SlideShare uma empresa Scribd logo
1 de 19
Baixar para ler offline
Jan Sirotek
+ LOCATION INTELLIGENCE PRO CHYTRÁ MĚSTA, REGIONY, STÁTY
DATA, DATA, DATA, ...
Mobility
PeopleEconomy
Living
Environment
Governance
Energy
consumption
Renewable
energy
penetration
Energy security
Economic
competitiveness
Industry growth
finance
incentives
Effective city
administration
Street lightning
Procurement
Assets
Management
Urban planning
City of cyclists
Public
transportation
Mobility
management
Safe
Diverse
Leisure
Convenience
Jobs
People
commitment to
governance
Education
Health care
system
Data Data Data Data Data Data
80 % všech dat
obsahuje prostorovou informaci
nebo je lze lokalizovat.*
=> právě přes polohu
lze data kombinovat
a hledat nečekaná propojení
* Zdroj: http://www.esri.com/library/whitepapers/pdfs/reveal-more-value.pdf
90 % dat vzniklo v posledních 2 letech
BIG DATA ... zcela nový přístup k databázím
Zdroj: http://www.esri.com/library/whitepapers/pdfs/reveal-more-value.pdf
CROWDSOURCING
zapojení komunity, mobilní aplikace, sociální sítě
Zdroj: http://www.vymoly.cz/
SDÍLENÍ DAT a transparentnost
Za 2 roky přes 100 mobilních
aplikací určených občanům
Zdroj: http://data.london.gov.uk/
INTERNET OF THINGS
sběr dat v reálném čase, od 3D k ND
LOCATION INTELLIGENCE (LI)
' GIS = Geografický Informační Systém
' GIS není pouze jednoduchý IT systém pro vytváření map. Je to sofistikovaný nástroj pro
správu dat, dotazování a analýzu, který pomáhá uživatelům identifikovat prostorové vztahy
mezi objekty na mapě. Historicky je GIS okrajová technologie pro ukládání prostorových
dat mimo běžné IT systémy.
' GIS vždy začíná od geografie, zatímco Business/Location Intelligence začíná od
požadavků byznisu.
' GIS je navržen pro řešení geografických otázek a nikoliv pro použití a aplikaci na běžné
problémy a metriky obchodních procesů napříč organizacemi.
' LI/BI jsou navrhovány pro rychlé pohledy na obchodní data a jejich vztahy pro podporu
rozhodování. Jejich součástí nejsou sofistikované geografické aplikace.
'LI/B s GISem nesoutěží, spíše se jedná o komplementární aplikace a technologii.
Perspektiva GIS je “Kde co je”, zatímco LI je spíše geo-orientovaná BI, odpovídající na
otázky “Proč?” a “Co když?”
KLASICKÝ GIS
... zobrazení mapových vrstev dat
Zdroj: http://www.blomasa.com/
DATA CLEVER°CITY'
LOKALIZACE
OPTIMALIZACE
PREDIKCE
DATA.BLOG.IHNED.CZ - VÝSLEDKY VOLEB
2010
2013
Zdroj: http://data.blog.ihned.cz/
Zdroj: http://data.blog.ihned.cz/
MAPPINGLONDON.CO.UK - JAZYKY TWEETŮ
Zdroj:http://mappinglondon.co.uk/
LOKALIZACE SPÁDOVÝCH OBLASTÍ
DATA
' Demografie, data ČSÚ
' Administrativní členění
' Věrnostní program
' Pobočky konkurence
POSTUP
1. Klasifikace jednotlivých úseků
2. Aplikace degradačního modelu
3. Výpočet ekonomických parametrů
VÝSLEDEK
' Jasné vymezení “regionů”
jednotlivých poboček
' Bílá místa
' Kanibalizace vlastních poboček
' Konkurenční tlak
OPTIMALIZACE POBOČEK
Zdoj: © CleverMaps
VÝMOLY.CZ
Zdroj: http://www.vymoly.cz/
OPTIMALIZACE SPRÁVY A ÚDRŽBY KOMUNIKACÍ
DATA
' Mapa komunikací
' Hustota provozu
' Diagnostika stavu vozovek
' Ekonomický model
POSTUP
1. Klasifikace jednotlivých úseků
2. Aplikace degradačního modelu
3. Výpočet ekonomických parametrů
VÝSLEDEK
' Plán a rozpočet údržby komunikací
JAK S OMEZENÝM ROZPOČTEM
ZLEPŠIT CELKOVÝ STAV SILNIČNÍ SÍTĚ
Zdoj: © CleverMaps
VYHODNOCENÍ STŘECH PRO INSTALACE
FOTOVOLTAIKY - BRISTOL / BLOMASA
DATA
' Katastr
' 3D model města
' Meteorologická data
' Cenová mapa
' Základní ekonomická data
POSTUP
1. Identifikace jednotlivých střech
2. Výpočet slunečního osvitu
resp. potenciálu
3. Kalkulace pronájmu
4. Cost-benefit analýza
pro jednotlivé střechy
VÝSLEDEK
' Nástroj pro vytipování vhodných investic
Zdroj: http://www.blomasa.com
MAPAKRIMINALITY.CZ
Zdroj: http://www.mapakriminality.cz/
PREDIKCE KRIMINALITY
DATA
' GIS města
' DB kriminálních skutků
' Demografie
' DB ekonomických subjektů
' ...
POSTUP
1. Segmentace území
2. Analýza dat, hledání vzorců, korelace
3. Určení míst s vyšší pravděpodobností
výskytu kriminálních skutků
VÝSLEDEK
' Optimalizace pochůzkových tras policie
' Návrh dalších preventivních opatření
SNÍŽENÍ KRIMINALITY VE MĚSTĚ
CleverMaps, s.r.o.
Vídeňská 101/119
Vienna Point II
619 00 Brno
T/ +420 511 188 867
info@clevermaps.cz
clevermaps.cz
Děkuji za pozornost.
Jan Sirotek

