Великі дані великого міста: як Big Data змінює життя Києва

Громадський транспорт — великий головний біль української столиці. Це прекрасно усвідомлює міська влада. І до вирішення транспортного питання в Києві вони підійшли у такий же спосіб, як і сеульські колеги – шляхом аналізу даних про переміщення людей містом, отриманих від телеком-оператора. Це був один з перших серйозних міських проектів із застосуванням Big Data, і місто реалізувало його спільно з компанією «Київстар».

Звертаючись до операторської Big Data, в КМДА спочатку намагалися вирішити іншу проблему — збору даних про населення столиці та міграції: скільки людей фактично проживає в Києві, скільки щодня переміщується між правим і лівим берегом, скільки приїжджає з міст-сателітів, скільки в місті туристів і звідки вони. А вже пізніше з цього завдання виросла ідея використовувати великі дані і для оптимізації транспортних маршрутів.

Створення транспортної моделі міста відбувалося з січня до вересня 2015 року. У ній враховувалися і дані мережі, і популярні зупинки, і завантаженість транспорту. В результаті влада отримала карту з «найгарячішими» транспортними зонами. Виявилося, що до топ-10 найпопулярніших міських маршрутів входять тільки транзитні поїздки короткою дистанцією, а найсерйозніші пробки трапляються аж ніяк не в центрі міста.

Потік громадського транспорту в Києві

Найпопулярніші міські маршрути

До того ж моніторинг продемонстрував найпопулярніші зупинки та маршрути, що дублюються, дозволивши зіставити «найлюдніші» маршрути з дорогами, якими рухається найбільша частина громадського транспорту.

8 найпопулярніших зупинок

Big Data надала можливість розрахувати, з якою швидкістю пасажир може дістатися різних частин міста з найзавантаженіших районів. Результат здебільшого виявився незадовільним: щоб з однієї завантаженої точки столиці потрапити до іншої, часто потрібно їхати з декількома пересадками, і це потребує дуже багато часу. Такий стан речей змусив замислитися про те, які маршрути потрібні Києву, щоб до будь-якої точки міста можна було дістатися не більше як за 60 хвилин і тільки з однією пересадкою.

Час у дорозі від Троєщини до інших точок міста

Крім транспортних даних, київська влада використовує технології Big Data також для аналізу турпотоку в місті. Однак дещо в іншому ракурсі, ніж це робиться в Одеській області. Тут теж вивчають звідки, коли і в якій кількості приїжджають туристи, а також місця, які вони відвідують. Але оскільки щільність стільників у місті з великим потоком людей вища, ніж на морському узбережжі, і в будівлях, зокрема, увага надається і найвідвідуванішим установам.

Місто заінтересовано спрямовувати туристів до музеїв і культурних об’єктів, тому, володіючи інформацією про те, що саме збираються відвідати гості міста, чиновники можуть оперативно коригувати інформацію на офіційному сайті Kyiv.Travel і в путівниках українською столицею. До того ж Big Data допомагає формувати персональні програми лояльності для користувачів картками туристів.

Відкритий бюджет, як і аналітика транспорту, також є одним з найперших проектів КМДА із застосуванням Big Data. Місто використовує рішення, яке обробляє дані в пам’яті серверів і створює аналітичні звіти практично на льоту.

У загальній системі зберігаються дані щодо всіх транзакцій міста. Вони аналізуються з допомогою програмного забезпечення, яке фіксує відхилення від середніх показників. Так, в рамках інтеграції відкритого бюджету з системою електронних закупівель Prozorro з’ясувалося, що в різних районах Києва на закупівлі тих самих товарів витрачаються різні кошти. Наприклад, в одному районі вартість продуктів харчування може на 30-50 % відрізнятися від іншого.

Крім того, завдяки Big Data вдалося з’ясувати, що в лікарнях, школах та інших об’єктах соцкультпобуту близько 30 % витрат припадає на енергоресурси. Це те, що пов’язано з неефективністю використання тепла та електрики, а також термоізоляції будівель. Зараз багато проектів в цій сфері орієнтовані на підвищення енергоефективності об’єктів.

За словами Юрія Назарова, радника міського голови КМДА, це сучасний світовий тренд для аналізу Big Data, адже просто накопичити дані не є складною справою. Значно складніше їх обробляти та отримувати швидкий потрібний результат.

У 2017 році влада запустила електронний запис у дитсадки. І Big Data дозволяє чітко розуміти, де саме в Києві садки перевантажені. Зважаючи на цю інформацію, Департамент освіти планує будівництво садків у найближчі п’ять років. Схожа робота ведеться і з школами.

Місто має реєстр з даними про жителів: місцем прописки, датою народження, паспортною інформацією, також є реєстр садків і шкіл. Коли людина записує дитину до дитячого закладу, можливо провести зв’язок між батьками та дитиною, і побачити, що на певній відстані в певному районі знаходиться певна кількість людей, і вони ведуть своїх дітей до садка настільки-то далеко. Зайва віддаленість від місця проживання може бути знаком того, що необхідно побудувати ще один садок на відстані 10-15 хвилин ходьби від будинку. У довгостроковій перспективі Big Data дозволить заздалегідь прогнозувати потребу в садках, наприклад, при будівництві нових житлових комплексів. Це буде відправною точкою для розуміння того, на яку кількість місць необхідний садок в цьому районі.

Цьогоріч міська влада запустила електронний запис до поліклінік. Першим районом став Подільський район (в планах – Оболонський та інші). Зараз збираються дані про те, хто найбільше відвідує поліклініки і з якими проблемами, де який попит на фахівців, яких лікарів треба залучати місту і в яких поліклініках, чи є необхідність у нових лікарнях, які медикаменти і протези потрібно закуповувати для соціально незахищених верств населення. Раніше це все робилося наосліп.

Найближчим майбутнім влада планує використовувати Big Data для регулювання світлофорів. Зараз в Києві встановлено трохи більше 600 світлофорних об’єктів (йдеться про повністю обладнане перехрестя). Близько половини з них потребує «інтелектуальної» системи управління трафіком — ITS — Intellectual Transport System. Це система, що вимірює трафік і регулює світлофор. Для такої зміни можуть використовуватися датчики або камери. Київ пішов іншим шляхом — місто поступово обладнується камерами відеоспостереження. На сьогодні їх встановлено близько 4000 штук (більшість поки що — в об’єктах культсоцпобуту), до кінця року планується встановити ще стільки ж, з них близько 120 – на світлофорних об’єктах.

Сьогодні Київ має власний дата-центр, в якому знаходиться центр відеоспостереження. Його співробітники на камері відеоспостереження бачать трафік і проблеми в реальному часі. У майбутньому, завдяки датчикам кількості машин, аналізу швидкості їхнього руху та динамічній транспортній моделі світлофори зможуть регулювати свою роботу автоматично.

Пряма трансляція дорожньої ситуації на Майдані

Автор: Ніна Глущенко Матеріал підготовлений у співпраці з ain.ua