咨询热线13544009511
深圳市和丰软件技术有限公司 > 新闻资讯 > 行业资讯 >
CRM客户关系管理查看更多>
建立基础认知闭环

作者:admin时间:2020-10-02

规划师扮演的是决策咨询的角色,为决策者出谋划策。因此,我们自己首先要建立一个逻辑闭环,按照了解、认识、见解、行动的顺序。一般规划师往往更关注感知、认知与决策这三个环节,但对于“行动”,或者说“实施”,则是规划或者咨询业者不太擅长的。规划信息化的工作其实在另一个层面就是在做“行动”或“实施”,在不断地修补、完善信息化系统。所以我也特别希望规划从业者能够再多走一步,将分析出来的好方案亲手实现出来,建立起完整的数据思维闭环。

 

数据思维体现为对数据应用的工作流程(workflow)。

☑ 一是感知:数据的清洗收集,对现实了解得更精细;

☑ 二是测度:数据的分析评价,对状况判断得更合理;

☑ 三是挖掘:数据的综合解读,对原因理解得更深入;

1、数据感知:对现实的精细了解

用精细化的数据感知来满足规划师对于信息渴求的状态。例如,去年做朝阳区人口统计时,数据分析的目的不仅想了解朝阳区的总人口规模,还想知道人口分布的具体位置、根据每个位置人口活动的24小时规律进行分类等等。

 

再进一步细化,比如了解CBD片区每个小建筑里面大致人口分布的多少,工作日与非工作日的变化。甚至包括对每一个网格,都想去了解人口构成的结构与信息等等。

 

多源数据耦合、交叉检验。当数据源不同时需要做一些检验,例如对一个地区的移动信令数据、滴滴出行数据、互联网定位数据做交叉对比,判断出哪个数据相对更合理。

 
 

2、数据测度:分析与评价

通过设计评价指标体系来联系物理世界与信息世界。将信息空间和物理空间联系起来就是信息—物理系统(Cyber-Physical System),二者通过指标体系相互反馈、调控。

 

通过算法工具对状况的合理判断。数据评价包括许多内容,包括评价方式。单纯把收集的数据落在图上,很难直观看出规律,需要模型、算法、工具来帮助形成一定的结构化指标,从而可得到诸如聚类、分析等结论。例如,右图中的方块是共享自行车骑行轨迹的时空热点,在相同时间空间,可以识别出哪里是骑行行为相对比较聚集的区域,并进一步分析聚集的原因和影响等。

 

此外,还需要把非结构化数据(如街景图片)变成可计算的结构化指标,这是大数据很关键的核心问题,需要借助专门的工具或一些技术手段来实现。

 

数据评价:对状况的合理判断。在充分感知数据、分析评价数据之后,就加入结论判断环节了。例如我们可以根据骑行轨迹、街道状况等要素,对骑行环境做出综合评判。将结构化与非结构化数据叠合后,形成关键指标,根据问题和目标进行打分,最后得出好中差的观点。

 
 

叠合分析的应用示例。比如,在对北京危险品运输风险的大数据分析工作中,通过将危险品车辆GPS和同一时段人口分布进行重叠,识别出重叠率高的危险路段。左边是进城的路段中重合较高的部分、右边是危险品有大量聚集并停留较长时间的区域,把这些路段与片区识别出来,可以较好地预防一些危险品的泄露、爆炸等事故,避免不必要的生命财产损失。

在设施评估案例里,我们对朝阳区32个2、3级医院开展了就诊人群分析,用医院的到访人口来源与分布情况,观测京内京外比重,看哪些医院是受外地人欢迎。

传统医院的配给指标是以一个区域的千人床位数来确定的,那我们可以根据这个指标反推出一个医院的理论覆盖范围,如左上图;但用人流数据可以更直观的看到一个医院的实际覆盖范围,如上图。

通过对比,我们可以得到一些初步结论:一是4环以外的人口聚集区缺乏医疗设施的覆盖;二是医院的就诊来源主要但不限于医院周边;三是某些外围的卫生设施如地坛医院存在覆盖范围重叠浪费的情况。

 

结合人口的本外地属性,可以看到,中国医学院肿瘤医院的外地患者最多,占到了44%,而其他的医院则逐次下降。

其他人还阅读了

粤公网安备 44030502004788号