오늘날의 급속하게 진화하는 도시 환경에서 도시 관리자는 적시와 효과적인 결정에 대한 immense 압력 하에서 있습니다. 교통 혼잡과 공공 안전에서 인프라 유지 보수 및 경제 개발에 이르기까지 현대 도시의 복잡성 - 수업료 또는 전통보다 더 많은 것을 주문했습니다. 데이터 중심 결정 (DDDM)은 중요한 분야로 출현되었으며, 도시 지도자가 스마트하고 안전한, 지속 가능한 공동체를 만드는 정보를 활용할 수 있도록합니다. Systematically 수집함으로써, 데이터 분석, 데이터 분석 및 행동을 개선하고, 도시 리더가 더 나은 행동을 촉진하고, 도시 관리가 향상될 수 있습니다.

Data-Driven Decision은 무엇입니까?

데이터 중심의 결정은 정보의 기초, 자원 할당 및 데이터 분석에 대한 운영 행동은 불평한 증거, gut 감정 또는 정치 expediency보다 오히려. 도시 관리자를 위해, 이것은 실시간 센서 피드, 관리 기록, 시민 피드백 플랫폼 및 외부 데이터베이스를 포함하여 데이터 소스의 넓은 배열을 레버리지 의미, 예산 계획에서 긴급 응답에 대한 모든 것을 알 수 있습니다.

이 프로세스는 일반적으로 여러 단계가 포함됩니다. 명확한 목표를 정의하고 관련 데이터 소스를 식별하고 데이터를 수집하고 청소하고 통찰력을 추출하고 행동 전략으로 그 통찰력을 번역하는 데 도움이됩니다. 중요한 것은 DDDM은 한 번의 이벤트가 아니라 측정, 학습 및 적응의 지속적인 사이클이 아닙니다. 도시가 더 연결되기 때문에 볼륨 및 다양한 데이터가 유효하게 성장하고 강력한 도구와 실질적인 도전을 모두 만드는 것은 효과적으로 관리 할 수 있습니다.

City Management의 핵심 이점

데이터 중심 접근 방식을 채택하면 도시 생활의 질을 직접 영향을 미치는 수많은 이점을 제공합니다. 아래는 실제 사례에 의해 지원되는 가장 매력적인 이점 중 일부입니다.

향상된 운영 효율

데이터는 도시 관리자가 병목을 식별하고 폐기물을 줄이고 제한된 자원의 사용을 최적화합니다. 예를 들어, 폐기물 수집 경로 및 충전 패턴 분석에 의해 도시는 연료를 절약하고 배출을 줄일 일정을 조정할 수 있습니다. 샌디에고]의 도시는 센서와 스마트 가로등을 사용하여 교통 및 주차를 모니터링하고 이동성을 개선하면서 에너지 비용을 10% 감소시킵니다.

향상된 공공 안전

범죄 패턴 분석, 긴급 응답 시간 및 사건 데이터는 법 집행 및 첫 번째 응답자가 리소스를 더 효과적으로 할당 할 수 있습니다. Los Angeles Police Department에 의해 사용되는 것과 같은 예측 가능한 policing 모델은 실제 시간에 높은 위험 영역을 식별하여 재산 범죄를 줄일 수 있습니다. 마찬가지로, 화재 부서는 건물 연령, 재료 및 과거의 사고에 데이터를 사용할 수 있습니다 검사.

더 나은 인프라 계획

교통 흐름, 물 사용 및 인구 성장에 대한 데이터는 도시가 가장 필요로하는 인프라에 투자 할 수 있습니다. Barcelona]은 센서 네트워크의 네트워크가 주차장, 소음 및 공기 품질 모니터링을 사용하여 도로 수리에서 녹색 공간 개발에 대한 모든 결정을 알 수 있습니다. 이 대상 접근은 비용이 많이 들지 않고 공공 자금이 현명하게 지출된다는 것을 보장합니다.

투명성 및 신뢰 증가

도시가 공개적으로 사용할 수 있도록 할 때 - 개방 데이터 포털, 대시보드, 또는 공공 보고서 - 주민들 사이에서 신뢰를 구축. 시민들은 자신의 세금 달러가 어떻게 사용되었는지 볼 수 있습니다, 도시 프로젝트의 진행을 추적, 공식 회계를 보유. 도시와 같은 Chicago]와 New York는 긴 유지 강력한 오픈 데이터 이니셔티브를 가지고, 저널리스트, 연구자와 지역 사회 단체와 참여.

Proactive 서비스 납품

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

핵심 도구 및 기술

City Managers는 수집, 통합 및 분석 데이터를 수집하는 도구의 성장 생태계에 의존합니다. 단일 플랫폼이 모든 필요성에 맞지 않는 동안, 여러 기술 범주는 필수적이 되었습니다.

지리 정보 시스템 (GIS)

GIS는 인구 분석에 대한 기초이며, 관리자가 인구 통계, 범죄, 환경 위험 및 교통과 관련된지도 데이터를 시각화하고 분석 할 수 있습니다. Esri의 ArcGIS과 같은 도구는 부서 전반에 걸쳐 팀의 협력을 돕는 일반적인 운영 사진을 제공합니다. 예를 들어, 도시는 취약한 커뮤니티의 재난 대비를 우선적으로 예측하기 위해 빈 데이터와 홍수 영역을 오버레이 할 수 있습니다.

