Державний сектор

Provincie Noord-Holland максимізує ефективність проектів в області науки про дані з Dataiku

~ 5 хв

PNH використовувала аналітичну платформу для аналізу популяції лугових птахів, контролю сільськогосподарських ферм і оптимізації роботи світлофорів та їх ефективності. Таким чином, організація перетворилася на компанію, керовану даними не тільки у описаних проектах, а й у безлічі інших

Provincie Noord-Holland (PNH) є однією з 12 провінцій Нідерландів та економічно важливою частиною країни. Цікаво, що у провінції є свій прапор, герб і державний гімн. PNH складається з керівництва, посадових осіб провінції і правління, яке визначає політику і проекти на всій території провінції. Основні завдання PNH включають у себе, крім іншого, вирішення питань навколишнього середовища, енергетики та клімату, а також просторовий розвиток, управління водними ресурсами, регіональну доступність і громадський транспорт, якість державного управління, культурну інфраструктуру, збереження пам’ятників та питання регіональної економіки.

Три роки тому команда PNH виступила з внутрішньою ініціативою по перетворенню організації на компанію, керовану даними. Незважаючи на амбіції, фахівці не були впевнені, які кроки необхідно зробити для досягнення цієї мети. Які технології та досвід, нові процеси потрібно впроваджувати? Перш за все, команда експертів провела збір інформації серед інших організацій державного сектора, що мають значний досвід в області науки про дані і у тому, як починати роботу з даними. В результаті були зроблені такі висновки:

  • необхідно найняти фахівців з даних і технологій, щоб застосувати їх досвід для впровадження на рівні державних установ;
  • в процесі необхідно було враховувати не тільки технології, але і питання, пов’язані з бізнесом, щоб домогтися позитивних результатів і стимулювати підтримку зацікавлених сторін в масштабах всієї організації;
  • для того, щоб принести організації відчутні вигоди, були визначені конкретні критерії для всіх проектів і тих, які були пріоритетними для провінції;
  • була присутня необхідність накопичення внутрішніх знань і навичок у бізнес-підрозділах для того, щоб не покладатися виключно на сторонні компанії.

Оскільки PNH не є комерційною організацією і прагне до громадських успіхів, це зробило завдання досить складним. Була потрібна стратегічна узгодженість. Крім того, наука про дані для державних організацій має власний набір вимог і правил. Хоча команда PNH зазвичай не запускає проекти, які включають точки даних по окремим людям, потрібно було забезпечити дотримання правил конфіденційності.

Прийнявши на роботу першого фахівця з обробки даних у кінці 2018 року, команда PNH вивчила технічні потреби таких фахівців. Треба було відповісти на безліч питань, таких як визначення і кількісна оцінка успіху в проектах. У той час організація виконувала свої проекти з науки про дані з використанням будь-яких інструментів, до яких мала доступ, це пояснювалося закритим IT-середовищем. Новий фахівець з обробки даних працював над наукою про дані у більшій компанії і з цього досвіду знав, що платформа для обробки даних, в яку вони інвестують, повинна забезпечувати (і заохочувати) співробітництво в області роботи з даними. Так PNH отримала свою першу ліцензію Dataiku

Початкові варіанти використання

Після використання початкової ліцензії протягом декількох тижнів команда PNH зібрала відгуки інших колег і відділів і, отримавши позитивні відгуки від різних внутрішніх груп, в кінцевому підсумку стала використовувати Dataiku. Нижче наведені варіанти використання.

1. Аналіз популяції птахів.

Один проект PNH стосується біорізноманіття та природи, зокрема, захисту популяції лугових птахів у провінції. PNH щорічно витрачає значні ресурси на збір даних по чисельності та ідентифікації видів лугових птахів і інтерпретацію цих необроблених даних для визначення тенденцій у чисельності, рівень небезпеки для конкретних видів і так далі. Зазвичай PNH використовує зовнішні служби для збору і аналізу цих даних.

Раніше очікування результатів займало більше двох років, тоді як тепер, з Dataiku, команда може витягувати дані і розраховувати тенденції на основі історичних даних за лічені тижні, а також може аналізувати дані самостійно. Замість аутсорсингу PNH змогла використати доступні дані для прийняття рішень з питань політики і заощадити час, який можна використовувати для інших пріоритетних проектів.

2. Оптимізація роботи світлофорів і оцінка ефективності.

PNH зазвичай оптимізує світлофори у провінції раз на три роки. Щоб виміряти продуктивність, до використання Dataiku команда збирала дані за день перед оптимізацією світлофора, а також дані за день після оптимізації, щоб визначити, скільки машин зупиняється і як довго вони залишаються, тим самим визначаючи успіх оптимізації. Тим не менш, команда помітила, що цей метод порівнює тільки одну точку даних з іншою, але кожен день в провінції унікальний, і протягом дня існує безліч варіацій, тому наявність декількох точок даних для вимірювання дозволить отримати більш переконливі висновки.

Використовуючи Dataiku, команда зібрала дані за тиждень до оптимізації і за тиждень після, диференціювала їх кожні 15 хвилин, а також врахувала той факт, що різні світлофори мають різні налаштування для ранкової години пік, вечірньої години пік та іншого часу доби. Такі дані дозволяють побачити, коли саме відбулися поліпшення (наприклад, у ранковий або вечірній час пік), і відзначити, у який час оптимізація має найбільший вплив.

3. Контроль сільськогосподарських ферм.

Третій варіант використання також стосується біорізноманіття, особливо щодо сільськогосподарських ферм. Команда PNH провела аналіз даних ГІС (для супутникових знімків) в поєднанні з їх підходом і методами науки про дані. PNH надає субсидії сільськогосподарським фермерам на стрижку полів в кінці сезону, щоб захистити птахів, які відкладають яйця на полях на початку сезону.

Команда використовує супутникові дані, щоб перевірити, чи дотримуються фермери угоди про скошування своїх полів в кінці сезону, а також визначити найбільш продуктивні райони або типи полів, які вони потім використовують для прийняття майбутніх рішень щодо рівня води, наприклад. Після того, як вони визначать поля, які не відповідають політиці, представники PNH можуть відвідати фермерів, щоб почати з ними діалог і спонукати їх виправити свої звички, щоб зберегти біорізноманіття провінції.

Спільна робота: PNH і Dataiku

Завдяки Dataiku PNH змогла:

  • Домогтися значного підвищення ефективності, оскільки у деяких випадках аналіз даних займав роки, а тепер – всього кілька тижнів.
  • Сприяти командному підходу до всіх ініціатив в області науки про дані.
  • Використовувати власний аналіз даних замість того, щоб використовувати для цього зовнішні сервіси, що економить час і ресурси.
  • Застосувати моделі машинного навчання для таких проектів, як оптимізація світлофорів і біорізноманіття, і це лише деякі з них.
  • Стандартизувати процеси аналізу даних і спростити відповіді на внутрішні запити.
Звертайтеся до нас, щоб впровадити таке рішення в своїй компанії
Департамент корпоративних рішень

    ;