Trong môi trường đô thị phát triển nhanh chóng ngày nay, các nhà quản lý thành phố đang chịu áp lực lớn để đưa ra những quyết định vừa đúng lúc vừa đúng lúc, vừa hiệu quả. sự phức tạp của các thành phố hiện đại - từ tắc nghẽn giao thông và an toàn công cộng cho đến việc bảo trì cơ sở hạ tầng và phát triển kinh tế -- sự phân tích và dữ liệu hành động, có thể cải thiện, làm việc cho hiệu quả, minh bạch và phục vụ tốt hơn cho thành phố.

Quyết định của dữ liệu - lái xe là gì?

Quyết định dựa trên dữ liệu là thực hiện các chính sách cơ sở, định vị tài nguyên, và các hành động hoạt động về phân tích dữ liệu hơn là trên các bằng chứng cụ thể, cảm xúc ruột hoặc sự mở rộng chính trị. đối với các quản lý thành phố, điều này có nghĩa là sử dụng một loạt các nguồn dữ liệu - bao gồm các nguồn dữ liệu cảm biến thời gian thực, hồ sơ quản lý, các chương trình phản hồi công dân, và cơ sở dữ liệu bên ngoài để thông báo mọi thứ từ kế hoạch dự án ngân sách đến ứng khẩn cấp.

Quá trình này thường bao gồm vài bước: xác định mục tiêu rõ ràng, xác định nguồn dữ liệu liên quan, thu thập và làm sạch dữ liệu, phân tích nó để lấy thông tin, và sau đó dịch những thông tin đó vào chiến lược có thể thực hiện được. quan trọng, DDM không phải là một sự kiện một lần mà là một chu kỳ liên tục của việc đo lường, học tập và thích nghi. khi các thành phố trở nên kết nối hơn, khối lượng và đa dạng dữ liệu có thể phát triển theo cấp số nhân, khiến nó trở thành một công cụ mạnh mẽ và một thách thức đáng kể để quản lý hiệu quả.

Những lợi ích cho việc quản lý thành phố

Nhận một phương pháp tiếp cận có định hướng dữ liệu mang lại nhiều lợi thế trực tiếp tác động đến chất lượng cuộc sống đô thị. dưới đây là một số lợi ích hấp dẫn nhất, mỗi lợi ích được hỗ trợ bởi các ví dụ thực tế.

Sự hiệu quả hoạt động được cải thiện

Dữ liệu giúp nhận diện những người quản lý thành phố, giảm bớt chất thải và tối ưu hóa việc sử dụng tài nguyên có hạn. Chẳng hạn, bằng cách phân tích các tuyến thu thập rác và các mẫu lắp đặt, các thành phố có thể điều chỉnh thời gian biểu để tiết kiệm nhiên liệu và giảm lượng thải. Thành phố [FLT: 0] San Diego [FLT: 1] dùng các đèn đường phố thông minh với các bộ cảm biến để theo dõi lưu thông và đỗ xe, dẫn đến việc giảm 10% chi phí năng lượng trong khi cải thiện sự di chuyển.

An toàn công cộng tăng lên

Việc phân tích các mẫu tội phạm, thời gian đáp ứng khẩn cấp, và dữ liệu sự cố giúp giảm thiểu tội phạm về mặt pháp luật và những người đầu tiên có thể cấp phát tài nguyên hữu hiệu hơn. Tương tự, các bộ phận cảnh sát có thể sử dụng dữ liệu về tuổi xây dựng, vật liệu và các sự cố trong quá khứ để ưu tiên các cuộc thanh tra.

Kế hoạch xây dựng tốt hơn

Dữ liệu về lưu lượng giao thông, nước và sự tăng trưởng dân số cho phép các thành phố đầu tư vào cơ sở hạ tầng nơi cần thiết nhất. [FLT: 0] Bar [FLT: 1] [FLT: 1] dùng mạng lưới cảm biến để theo dõi việc đậu xe, tiếng ồn và chất lượng không khí, thông báo mọi quyết định về mọi thứ từ việc sửa chữa đường cho đến sự phát triển xanh.

Thêm vào đó sự trong suốt và tin cậy

Khi các thành phố công khai có sẵn dữ liệu của họ thông qua các cổng dữ liệu mở, bảng điều khiển hoặc báo cáo công cộng, họ xây dựng sự tự tin giữa cư dân.

