Sa mga kasalukuyang ekwatoryal na mabilis na pag-aayos ng mga urban environments, ang mga manedyer ng lungsod ay nasa ilalim ng matinding panggigipit na gumawa ng mga desisyon na parehong napapanahon at mabisa. Ang kompleksidad ng mga modernong lungsod naimpluwensya mula sa pagsisikip ng trapiko at kaligtasan ng publiko sa imprastraktura at pag-unlad ng ekonomiya na idedentado ay higit pa sa intuwisyon, mas ligtas, at mas masistemang paggawa, pagsusuri sa mga management ng lungsod, pagpapabuti ng mga transaksyon, pag-aksiyon, pag-a-aksiyon ng mga pinuno ng mga transaksyon, at mga impraksiyon ng mga eksiyon.

Ano ang Ginagawang Pasiya ng Data-Diven?

Ang Data-drift na paggawa ng desisyon ay ang pagsasagawa ng mga patakarang pagbase, mga pag-aaring alocation, at mga aksiyong operasyonal sa pagsusuri ng datos sa halip na sa anektational na ebidensiya, mga damdamin ng tiyan, o pulitikal na kapakinabangan. para sa mga manedyer ng lungsod, ito ay nangangahulugan ng pag-eebolb ng isang malawak na hanay ng mga mapagkukunan ng datos nai-time sensor na nanginginain, mga rekord na pampangasiwaan, mga platapormang pang-edukasyon ng mamamayan, at panlabas na databases ⁇ to na nagbibigay-alam sa lahat mula sa pagpaplano ng badyet hanggang sa mga emergency na pagtugon.

Ang proseso ay karaniwang kinasasangkutan ng ilang mga hakbang: pagbibigay ng malinaw na mga layunin, pagkilala sa mga kaugnay na mapagkukunan ng datos, pagtitipon at paglilinis ng datos, pagsusuri nito upang makakuha ng mga kabatiran, at pagkatapos ay pagsasalin ng mga kabatirang iyon sa mga estratehiyang aksiyonal.[kailangan ng sanggunian] Mahalaga, DDDM ay hindi isang nag-iisang-panahong pangyayari kundi isang patuloy na siklo ng pagsukat, pag-aaral, at pag-aangkop. Habang ang mga lungsod ay nagiging mas magkakaugnay, ang dami at iba't ibang mga makukuhang datos ay lumalaki ng eksponentially, na ginagawa itong isang malakas na kasangkapan at isang mahalagang hamon upang mabisang mapamahalaan.

Mga Pakinabang ng Core sa Pangangasiwa sa Lunsod

Ang pagsunod sa isang data-driving approach ay nagbibigay ng maraming mga bentaha na direktang nakakaapekto sa kalidad ng buhay sa lungsod. sa ibaba ang ilan sa mga pinaka-napipilit na mga benepisyo, bawat isa ay sinusuportahan ng mga real-world halimbawa.

Pinahusay na Episiya sa Operasyon

Tinutulungan ng Data ang mga manedyer ng lunsod na matukoy ang mga takilya, bawasan ang mga basura, at gamitin ang limitadong mga yaman. Halimbawa, sa pamamagitan ng pagsusuri sa mga ruta ng pangongolekta ng basura at pagpuno ng mga padron, maaaring baguhin ng mga lunsod ang mga iskedyul upang makatipid ng gasolina at mabawasan ang mga ibinubugang langis.

Nakakulong Kaligtasan sa Madla

Ang pagsusuri ng mga huwarang krimen, mga panahon ng biglaang pagtugon, at mga datos ng insidente ay nagpapangyari sa pagpapatupad ng batas at mga unang tumutugon na makapagbigay ng mga mapagkukunang mas mabisa.[diagnosis na mga modelo, tulad ng mga ginagamit ng Los Angeles Police Department, ay nakatulong sa pagbabawas ng mga krimeng pang-aritbol sa pamamagitan ng pagkilala ng mga matataas na-krisekto na lugar sa tunay na panahon.