Mais conteúdo relacionado

Destaque

From producers to consumers: democratizing the access to reference data
From producers to consumers: democratizing the access to reference dataFrom producers to consumers: democratizing the access to reference data
From producers to consumers: democratizing the access to reference dataJorge Sanz
 
CARTO BUILDER: from visualization to geospatial analysis
CARTO BUILDER: from visualization to geospatial analysisCARTO BUILDER: from visualization to geospatial analysis
CARTO BUILDER: from visualization to geospatial analysisJorge Sanz
 
Evaluacion de arquitecturas
Evaluacion de arquitecturasEvaluacion de arquitecturas
Evaluacion de arquitecturasSamis Ambrocio
 
Tecnologías de información maestría
Tecnologías de información maestríaTecnologías de información maestría
Tecnologías de información maestríaMaestros Online
 
ACD Riesgos TIC: Sistemas Seguros para Compras Online
ACD Riesgos TIC: Sistemas Seguros para Compras OnlineACD Riesgos TIC: Sistemas Seguros para Compras Online
ACD Riesgos TIC: Sistemas Seguros para Compras OnlineAndaluciaCD
 
Ejemplo de un Proyecto CRM
Ejemplo de un Proyecto CRMEjemplo de un Proyecto CRM
Ejemplo de un Proyecto CRMJose Martinez
 
Introduccion a un curso de Programación Segura
Introduccion a un curso de Programación SeguraIntroduccion a un curso de Programación Segura
Introduccion a un curso de Programación SeguraFernando Tricas García
 
Búsqueda de empleo 2.0
Búsqueda de empleo 2.0Búsqueda de empleo 2.0
Búsqueda de empleo 2.0Software Guru
 

Destaque (10)

From producers to consumers: democratizing the access to reference data
From producers to consumers: democratizing the access to reference dataFrom producers to consumers: democratizing the access to reference data
From producers to consumers: democratizing the access to reference data
 
CARTO ENGINE
CARTO ENGINECARTO ENGINE
CARTO ENGINE
 
CARTO BUILDER: from visualization to geospatial analysis
CARTO BUILDER: from visualization to geospatial analysisCARTO BUILDER: from visualization to geospatial analysis
CARTO BUILDER: from visualization to geospatial analysis
 
Samm owasp
Samm owaspSamm owasp
Samm owasp
 
Evaluacion de arquitecturas
Evaluacion de arquitecturasEvaluacion de arquitecturas
Evaluacion de arquitecturas
 
Tecnologías de información maestría
Tecnologías de información maestríaTecnologías de información maestría
Tecnologías de información maestría
 