Giao hàng tích cực

Thay vì phản ứng với các vấn đề sau khi xảy ra dữ liệu cho phép các nhà quản lý thành phố dự đoán những thách thức và can thiệp sớm. ví dụ, bằng cách giám sát truyền thông xã hội và 331 cuộc gọi, các viên chức có thể phát hiện những vấn đề mới nổi như bùng phát ổ gà hoặc đổ đá bất hợp pháp trước khi chúng tăng lên. chuyển từ phản ứng sang quản lý chủ động là dấu hiệu của một tổ chức dữ liệu thành thục.

Công cụ khoá và Công nghệ

Những người quản lý thành phố tin cậy vào một hệ sinh thái ngày càng tăng của các công cụ để thu thập, tích hợp và phân tích dữ liệu. trong khi không một nền tảng nào phù hợp với mọi nhu cầu, một số phân loại công nghệ đã trở nên cần thiết.

Hệ thống thông tin địa lý (GIS)

GIS là nền tảng cho việc phân tích không gian, cho phép các nhà quản lý hình dung và bản đồ dữ liệu liên quan đến nhân khẩu học, tội ác, mối nguy hiểm môi trường và phương tiện vận chuyển.

Internet của sự vật (Iot) bộ cảm biến

Thiết bị Iot - bao gồm các mét thông minh, máy theo dõi không khí, camera giao thông, và cảm biến tiếng ồn - tạo ra luồng dữ liệu thời gian thực mà nuôi dưỡng thành mô hình phân tích. [FLT: 0] [FLT: 1] đã vận hành hàng ngàn cảm biến trên khắp các thành phố để theo dõi mọi thứ từ rác cho đến thác bộ đi bộ, cho phép quản lý các dịch vụ đô thị nhiều hạt.

Nền tảng hợp nhất dữ liệu

Để làm cho ý nghĩa của các nguồn dữ liệu khác nhau, người quản lý thành phố cần nền tảng để có thể ăn, làm sạch và làm hợp nhất thông tin từ các bộ phận khác nhau và nguồn cấp dữ liệu bên ngoài. [FLT: 0] [FLT: 0] Dirctus [FLT: 1], chẳng hạn, là một nền tảng dữ liệu mã nguồn mở cho phép tạo ra một nguồn lẽ thật duy nhất bằng cách kết nối với cơ sở dữ liệu, ADI và tập tin không cần mã tùy chỉnh. Bằng cách sử dụng một công cụ như thế, một thành phố có thể kết hợp dữ liệu giao thông, dự báo thời tiết, và lịch trình sự kiện để đưa ra một quyết định hoạt động duy nhất.

Tiên đoán về phân tích và AI

Những mô hình học tập của máy có thể phát hiện những mô hình mà con người có thể bỏ lỡ, chẳng hạn như sự tương quan giữa việc vi phạm mã nhà ở và nguy cơ bị hỏa hoạn.

Bảng công cộng và hình ảnh hoá

Dữ liệu chỉ có ích nếu nó có thể được hiểu bởi người đưa ra quyết định và người dân. Bảng điều khiển tương tác xây dựng với các công cụ như [FLT: 0] TB , , ), Power , hoặc các ứng dụng web tùy chỉnh dịch số thô ra bản đồ, bản đồ và thẻ ghi chú. Nhiều thành phố cung cấp các bảng điều khiển thời gian thực hiển thị mọi thứ từ thư viện 911 cho thấy thông báo thông báo, tái tạo văn hóa tự do.

Những ứng dụng thực tế qua các chức năng thành phố

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.