Mas Mabuting Pagpaplano ng Infrastructure

Ang mga Data sa daloy ng trapiko, paggamit ng tubig, at pagdami ng populasyon ay nagpapahintulot sa mga lungsod na mamuhunan sa imprastraktura kung saan kailangang - kailangan ito. AngBarcelona ay gumagamit ng isang network ng sensor upang subaybayan ang parking, ingay, at kalidad ng hangin, na ipinaaalam ang mga desisyon sa lahat ng bagay mula sa mga pagkukumpuni ng daan hanggang sa luntiang pag - unlad ng kalawakan.

Higit na Pagbabago at Pagtitiwala

Kapag ang mga lungsod ay gumagawa ng kanilang mga datos na pampublikong magagamit sa pamamagitan ng bukas na mga data portal, mga dashboard, o mga pampublikong ulat na idependiyente sa mga residente. ang mga mamamayan ay maaaring makita kung paano ginagamit ang kanilang mga dolyar ng buwis, suriin ang pagsulong ng mga proyekto ng lungsod, at panagutan ang mga opisyal. Matagal nang pinanatili ng mga lungsod tulad ng [[FLT:Chicago[[[FLT]] ang mga malayang mga tagapanimula sa mga taga-ulat na nagbibigay ng kapangyarihan sa mga mananaliksik, at sa mga lokal na pamahalaan.

Mabigat na Paghahatid sa Paglilingkod

Sa halip na tumugon sa mga problema pagkatapos na mangyari ito, ang mga data ay pumapayag sa mga manedyer ng lungsod na patiunang makapaghintay ng mga hamon at mamagitan. halimbawa, sa pamamagitan ng pagsubaybay sa social media at 311 tawag, maaaring madetek ng mga opisyal ang lumilitaw na mga isyu tulad ng pohole invasions o ilegal na pagtatapon bago ito lumala. Ang paglipat na ito mula sa reaksyon tungo sa proactive management ay isang palatandaan ng isang maygulang na data-interial organization.

Mga Pangunahing Kasangkapan at mga Technologie

Ang mga manedyer ng lunsod ay umaasa sa lumalaking ekosistema ng mga kagamitan para makolekta, maisama, at masuri ang impormasyon.

Mga Sistema ng Impormasyon ng Geographic (GIS)

Ang GIS ay pundasyon ng sprayal analysis, na nagpapahintulot sa mga manedyer na ilarawan at mapa ang mga impormasyong may kaugnayan sa demographics, krimen, mga panganib sa kapaligiran, at transportasyon. Ang mga kagamitang gaya ng Esrii ⁇ s ArcGIS ay nagbibigay ng isang karaniwang paglalarawan na tumutulong sa mga pangkat na nakikipagtulungan sa mga departamento.

Internet of This (IoT) Sensors

Kabilang sa mga aparatong IoT ang smart meters, air dequality monitors, traffic cameras, at mga sensor ng ingay na feacherate real-time data sa mga stream na nag-eenrolyd sa isang analog na modelo. Naglagay ng libu-libong sensor sa buong lungsod-state upang masubaybayan ang lahat mula sa mga antas ng basurang bin hanggang sa hindi napapasok na footfall, na nagdudulot ng lubhang granular na pangangasiwa ng mga serbisyo sa lungsod.

Mga Platanyo ng Paglilipat ng Data

Upang maunawaan ang mga disparate data sources, ang mga manedyer ng lungsod ay nangangailangan ng mga platform na maaaring kumain, maglinis, at magkaisa ng impormasyon mula sa iba't ibang kagawaran at panlabas na mga feeding. AngDirectus, halimbawa, ay isang bukas na-oras na data platform na nagpapahintulot sa mga lungsod na lumikha ng isang pinagmulan ng katotohanan sa pamamagitan ng pag-uugnay sa mga database, API, at file systems na hindi nangangailangan ng kodigo ng kaugalian. Sa paggamit ng gayong kasangkapan, maaaring pagsamahin ang isang lungsod sa pamamagitan ng isang panahon, data, at iskedyul para sa isang pag-i-i-edcrecoreceing electionboard.