IoT(IoT) 센서

스마트 미터, 공기 품질 모니터, 교통 카메라 및 소음 센서를 포함한 IoT 장치 - 분석 모델로 공급되는 실시간 데이터 스트림을 생성합니다. 싱가포르는 도시 전체의 수천 개의 센서를 배치하여 폐기물 빈 레벨에서 보행자 발기, 도시 서비스의 고도로 과립 관리를 가능하게합니다.

Data Integration 플랫폼

데이터 소스를 분산시키는 것은 도시 관리자가 다양한 부서 및 외부 피드에서 정보를 통합 할 수있는 플랫폼이 필요합니다. Directus, 예를 들어, 데이터베이스, API 및 파일 시스템에 연결하여 하나의 소스를 만들 수있는 오픈 소스 데이터 플랫폼입니다. 이러한 도구를 사용하여 도시는 트래픽 데이터를 결합 할 수 있습니다, 예측, 일정 및 일정을 계획하기위한 계획.

Predictive Analytics 및 AI

기계 학습 모델은 인간의 패턴을 감지 할 수 있습니다. 주택 코드 위반과 화재 위험 사이의 상관 관계와 같은 패턴을 감지 할 수 있습니다. Chicago의 "Array of Things" 프로젝트는 센서 데이터를 분석하고 대기 질 수준을 예측하기 위해 AI를 사용합니다. 공공 보건 공식이 적시 경고를 돕습니다. 그러나 이러한 고급 분석은 비례 또는 부적절한 예측을 피하기 위해주의를 기울입니다.

Dashboards 및 Visualization의 공개

데이터는 의사 결정 제조업체 및 시민과 같은 이해 될 수 있다면에만 유용합니다. Tableau, Power BI], 또는 사용자 정의 웹 응용 프로그램으로 원시 번호를 차트, 지도 및 점수로 번역합니다. 많은 도시는 이제 911 통화 응답 시간에서 모든 것을 보여주는 실시간 대시보드를 제공합니다. 라이브러리 사용 통계, 개방 문화의 재구성.

Practical Application Across City 기능

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.

교통 및 교통 관리

Congestion은 미국 경제를 잃어버린 생산성에서 매년 $ 87 억 달러에 비용, 텍사스 A & M 운송 연구소에 따라. 도시는 데이터로 다시 싸우고있다. Los Angeles는 루프 감지기의 네트워크를 사용하여 신호 타이밍을 동적으로 조정하고, 이동 시간을 단축하여 일부 복도에 15%까지 감소. Uber와 Lyft와 같은 회사에서 차량에 대한 정보를 타고 계획자가 여행의 패턴을 이해하는 데 도움이된다, 교통 수단에 대한 결정.

공공 안전 및 비상 응답

예측 가능한 policing을 넘어, 데이터는 화재 응답, EMS 운영 및 재난 대비를 향상시킵니다. New York City의 Fire Department]은 화재 안전 검사를 우선적으로 분석하는 위험 기반 검사 시스템을 사용합니다. COVID-19 전염병 동안 많은 도시는 케이스 번호, 병원 용량 및 백신 비율을 추적하는 데이터 대시 보드를 사용했으며 실시간 자원 할당을 가능하게했습니다.

인프라 정비 및 자산 관리

물 주요 휴식, 냄비, 및 전기 아웃은 선택되지 않을 때 비용이 많이 들었습니다. DDDM은 조건 기반 유지 보수를 가능하게합니다. 교량 모니터 구조적 인 스트레스 센서를 사용하면 스마트 물 미터가 누출을 감지합니다. [[FLT : 0]]Philadelphia[[FLT : 1)]는 포장 조건, 교통량 및 공공 피드백을 기반으로 거리 수리를 우선적으로 식별하는 데이터 중심 접근 방식을 사용합니다. 품질 도로에 대한 불만으로 20 % 감소를 선도합니다.

환경 지속 가능성

데이터는 도시 모니터링 대기 질, 트랙 온실 가스 배출량, 및 에너지 소비를 관리합니다. Oslo, Norway는 실시간 오염 수준을 측정하는 도시 센서를 배치했으며 트래픽 제한 및 공공 보건 경고를 알려줍니다. 많은 도시는 또한 개조에서 혜택을받을 수있는 구조가 식별하는 건물 에너지 데이터를 사용하여 전반적인 탄소 발자국을 줄입니다.

시민권 및 시민권

311 시스템, 소셜 미디어 및 온라인 포털에서 데이터는 도시 관리자에게 거주하는 문제에 직접적인 역할을 합니다. Boston의 “CityScore” 대쉬보드는 수십 개의 성능 지표를 통합하여 공유되는 단일 점수로 방문합니다. 이 접근법은 보상을 받으면 부서의 협업을 개선할뿐만 아니라 딥을 할 때의 협력을 장려합니다.