Quản lý giao thông và giao thông

Sự thống kê chi phí cho nền kinh tế Hoa Kỳ [FLT: 1] sử dụng một mạng lưới các máy dò vòng lặp và camera để điều chỉnh tín hiệu thời gian, giảm thời gian đi lại đến 15% trên một số hành lang. [FLT: 0]] [FLT: 1] [FLT:] dùng mạng lưới các thiết bị phát hiện vòng lặp và đường ray công cộng để điều chỉnh thời gian cho thời gian, giảm thiểu số lần đi lại đến 15% trên một số hành lang. [FLT: 0]

An toàn và đáp ứng khẩn cấp trước công chúng

Ngoài việc sử dụng cơ chế xác định, dữ liệu cải thiện khả năng chống cháy, hoạt động EMS và sự chuẩn bị thảm họa. Bộ Cứu hỏa của thành phố New York dùng hệ thống kiểm tra dựa trên rủi ro để phân tích đặc tính xây dựng và các sự cố trong quá khứ để ưu tiên kiểm tra an toàn. Trong đại dịch COVID-19, nhiều thành phố đã sử dụng bảng điều khiển dữ liệu để theo dõi số, khả năng bệnh viện và tỷ lệ tiêm chủng, giúp định vị thời gian thực sự.

Quản lý cơ cấu và Tài sản bất hợp pháp

Các khe hở chính, lỗ thải nước và các lỗ thoát điện là tốn kém khi không được kiểm soát. DDM cho phép bảo trì dựa trên điều kiện: cảm biến trên các cầu theo dõi sự căng thẳng cấu trúc, trong khi các mét nước thông minh phát hiện rò rỉ. [FLT: 0] Pladelphia sử dụng phương pháp có tính chất ưu tiên dữ liệu để sửa chữa đường phố dựa trên điều kiện vỉa hè, số lượng giao thông và phản công cộng, dẫn đến việc giảm 20% các phàn nàn về đường xá.

Khả năng duy trì môi trường

Dữ liệu giúp các thành phố theo dõi chất lượng không khí, theo dõi khí thải nhà kính và quản lý việc tiêu thụ năng lượng. [FLT: 0]Oslo, Na Uy [FLT: 1] đã triển khai các cảm biến đô thị có thể đo mức độ ô nhiễm trong thời gian thực, thông báo về các hạn chế giao thông và các báo cáo về sức khỏe công cộng.

Công dân phục vụ và đính hôn

Dữ liệu từ 331 hệ thống, mạng xã hội và cổng trực tuyến cho phép quản lý thành phố trực tiếp nhìn vào các mối quan tâm của cư dân. phương pháp này không chỉ cải thiện trách nhiệm mà còn khuyến khích các ban hợp tác qua lại khi bị chìm.

Những thử thách và cách đối phó

Bất chấp những lợi thế rõ ràng, thực hiện DDM ở mức độ không phải là không có trở ngại.

Sự riêng tư và an ninh về dữ liệu

Việc tiếp nhận công nghệ thông minh tại một số cộng đồng đã bị chậm lại vì sợ “một ảnh hưởng lớn của anh em [FL: 1) với dự án Nước [FL: 1) với dự án Side Labs phải đối mặt với những khuôn khổ dữ liệu mạnh mẽ để xác định ai có thể truy cập dữ liệu, cách sử dụng nó, và trong bao lâu nó được duy trì.

Chất lượng dữ liệu và sự kết hợp

Dữ liệu thô thường lộn xộn, không bền vững hoặc không đầy đủ. Các bộ phận khác nhau có thể sử dụng hệ thống khác nhau, làm cho nó khó tạo một quan điểm thống nhất. Đầu tư vào nền tảng tích hợp dữ liệu và giản đồ siêu dữ liệu mở mở [FL:3] để đảm bảo khả năng lẫn nhau. Việc kiểm tra thông tin thường và làm sạch cũng cần thiết.

Kĩ năng và sự phụ

Một cuộc khảo sát vào năm 2021 của của [FLT:], có thể cộng tác với các trường đại học, thuê người, hoặc các chương trình phát triển chuyên nghiệp.

Chống đối để thay đổi

Chuyển từ các di sản sang các công việc truyền dữ liệu thường gặp sự kháng cự văn hóa. nhân viên có thể không tin tưởng hoặc cảm thấy bị đe dọa bởi công nghệ mới. chuyển đổi thành công đòi hỏi nhà tài trợ mạnh mẽ, giao tiếp rõ ràng về các lợi ích, và chiến thắng ban đầu mà thể hiện giá trị. dự án phi công ở những khu vực ít rủi ro - như tối ưu hóa lịch sử lao động hoặc cải thiện bảo trì công viên- có thể xây dựng động lực.