Mga Hulang Anatiko at AI

Maaaring makita ng mga modelo sa pagkatuto sa makina ang mga huwaran na maaaring hindi mapansin ng mga tao, gaya ng mga kaugnayan sa pagitan ng mga paglabag sa kodigo ng pabahay at panganib sa sunog. Ang mga hicicagoić [[Array of Thisić na proyekto ay gumagamit ng AI upang suriin ang mga impormasyong pandamdam at hulaan ang antas ng kalidad ng hangin, na tumutulong sa mga opisyal ng pampublikong kalusugan na magbigay ng napapanahong mga babala. Gayunpaman, ang mga masulong na mga analitikong ito ay nangangailangan ng maingat na pamamahala upang maiwasan ang mga maling mga prediksiyon.

Mga Pampahayagan at Panimula

Ang Data ay kapaki-pakinabang lamang kung ito ay mauunawaan ng mga nagpapasiya-gawa at mga mamamayan. Interactive dashboards na itinayo sa pamamagitan ng mga kasangkapang gaya , Ang mga subscription BI[, o mga institusyong web applications na nagsasalin ng mga hilaw na numero sa mga tsart, mapa, at scorecard. Maraming lungsod ngayon ay nag-time dashboard na nagpapakita ng lahat ng lahat ng mga bagay mula 911 na pagtawag sa mga oras upang magamit ang aklatan, isang kulturang pang-edukasyon.

Praktikal na mga Pakinabang sa Masasayang Lugar ng Lunsod

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.

Ang Pagkontrol sa Trapiko at Transportasyon

Ang kogresyon ay nagkahalaga sa ekonomiya ng Estados Unidos ng mahigit $87 bilyon taun-taon sa nawalang produksiyon, ayon sa Texas A&M Transportation Institute. Ang mga lungsod ay lumalaban sa pamamagitan ng datos. Los Angeles ay gumagamit ng isang network ng mga loop detector at kamerang trapiko upang maiayos ang mga signal na dynamic, binabawasan ang mga oras ng paglalakbay sa pamamagitan ng hanggang 15% sa ilang mga pasilyo. Ang pag-i-i-i-i-i-i-i-git na datos mula sa mga kompanya tulad ng Uber at Lyft ay tumutulong din sa mga tagaplano ng mga panukalang nangangailangan ng mga panukalang daanan, pagbibigay ng mga desisyon sa paglalakbay, pagbibigay-alam sa pampubliko ng mga desisyon tungkol sa mga rutang daanan at transportasyon.

Kaligtasan ng Bayan at ang Pagtugon ng mga Krisis

Bukod sa paghulang pag-aalsa, ang datos ay nagpapabuti ng pagtugon ng apoy, mga operasyon ng EMS, at ang pagiging handa ng sakuna. Ang New York City Events Fire Department ay gumagamit ng isang sistema ng custure-based na pagsisiyasat na nagsusuri sa mga katangian ng pagbuo at nakaraang mga insidente upang unahin ang mga pagsusuri sa kaligtasan ng apoy. Ginagamit ng maraming lungsod ang mga data dashboard upang matunton ang mga bilang ng kaso, kapasidad ng ospital, at ang mga kripwernisasyon, na nakapagdurururusisyon sa real-timesyo ng lahat ng mapagkukunan.

Infrastructure Institution at Aset Management

Ang mga water main break, pothole, at mga outages ng kuryente ay magastos kapag naiwang hindi napigil. Ang DDDM ay nagpapangyari ng refloid maintenance: ang mga sensor sa mga tulay ay sumusubaybay sa mga istrukturang stress, habang ang mga smart water meters ay nakadetek ng mga tagaskas ng mga butas. Ang Philadelphia[1] ay gumagamit ng data-canized applications upang i-fireditize ang mga pagkumpuni sa kalye batay sa kondisyong daan, laki ng trapiko, at pampublikong relisensiyal, na humahantong sa 20% sa isang pagbaba ng mga reklamo tungkol sa kalidad ng mga ekweeksyon sa mga eksyon sa mga ekwadwado sa kalsada.

Pangangalaga sa Kapaligiran

Nakatulong ang Data sa mga lunsod para masubaybayan ang kalidad ng hangin, matunton ang greenhouse gas, at makontrol ang pagkonsumo ng enerhiya. ]], Norway, at naglagay ng mga sensor sa lunsod na sumusukat sa antas ng polusyon sa tunay na panahon, anupat ipinababatid ang mga paghihigpit sa trapiko at mga babala sa kalusugan ng publiko.

