Государственный сектор

Provincie Noord-Holland максимизирует эффективность проектов в области науки о данных с Dataiku

~ 5 мин

PNH использовала аналитическую платформу для анализа популяции луговых птиц, контроля сельскохозяйственных ферм и оптимизация работы светофоров и их эффективности. Таким образом, организация превратилась в компанию, управляемую данными не только в описанных проектах, но и во множестве других

Provincie Noord-Holland (PNH) является одной из 12 провинций Нидерландов и экономически важной частью страны. Интересно, что у провинции есть свой флаг, герб и государственный гимн. PNH состоит из руководства, должностных лиц провинции и правления, которое определяет политику и проекты на всей территории провинции. Основные задачи PNH включают в себя, помимо прочего, решение вопросов окружающей среды, энергетики и климата, а также пространственное развитие, управление водными ресурсами, региональную доступность и общественный транспорт, качество государственного управления, культурную инфраструктуру, сохранение памятников и вопросы региональной экономики. 

Три года назад команда PNH выступила с внутренней инициативой по превращению организации в компанию, управляемую данными. Несмотря на амбиции, специалисты не были уверены, какие шаги необходимо предпринять для достижения этой цели. Какие технологии и опыт, новые процессы нужно внедрять? Прежде всего, команда экспертов провела сбор информации среди других организаций государственного сектора, имеющих значительный опыт в области науки о данных и в том, как начинать работу с данными. В результате были сделаны такие выводы:

  • необходимо нанять специалистов по данным и технологиям, чтобы применить их опыт для внедрения на уровне государственных учреждений;
  • в процессе необходимо было учитывать не только технологии, но и вопросы, связанные с бизнесом, чтобы добиться положительных результатов и стимулировать поддержку заинтересованных сторон в масштабах всей организации;
  • для того, чтобы принести организации ощутимые выгоды, были определены конкретные критерии для всех проектов и тех, которые являлись приоритетными для провинции;
  • присутствовала необходимость накопления внутренних знаний и навыков в бизнес-подразделениях для того, чтобы не полагаться исключительно на сторонние компании. 

Поскольку PNH не является коммерческой организацией и стремится к общественным успехам, это сделало задачу довольно сложной. Требовалась стратегическая согласованность. Кроме того, наука о данных для государственных организаций имеет собственный набор требований и правил. Хотя команда PNH обычно не запускает проекты, которые включают точки данных по отдельным людям, нужно было обеспечить соблюдение правил конфиденциальности.

Приняв на работу первого специалиста по обработке данных в конце 2018 года, команда PNH изучила технические потребности таких специалистов. Предстояло ответить на множество вопросов, таких как определение и количественная оценка успеха в проектах. В то время организация выполняла свои проекты по науке о данных с использованием любых инструментов, к которым имела доступ, это объяснялось закрытой IT-средой. Новый специалист по обработке данных работал над наукой о данных в более крупной компании и из этого опыта знал, что платформа для обработки данных, в которую они инвестируют, должна обеспечивать (и поощрять) сотрудничество в области работы с данными. Так PNH получила свою первую лицензию Dataiku

Первоначальные варианты использования

После использования первоначальной лицензии в течение нескольких недель команда PNH собрала отзывы других коллег и отделов и, получив положительные отзывы от различных внутренних групп, в конечном итоге стала использовать Dataiku. Ниже приведены варианты использования.

1. Анализ популяции птиц.

Один проект PNH касается биоразнообразия и природы, в частности, защиты популяции луговых птиц в провинции. PNH ежегодно тратит значительные ресурсы на сбор данных по численности и идентификации видов луговых птиц и интерпретацию этих необработанных данных для определения тенденций в численности, уровне опасности для конкретных видов и так далее. Обычно PNH использует внешние службы для сбора и анализа этих данных. 

Раньше ожидание результатов занимало более двух лет, тогда как теперь, с Dataiku, команда может извлекать данные и рассчитывать тенденции на основе исторических данных за считанные недели, а также может анализировать данные самостоятельно. Вместо аутсорсинга PNH смогла использовать доступные данные для принятия решений по политике и сэкономить время, которое можно использовать для других приоритетных проектов.

2. Оптимизация работы светофоров и оценка эффективности.

PNH обычно оптимизирует светофоры в провинции раз в три года. Чтобы измерить производительность, до использования Dataiku команда собирала данные за день перед оптимизацией светофора, а также данные за день после оптимизации, чтобы определить, сколько машин останавливается и как долго они остаются, тем самым определяя успех оптимизации. Тем не менее, команда заметила, что этот метод сравнивает только одну точку данных с другой, но каждый день в провинции уникален, и в течение дня существует множество вариаций, поэтому наличие нескольких точек данных для измерения позволит получить более убедительные выводы.

Используя Dataiku, команда собрала данные за неделю до оптимизации и за неделю после, дифференцировала их каждые 15 минут, а также учла тот факт, что разные светофоры имеют разные настройки для утреннего часа пик, вечернего часа пик и другого времени суток. Такие данные позволяют увидеть, когда конкретно произошли улучшения (например, в утренний или вечерний час пик), и отметить, в какое время оптимизация оказывает наибольшее влияние. 

3. Контроль сельскохозяйственных ферм.

Третий вариант использования также касается биоразнообразия, особенно в отношении сельскохозяйственных ферм. Команда PNH провела анализ данных ГИС (для спутниковых снимков) в сочетании с их подходом и методами науки о данных. PNH предоставляет субсидии сельскохозяйственным фермерам на стрижку полей в конце сезона, чтобы защитить птиц, откладывающих яйца на полях в начале сезона. 

Команда использует спутниковые данные, чтобы проверить, соблюдают ли фермеры соглашение о скашивании своих полей в конце сезона, а также определить наиболее продуктивные районы или типы полей, которые они затем используют для принятия будущих решений относительно уровня воды, например. После того, как они определят поля, которые не соответствуют политике, представители PNH могут посетить фермеров, чтобы начать с ними диалог и побудить их исправить свои привычки, чтобы сохранить биоразнообразие провинции. 

Совместная работа: PNH и Dataiku

Благодаря Dataiku PNH смогла:

  • Добиться значительного повышения эффективности, поскольку в некоторых случаях анализ данных занимал годы, а теперь – всего несколько недель.
  • Содействовать командному подходу ко всем инициативам в области науки о данных.
  • Использовать собственный анализ данных вместо того, чтобы использовать для этого внешние сервисы, что экономит время и ресурсы.
  • Применить модели машинного обучения для таких проектов, как оптимизация светофоров и биоразнообразие, и это лишь некоторые из них.
  • Стандартизировать процессы анализа данных и упростить ответы на внутренние запросы.
Обращайтесь к нам, чтобы внедрить такое решение в своей компании
Департамент корпоративных решений

    ;