Cuando se habla de Business Intelligence (BI), cuadros de mando, KPIs… normalmente se piensa en clientes, en rentabilidad, en ventas… en negocio. Pero hay también un magnífico escenario de aplicación que no se nos debe pasar por alto: el sector público. En este caso, el vocabulario cambia: ciudadanos, productividad, mejores servicios.
Y para los dos hay también hay componentes comunes: optimización de procesos, reducción de costes y predicción de necesidades.
Tanto en un caso como en el otro, cada día disponemos de más datos, y en base a ellos debemos ser capaces de anticiparnos a lo que verdaderamente necesitan los ciudadanos.
Lo importante es correlacionar la demanda de los habitantes, la oferta actual de servicios, las tendencias poblacionales, actividad económica, la movilidad…
Hemos hecho muchos proyectos en el sector público aplicando nuestro profundo conocimiento en Business Intelligence, Big Data, integración de datos o aprendizaje automático. Tenemos ejemplos realmente interesantes para compartir como el que desarrollamos para la ciudad de Berlín, a la que, basándonos en análisis predictivo fuimos capaces de dotar de cuadros de mando para predecir las necesidades de centros educativos, combinando datos de planificación urbanística, área geográfica y densidades de población por demarcaciones, pirámides de población basadas en el censo actualizado, alumnado matriculado, centros educativos actuales y planificados e incluso con estimaciones de crecimiento de población hasta el año 2025. Con nuestros cuadros de mando, los responsables del área educativa pueden no sólo responder a posibles demandas de necesidades educativas por barrios, sino destinar mejor los recursos para la provisión de mayores fondos a los centros actuales o construcción de nuevos centros.
Otro proyecto no menos relevante fue el desarrollado para el Ayuntamiento de Barcelona orientado a la prevención de accidentes de tráfico. No tiene sentido la colocación intuitiva de cámaras o controles policiales, es necesario empezar a analizar datos para buscar una explicación a la casuística de los accidentes, teniendo en cuenta todos los detalles de cada suceso: tipología de vehículos, fechas y horas, daños ocasionados (fallecimientos, y severidad de las lesiones), si había peatones involucrados… De hecho, la Unión Europea tiene como objetivo la reducción de hasta un 50% los accidentes de tráfico en el año 2020, comparado con diez años atrás.
Gracias al análisis predictivo, hemos dotado a los responsables del área de tráfico de herramientas que les permiten predecir la cantidad de accidentes, los puntos geográficos más críticos e incluso prescribir soluciones para reducir esta fatal estadística.
Un ejemplo muy curioso lo constituye el proyecto realizado para la ciudad de Chicago orientado a la predicción de delictos; cuándo y dónde hay mayor probabilidad de que se produzcan. Sin embargo, encontramos resultados sorprendentes de verdad cuando se cruzan datos sobre eventos deportivos, festividades, climatología, vacaciones (tanto de adultos como escolares) con los ficheros históricos de los archivos policiales.
Al final todo se reduce a liberar los silos de información, tanto estructurada como no estructurada, y hacer combinaciones que nos permitan predecir basándonos en algoritmos y avanzados modelos matemáticos.
¿Y qué hay del Internet de las cosas? Con inteligencia artificial podemos crear asistentes virtuales (Bots) que ayudan a los turistas de una determinada ciudad a identificar las mejores actividades para hacer, alimentados de información recopilada de sensores distribuidos por la ciudad. Pueden aportar sugerencias de forma automática en sitios web municipales, entornos de redes sociales e, incluso, contestar en centros de llamadas. Si la interacción con el interesado lo permite, somos capaces de identificar rápidamente al interlocutor, cruzando datos de su propia fisonomía, detalles públicos del censo, de redes sociales y de su actividad en línea. Así podemos identificar sus gustos y, por lo tanto, acertar mejor en las recomendaciones.
Tenemos muchos más ejemplos que compartir, y es apasionante todo lo que se puede llegar a conseguir con el uso inteligente de los datos en pro de los servicios públicos y para optimizar el gasto e inversiones en servicios sociales, servicios médicos...
Los que formamos el equipo de Bismart creemos en el poder de los datos y nos encantan los desafíos. ¿Te animas a compartir los tuyos para buscar la mejor solución juntos?[mk_button size="medium" url="http://www.bismart.com/es/blog-novedades/" align="center"]BLOG[/mk_button]