Chi phí và khả năng duy trì

Việc triển khai các cảm biến, phần mềm và nền tảng phân tích cần thiết đầu tư trước, và chi phí hoạt động có thể làm giảm ngân sách thành phố. Tuy nhiên, sự trả lại về đầu tư thường rất quan trọng. Ví dụ, [FLT: 0] đang tìm kiếm bởi Esri [FLT: 1] cho thấy rằng chỉ quản lý tài sản dựa trên GIS có thể tiết kiệm 10–30% phí bảo trì. Grants từ chính phủ liên bang, như sự sáng lập của thành phố thông minh, cũng có thể giúp bù đắp các chi phí ban đầu.

Xây dựng một nền văn hóa có dữ liệu trong chính phủ thành phố

Chỉ công nghệ thôi thì chưa đủ; một chiến lược DDM thành công đòi hỏi một sự thay đổi văn hóa trong tổ chức. các nhà quản lý thành phố phải bảo vệ dữ liệu như một tài sản chiến lược và nuôi dưỡng một môi trường nơi mà các thí nghiệm được khuyến khích.

Lãnh đạo và lãnh đạo

Việc tài trợ tài trợ mạnh là quan trọng. Việc thiết kế một sĩ quan chính (CDO) hoặc một hội đồng quản trị dữ liệu tập trung trách nhiệm và đảm bảo rằng các sáng kiến dữ liệu phù hợp với các ưu tiên của thành phố. Tính chất [FLT: 0] của San Francisco [FLT: 1) đã thiết lập một tập hợp dữ liệu thống kê từ mỗi ban để phối hợp dữ liệu chia sẻ và giải quyết xung đột.

Huấn luyện và ban cho

Đầu tư vào chương trình đọc dữ liệu cho mọi cấp độ nhân viên phải trả tiền. Các nhân viên trực tuyến hiểu rõ hơn cách truy cập và giải thích bảng điều khiển có thể làm cho các quyết định hàng ngày tốt hơn. Sự huấn luyện nâng cao cho các nhà phân tích trong lĩnh vực như [FLT: 0] Chương trình [FLT: 1] hoặc ) [FLT:] cho phép khu vực công cộng [FLT] khả năng dự đoán. Một số nền tảng trực tuyến, bao gồm [FL:] course [FL:5] cung cấp một khóa học cho các khu vực.

Hợp tác chéo

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.

Sự tham gia công cộng và sự đồng sáng tạo

Nhiều thành phố tổ chức các cuộc họp mặt công nghệ công nghệ, nơi mà người dân sử dụng dữ liệu mở để xây dựng các ứng dụng giải quyết các vấn đề cộng đồng. [FLT: 0] Hlsinki có một chương trình dịch vụ bao gồm việc thiết kế các giải pháp thông minh cho công chúng, đảm bảo rằng dữ liệu đó phục vụ cho công chúng tốt hơn là chỉ hoạt động tiện nghi.

Kết thúc

Quyết định dựa trên dữ liệu không còn là một khái niệm tương lai nữa - đó là một thực hành cần thiết cho những người quản lý thành phố những người nhắm vào việc cai trị một cách hiệu quả trong một thế giới ngày càng phức tạp. từ việc giảm tắc nghẽn giao thông và cải thiện an toàn công cộng để thúc đẩy sự minh bạch và bền vững, lợi ích là rõ ràng và có thể đo lường được. tuy nhiên, đạt được những kết quả này đòi hỏi nhiều hơn chỉ công nghệ; nó đòi hỏi sự cam kết với chất lượng dữ liệu, sự riêng tư, tính chất lượng, sự học hỏi liên tục, và thay đổi văn hóa.

Các thành phố đầu tư vào các công cụ đúng đắn - ví dụ như cảm biến, GIS, nền tảng tích hợp như Directus, và phần mềm phân tích, trong khi xây dựng khả năng của lực lượng lao động của họ, sẽ là vị trí tốt nhất để định hướng những thách thức của đô thị hóa. bằng cách nắm bắt một tư duy có định hướng dữ liệu, quản lý thành phố có thể biến thông tin thô thành thông minh hành động, giao dịch thông minh hơn, đáp ứng hơn cho cộng đồng mà họ phục vụ. tương lai của chính phủ đô thị là sự định hướng dữ liệu, và thời gian để bắt đầu bây giờ là bây giờ.