도전과 방법 Them

DDDM을 확장하는 명확한 이점에도 불구하고 장애물이 없습니다. City Managers는 데이터 이니셔티브의 전체 잠재력을 실현하기 위해 여러 가지 중요한 문제를 탐색해야합니다.

데이터 프라이버시 및 보안

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

데이터 품질 및 통합

데이터는 종종 메시, 의도적 또는 불완전합니다. 다른 부서는 다른 시스템을 사용할 수 있으며 통합 된보기를 만들 수 있습니다. 데이터 통합 플랫폼 및 표준화 된 메타 데이터 스키마를 조사하는 것은 도움이 될 수 있습니다. 많은 도시는 오픈 데이터 표준] ]]] ]] ]를 채택하여 상호 운용성 및 정기적 인 작업 흐름을 보장합니다. 또한 정기적 인 데이터 관리 및 정기적 인 관리가 필요합니다.

기술 및 용량 격자

City 직원은 데이터 또는 고급 분석 도구를 사용하여 교육이 필요 할 수 있습니다. 국제 도시 / 국가 관리 협회 (ICMA)에 의한 2021 설문 조사는 지역 정부의 절반 이상이 전용 데이터 분석가가가 있음을 발견했습니다. 이 간격을 닫기 위해 도시는 대학과 파트너를 할 수 있으며 데이터 동료를 고용하거나 전문 개발 프로그램을 제공합니다. 도시 지도자를위한 "data 리터레이트"작업을 구축해야합니다.

변화에 저항

데이터 중심 워크플로우에 대한 유산 관행에서 종종 문화적 저항을 충족합니다. 직원은 데이터를 위탁하거나 새로운 기술에 의해 위협을 느끼게 할 수 있습니다. 성공적인 전환은 강력한 임원 후원, 이익에 대한 명확한 통신, 그리고 값이 입증 된 초기 승리를 요구합니다. 저리스크 지역의 파일럿 프로젝트는 재니어 일정을 최적화하거나 주차 유지 보수를 개선 할 수 있습니다.

비용 및 지속 가능성

센서, 소프트웨어 및 분석 플랫폼 배포는 전방 투자를 필요로하며 지속적인 운영 비용은 도시 예산을 균질화 할 수 있습니다. 그러나 투자 수익은 종종 실질적입니다. 예를 들어, Esri에 의한 연구는 GIS 기반 자산 관리가 혼자 도시 10-30 %를 절약 할 수 있다는 것을 보여줍니다. 스마트 시티 이니셔티브와 같은 연방 정부의 보조금은 초기 비용을 상쇄 할 수 있습니다.

도시 정부의 데이터 드라이브 문화 구축

기술 혼자 충분; 성공적인 DDDM 전략은 조직 내에서 문화적 변화가 필요합니다. 도시 관리자는 전략적 자산으로 데이터를 챔피언하고 실험이 격려되는 환경을 촉진해야합니다.

리더십 및 거버넌스

강력한 임원 후원은 중요합니다. 최고 데이터 책임자 (CDO) 또는 데이터 주관 회의는 책임성을 중앙 집중하고 데이터 이니셔티브가 도시 우선 순위와 일치하도록 보장합니다. 샌프란시스코의 도시]는 각 부서의 대표로 구성된 데이터 연합을 수립하여 분쟁을 조정합니다.

교육 및 교육

모든 수준의 직원의 데이터 임기 프로그램에서 투자는 배당금을 지불합니다. 액세스 및 해석 대시보드에 액세스하고 해석하는 방법을 이해하는 Front-line 직원은 더 나은 하루 종일 결정을 내릴 수 있습니다. Python 또는 R]]와 같은 영역에서 분석을위한 고급 교육은 예측 모델링 기능을 잠금 해제 할 수 있습니다. [[LT:0]]]]를 포함한 여러 온라인 플랫폼은 공개 과정의 일부에 대한 제안을 제공합니다.

Cross-Department 협업

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.

공공 참여 및 공동 활동

시민은 데이터 중심의 정책의 수동 수신자가 될 수 없습니다. 많은 도시 호스트 hackathons 또는 시민이 커뮤니티 문제를 해결하는 앱을 구축하는 개방 데이터를 사용하여 주민이 공공의 문제를 해결하는 데 도움이되는 과학 기술 모임. Helsinki]에는 스마트 시티 솔루션 설계에 시민이 포함 된 "City as Service" 프로그램이 있으며, 데이터가 단지 운영 편의보다는 대중에게 좋은 것을 보장합니다.

관련 기사

데이터 중심의 결정은 더 이상 미래 지향적인 개념이 아닙니다. 그것은 점점 복잡하게 세계에서 효과적으로 지배하는 도시 관리자를위한 필수적인 연습입니다. 트래픽 혼잡을 감소시키고 투명성과 지속 가능성을 촉진하기 위해 공공 안전 향상을 통해 이점은 명확하고 유쾌합니다. 그러나 이러한 결과 달성은 기술보다 더 많은 것을 요구합니다. 데이터 품질, 개인 정보 보호, 지속적인 학습 및 문화 변화에 대한 헌신을 요구합니다.

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.