Mga Serbisyo ng Mamamayan at Pag - aasikaso

Ang mga impormasyon mula sa 311 sistema, social media, at mga online portal ay nagbibigay sa mga manedyer ng lungsod ng tuwirang linya ng paningin sa mga alalahaning residente. Bostoni ⁇ s ⁇ S ⁇ [CityScore ⁇ Ang dashboard ay nagreresulta sa maraming mga indibidwal ng pagganap mula sa mga panahon ng pagtugon sa mga pagbisita sa aklatan na siditorinto isang solong iskor na ibinahagi sa publiko. Ang pamamaraang ito ay hindi lamang nagpapabuti kundi nang nang lagpas din ang mga kagawaran ng mga iskor.

Mga Hamon at Kung Paano Ito Pagtutuunan ng Pansin

Sa kabila ng malinaw na mga bentaha, ang pagpapatupad ng DDDM sa lawak ay may mga hadlang.

Data Pribadong Buhay at Katiwasayan

Ang pag-iipon ng mga impormasyong granular tungkol sa mga mamamayan ay nagbabangon ng mga lehitimong pagkabahala hinggil sa pagmamatyag, maling paggamit, at mga paglabag. Ang pagpapatibay ng mga maalam na teknolohiya sa lungsod ay napabagal sa ilang mga pamayanan sa pamamagitan ng takot sa isang ⁇ Big Brotheri ⁇ . Upang tukuyin ito, ang mga lungsod ay dapat gumamit ng malakas na mga balangkas na data governence na nagbibigay ng kahulugan kung sino ang makakapag-akda ng datos, kung paano ito magagamit, at kung gaano katagal ito na pinanatili. Ang mga lungsod ay dapat na magkaroon ng proyektong Torontosupresence ng proyektong Waterfront na may Side Labs offback officials.

Katangian at Pagkabigo ng Data

Ang datos ng aw ay kadalasang magulo, pabagu-bago, o hindi kumpleto. Ang iba't ibang kagawaran ay maaaring gumamit ng iba't ibang sistema, kung kaya't mahirap na makalikha ng nagkakaisang pananaw. Ang pag-iinvest sa data integrated platforms at standardized metadata schemas. Maraming lungsod ang maaaring gumamit Ang pagbubukas ng mga pamantayang datos gaya ng [[[T] [[[T] ay nagbibigay ng katiyakan sa inter-kadependista na ang isang regular na datos na kailangan din ang pag-pag-gawa at paglilinis.[2] [[kailangan ng mga impormasyon.

Mga Kasanayan at mga Gapan ng Capacity

Ang mga empleyado ng lungsod ay maaaring kulang ng pagsasanay na kinakailangan upang bigyang kahulugan ang datos o gumamit ng mga makabagong kasangkapang anatomiko.[21 survey ng International City/Country Management Association (ICMA) Natuklasan na wala pang kalahati ng mga lokal na pamahalaan ang may nakatalagang data analyst. Upang maisara ang agwat na ito, ang mga lungsod ay maaaring makipag-ugnayan sa mga unibersidad, umupa ng mga kapwa datos, o magbigay ng propesyonal na mga programa sa pagpapaunlad. Ang pagtatayo ng isang ⁇ data ⁇ work forcepwers.

Pagtangging Magbago

Ang mga matagumpay na transisyon ay nangangailangan ng matibay na executive advolutions tungkol sa mga benepisyo, at maagang panalo na nagpapakita ng halaga. Pilot projects sa mga mababang-risk areas Philippines o tulad ng motificing recinitional iskedyul o pagpapabuti ng park recinience reclusion.

Halaga at Katatagan

Ang mga nakalululang sensor, software, at analytics platform ay nangangailangan ng upfront investment, at ang patuloy na gastos sa operasyon ay maaaring makaapekto sa mga badyet ng munisipyo. Gayunpaman, ang pagbabalik sa pamumuhunan ay kadalasang malaki. Halimbawa, [[[[[T:0] Ang mga pagsaliksik ng Esri ay maaari ring makatulong sa mga panimulang gastos ng GSIS-based asset lamang sa mga lungsod 10–30% sa gastos ng pagpapanatili.

