成果
阅读量 1280

腌do鲜 第二锅|咸肉说:没用大数据时,我们设计了很多鬼城

成果简介:

“腌do鲜”是什么?

腌笃鲜,一道江南的家常美食。将咸肉、鲜肉和春笋,先用烈火猛攻,再加小火慢炖,你中有我,我中有你,荤素咸鲜的冲突熬成了一锅活色生香的和谐。“互联网+”赋予了传统美食全新的味道。70后咸肉+80后春笋+90后小鲜肉,三款食材,跨界混搭,经过120分钟的dododo,知行合一,兼容众包,熬出一锅不知道是什么鬼的“腌do鲜”!

 

123法则

每人10分钟

20页PPT

30秒自动翻页

 

本锅咸肉:王志永

– 美蒽朗工程咨询(上海)有限公司首席执行官/联合创始人

– 麻省理工大学获工程与管理硕士

– MIT读书期间创业

– 推动大数据在城市管理、城市规划和交通中的应用

        


我叫王志永,是美蒽朗工程咨询上海有限公司的CEO,这是我12年在麻省理工读书期间创业的一家公司,我们同时在波士顿那边也注册了一家美国公司。我们公司是一个创业的团队,都是MIT的同学。


我们现在做的和今天的主题,其实很有意思。我是做城市规划和交通设计出身的,就是属于传统行业。我原来就是在设计院里面工作。工作时就是依据左边那样的规范,这样一些文档,很方便的查规范,然后就设计出来很多“鬼城”,大家现在都知道。


我们在城市里生活当中,每天会发现很多细节,我们可以实时通过各种信息通讯技术采集这样的数据。比如上海的公交车在不停的变,就是公交线路规划。

会有大量的人去排队等公交,我们现在可以通过数据分析做线网优化。简单一点说,就是通过比如乘客的交通卡数据,做起点到终点的分析。你乘坐什么交通工具?从哪换乘?换乘几次? 通过这些数据,我能够更好地规划公交线路,它的站点设置,甚至是发车频次,现在都可以用数据化的方式去解决。

这个帖子有小孩的人比较关注,就是徐汇区3000个户籍的孩子上不去幼儿园,幼儿园不够。政府贴出的这个数据不一定准,但肯定是有小孩上不去。很重要的一个原因,就是人口结构和我们社会的公共资源不匹配。

现在我们用一些科学的方法去做这种人口结构变化的预测,这个预测和城市的公共资源,能够怎么样去匹配?比如说预测我们的单独生二胎,或者是放开二胎政策。很重要的一点是我们的人口是流动的,我们如何把社会上这些流动的信息整合进来,这是一个关键。



这是复旦这边的一个团队,叫城市数据团做的一个帖子,前一阵子很火,是讲上海的一个交通问题,很早我们城市发展的时候,是以城市为中心,发展到一定阶段发现城市拥堵了,我们就说要开发郊区,让大家搬出去。搬出去之后发现其实城市还是拥堵。这个时候我们其实就是没有更合理的把交通和土地,甚至和产业,也就是大家的工作结合在一起。

这个是新加坡的一个案例,我们相当于做了一个交通一体化模型,这个模型我们可以分三个阶段,就是短期的,中期的和长期的,去做一些量化预测。这样可能更好地辅助决策。



这个案例是我们现在做的工商局的一个项目,他们在做市场监管。前一阵比较火的新闻就是高通罚了
60多亿。它没几天就把这个钱全额交了。

其实高通的垄断,就是我们通过后台的数据发现的。高通是一个外资公司,它在中国这边设的子公司是外资,第二级子公司还是外资,但第三级、第四级就变成内资了。它们受市场监管的程度是不一样的,就是内资企业受市场的监管程度是不一样的。我们通过左下角的这种关联分析能够知道它整个市场产业链,原来它是通过第三级第四级公司垄断的,这个是有理有据的,所以高通很快就把这个罚金交出来了。



我们城市数据应用的核心目标分成两个阶段,一个是针对我们现有阶段的,根据城市的资源去做优化,比如很多细粒度的管理,包括了交通、用地、人口,经济甚至是资源环境基础设施。另外很重要的一个就是,数据还能够告诉我们未来,所以我们要预测它的趋势。

我们针对数据的这块,分成三个层次的产品。第一个层次就是针对现在很多的政府部门,它有很多的数据,但是是杂乱无章的,我们要针对这些结构和非结构化的数据进行梳理和清洗。第二个阶段我们可以做一些动态和静态的可视化,这个可视化对于我们理解数据有很大的帮助。第三阶段是它对我们的业务有帮助,就是可交互,这个可以看作是一个动态的可视化。

这个是西班牙BBV银行2011年复活节期间的一个交易数据。不同的颜色代表了不同的交易类型,不同的圈的大小代表了不同的消费额度,通过这种时间和空间发生的变化,我们会很清晰的看到这块和这块是国家的商业中心。通过这种后台的分析,我们能够更清楚知道整个经济的变化。


这块就是静态的,我们有一系列的方法针对不同的需求,用不同的方法来展现数据。这其实是一个比较初级的一个需求,后面就是针对这些可视化背后的一些分析,可能是更有用的。我们刚才还在讨论算法和模型。当然,可视化也需要一些算法,但更重要的是背后的分析。

这是一个产业的模型,我们给工商局做的,我们通过这个模型有另外一个创业项目在做资源匹配。这是选址的一个创业项目,就是办公室有很多企业选址。我们通过企业的微观数据来模拟。一方面我们能够模拟出来宏观的输出,比如税收、就业、收入、产业支撑效应、消费。通过这种宏观再反馈到微观,然后,企业每个个体企业能够通过宏观的数据做决策,这是很重要的。



前面讲的很重要的就是模型,刚才我讲的很多模型是基于交通立体化模型发展起来的,我们叫城市模型。当然,最基础的是这个交通立体化模型,然后再把其他的叠加进来。很重要的是,我们是通过个体行为数据,指的是个人,家庭和企业数据。个人家庭这块更多的是日常活动的数据,企业更多的是经济活动数据。

我们把这些看似相互独立的数据,用这样的系统相互关联起来,把交通,用地,就业,人口,经济能源环境把它关联起来。然后去做一个模拟,刚才那个系统的架构就相当于是中间这层,这层相当于是一个黑匣子,这个黑匣子和每个业务部门都有关系。

单双号限行这样的一个政策直接的影响是交通拥堵,间接影响是什么呢?比如说排放的尾气减少,对环境产生了影响,油耗又降低了,对能源需求也产生了影响。再间接的又产生了就业的影响,因为没有那么多能源需求,它就产生不了那么多的就业。


所以,它是一系列活动,最后我们通过这样的可视化的界面来呈现出来。一方面我们能看得到分析,一方面是一个解决方案,又是一个系统能够去辅助决策。


(以上内容由复旦大学数字与移动治理实验室根据现场录音整理发布,未经授权请勿转载!)