Big Data i den offentlige sektor: tendens, tilgang og eksempler

Big Data i den offentlige sektor
Timme Bisgaard Munk & Claus Dahl
- strategisk brug af data
Temaer
Hvad er Big Data?
Gode eksempler på Big Data
– og hvad er problemerne
Et mini-eksempel fra Odense
Kommune
Diskussion
Hvad er du mest nysgerrig på
omkring Big Data?
Baggrunden for Big Data
”Every two days
now we create as
much information
as we did from the
dawn of civilization
up until 2003”
Eric Schmidt, CEO,
Google
Big data = nye typer af data
kombineret
De tre V’er
Data
Velocity
Forskel
Marketing
automation
CMS
SMS
Social
Tech
Near Real time
Periodic
Audio
Video
Web Data
base
Automated
Photo
Demand
Generation
Mobile
App
Data
Variety
Real Time
Tempo
Table
Batch
KB
MB
GB
Data
Volume
TB
PB
Mængde
Big data fylder meget……bare
de sidste uger
4 spørgsmål
Moralen er…
Det handler om at tænke data ind i de
processer man allerede har
Alt og alting bliver til data
Vi kan nu måle og analysere
store mængder af data fra
nye og gamle datakilder.
Det betyder, at vi kan få
indsigter og lave forudsigelser
vi aldrig har kunnet få før.
Skrald som data
Skrald som data: Seattle følger
deres skrald fra kyst til kyst
Science fiction bliver science
Den forudsigende stat
Den forudsigende stat finder 25 x
skattesnydere og
fejlindberetninger
April 24, 2011 a New York City family died in
a fire that started in a building that had
been illegally subdivided to hold too many
families, a situation that can create unsafe
conditions.
Big Apple Big Data Nørd Team
Den forudsigende stat forebygger
ildebrande i New York
4 risikofaktorer
giver 40 gange
større brandrisiko
En højrisikogruppe på 225
bygninger
identificeret og
sikret
Den forudsigende stat kan også
udpege vaneforbrydere….
Men hvad så med?
Retssikkerhed
Overvågning
Værdi
Er det rimeligt?
“Ultimately, Harcourt shows
how the perceived success
of actuarial methods has
begun to distort our very
conception of just
punishment and to obscure
alternate visions of social
order. “
Bernard Harcourt is the Julius Kreeger Professor of
Law & Criminology and Chair and Professor of
Political Science at The University of Chicago
Big Data = Big Brother?
Værdi i praksis?
Tal om…
Hvad tænker du er de vigtigste fordele &
ulemper med Big Data i den offentlige
sektor?
Hvordan kan vi lave offentlige
services bedre med data?
En mini-case fra Odense Kommune
Forebyggende hjemmeplejebesøg
Et tilbud om rådgivning til ældre,
der endnu ikke kræver pleje.
Tilbydes ældre
Alle over 75
Enker/enkemænd over 65
Indvandrere over 65
Baggrund: Pleje er dyrt!
Og selvhjulpne ældre er sikkert også
gladere ældre
Udfordringen for Odense Kommune
Kan vi sige noget om hvem, der tager imod tilbuddet?
Eller er det noget helt andet, der er afgørende?
Data viste os at det vigtigste er,
at spørge borgerne rigtig mange gange
Jo flere gange du spørger, jo flere siger ja
4 spørgsmål til processen
Guide brugerne mod
Anvendelses- de bedste tilbud
mønstre for
kommunens
tilbud
Enormt antal
facts om
borgerne (SAS
Data
Warehouse)
Hvem bruger
hvilke tilbud
hvor meget
1:
Hvad har vi af data?
Vi kender: Alder, Køn, Oprindelse, Civilstatus
Hvad ved vi om hvordan de reagerer på tilbuddet?
Tilbud gentages årligt, og vi har en fuld
tidsserie af svar
2:
Hvad betyder de data?
En enkelt borgers rejse fra nej til ja
3:
Hvad er modellen?
Samme succes for hver henvendelse
Borger
ind i forløbet
Er der nogen systematik
i hvordan borgerne kommer
ind i programmet?
Ja
Nej
Ud af
forløb
Ja
50%
30%
20%
Nej
30%
50%
20%
Vi kan beregne de præcise succesrater
Trin 4
Hvordan kan vi udvikle os med de data?
Hvis man skal forbedre det forebyggende
hjemmeplejebesøg skal man
Give tilbuddet ofte nok (frekvens)
Give tilbuddet tidligt nok (timing)
En enkelt bonusdetalje
Det handler om at tænke med data
Data er en proces
Briefing
Forretningsforståelse
Dataforståelse
Feedback
Ibrugtagning
Datafremskaffelse
Datarens
Genvurder
forretning/ data
Modellering
Evaluering
Hvordan kommer vi igang
med offentlige services
Forretningsforståelse
Hvilke processer
kunne du løfte med
bedre brug af data?
Dataforståelse
Hvilke data kunne
du forestille dig
at bruge bedre?
Claus Dahl
Timme Bisgaard Munk
[email protected]
22901886
[email protected]
25572132