Pagtatayo ng Isang Data-Diven Culture sa Pamahalaan ng Lungsod

Hindi sapat ang teknolohiya lamang; ang isang matagumpay na estratehiya ng DDDM ay nangangailangan ng pagbabago sa kultura sa loob ng organisasyon.Ang mga manedyer ng lunsod ay dapat magtaguyod ng impormasyon bilang isang estratehikong asset at magpaunlad ng isang kapaligiran kung saan ang pag - eeksperimento ay pinasisigla.

Ang Pamumuno at Pagkahuhuwaran

Ang matibay na pag - aanunsiyo ay kritikal. Ang pagdisenyo sa isang punong opisyal ng datos (CDO) o isang data governence council ay nagpapangyari sa pananagutan at tumitiyak na ang mga data ay nakikipagtulungan sa mga prayoridad ng lunsod.

Pagsasanay at Pagkabisa

Ang pag-iinvest sa mga programa ng data literacy para sa lahat ng mga antas ng kawani ay nagbabayad ng mga benepisyo. Front-line na empleyado na nakauunawa kung paano ma-access at bibigyan ng kahulugan ang mga dashboard ay maaaring makagawa ng mas mahusay na mga desisyon sa araw-to-araw. Ang mga presentibong pagsasanay para sa mga analyst sa mga lugar tulad ng ay maaaring mag-reredirect ng mga kakayahan sa pagmomodelo. Ilang mga platapormang online, kasama ang[T:T4][2][T][T][T][T][T][T][T][T][T][T][T][T][T][T][T][T][TCEPLCEPORCEPORCEPESCORCERTCORCORCORCERCERCESCERCERCESCESCESCESCESCES.

Paggawa ng Cross-Department

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.

Pakikipagtulungan ng Bayan at Paglikha ng Komedya

Ang mga mamamayan ay hindi dapat walang kibong tumatanggap ng mga patakarang datos-scourn.[[ maraming lungsod] Ang mga host hackathons o mga temporal tech meetup kung saan ang mga residente ay gumagamit ng open data upang bumuo ng mga app na nagsasangkot sa mga mamamayan sa pagdidisenyo ng mga maalam na solusyon sa lungsod, na tinitiyak na ang datos ay nagsisilbi sa publikong kabutihan sa halip na basta operasyon lamang.

Pagsasaayos

Ang Data-drift na paggawa ng desisyon ay hindi na isang futuristic conceptilerit ay isang mahalagang gawain para sa mga manedyer ng lungsod na naglalayong mamahala nang mabisa sa isang higit na komplikadong mundo.mula sa pagbabawas ng pagsisikip ng trapiko at pagpapabuti ng kaligtasan ng publiko sa pagpapaunlad ng transparensiya at suspensiyon, ang mga benepisyo ay malinaw at hindi matrix. Gayunpaman, ang pagkakamit ng mga kinalabasang ito ay nangangailangan ng higit pa sa basta teknolohiya; ito ay nangangailangan ng isang pangako sa kalidad ng datos, pribadong buhay, patuloy na pagkatuto, at pagbabagong kultural.

Ang mga lungsod na namumuhunan sa tamang mga kasangkapang pang-ekonomiya tulad ng sensors, GIS, mga platapormang pang-edukasyon tulad ng Directus, at anatomys software ⁇ Samantalang sabay na nagtatayo ng kakayahan ng kanilang mga workforce, ay magiging pinakamahusay na posisyon upang ugitan ang mga hamon ng urbanisasyon. Sa pamamagitan ng pag-opublish ng isang data-blown na pag-iisip, ang mga manedyer ng lungsod ay maaaring gawing aktiba ang mga impormasyon upang maging aktibat-iba ang mga impormasyon, paghahatid ng mas matalino, mas maabiling, mas tumutugong serbisyo sa mga komunidad na pinaglilingkuran nila. Ang kinabukasan ng urbanidad ay data-ka-sa-sa-panahon ngayon.