანული მმართველობის მომავალია.