ACD Riesgos TIC: Sistemas Seguros para Compras Online
ACD Riesgos TIC: Sistemas Seguros para Compras OnlineACD Riesgos TIC: Sistemas Seguros para Compras Online
ACD Riesgos TIC: Sistemas Seguros para Compras Online
 
Ejemplo de un Proyecto CRM
Ejemplo de un Proyecto CRMEjemplo de un Proyecto CRM
Ejemplo de un Proyecto CRM
 
Introduccion a un curso de Programación Segura
Introduccion a un curso de Programación SeguraIntroduccion a un curso de Programación Segura
Introduccion a un curso de Programación Segura
 
Búsqueda de empleo 2.0
Búsqueda de empleo 2.0Búsqueda de empleo 2.0
Búsqueda de empleo 2.0
 

Semelhante a CleverCity - Location Intelligence for Smart Cities

Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...technologyfuture
 
Milan Vašina: Digitální ekonomika 2015
Milan Vašina: Digitální ekonomika 2015Milan Vašina: Digitální ekonomika 2015
Milan Vašina: Digitální ekonomika 2015Zonky
 
Principy rozvoje ICT v české státni správě
Principy rozvoje ICT v české státni správěPrincipy rozvoje ICT v české státni správě
Principy rozvoje ICT v české státni správěPavel Hrabe
 
Workshop Lávka
Workshop LávkaWorkshop Lávka
Workshop Lávkaplan4all
 
Search Session 2012
Search Session 2012Search Session 2012
Search Session 2012Jan Cibulka
 
Dalibor Pulkert: Mobile marketing 2015
Dalibor Pulkert: Mobile marketing 2015Dalibor Pulkert: Mobile marketing 2015
Dalibor Pulkert: Mobile marketing 2015Etnetera
 
Žhavé trendy v mobilním marketingu v roce 2015 (rozšířená verze prezentace z ...
Žhavé trendy v mobilním marketingu v roce 2015 (rozšířená verze prezentace z ...Žhavé trendy v mobilním marketingu v roce 2015 (rozšířená verze prezentace z ...
Žhavé trendy v mobilním marketingu v roce 2015 (rozšířená verze prezentace z ...eMan s.r.o.
 
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav PoláčekT-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav PoláčekJiri Prochazka
 
Knihovny 2020: Praktické využití principů sémantického webu (projekt Dáme práci)
Knihovny 2020: Praktické využití principů sémantického webu (projekt Dáme práci)Knihovny 2020: Praktické využití principů sémantického webu (projekt Dáme práci)
Knihovny 2020: Praktické využití principů sémantického webu (projekt Dáme práci)Jakub Fiala
 
Závěrečný úkol KPI
Závěrečný úkol KPIZávěrečný úkol KPI
Závěrečný úkol KPIgaucana
 
Virtuální radnice – řešení pro municipality
Virtuální radnice – řešení pro municipalityVirtuální radnice – řešení pro municipality
Virtuální radnice – řešení pro municipalityMiloslav Mil
 
05 online distribuce_30_10_12_customer_intelligence_tomas_kratky
05 online distribuce_30_10_12_customer_intelligence_tomas_kratky05 online distribuce_30_10_12_customer_intelligence_tomas_kratky
05 online distribuce_30_10_12_customer_intelligence_tomas_kratkyProfinit
 
GIS - Co bude dál? / Gis Hackathon 2017
GIS - Co bude dál? / Gis Hackathon 2017GIS - Co bude dál? / Gis Hackathon 2017
GIS - Co bude dál? / Gis Hackathon 2017Jan Sirotek
 
Jak pomocí machine learningu vytěžovat data z RTB i v CRM?
Jak pomocí machine learningu vytěžovat data z RTB i v CRM?Jak pomocí machine learningu vytěžovat data z RTB i v CRM?
Jak pomocí machine learningu vytěžovat data z RTB i v CRM?Taste Medio
 
Prediktivní analytika pro rok 2020
Prediktivní analytika pro rok 2020Prediktivní analytika pro rok 2020
Prediktivní analytika pro rok 2020Taste Medio
 
Marie Zezůlková: Inovativní přístupy v rozvoji měst, obcí a regionů
Marie Zezůlková: Inovativní přístupy v rozvoji měst, obcí a regionů Marie Zezůlková: Inovativní přístupy v rozvoji měst, obcí a regionů
Marie Zezůlková: Inovativní přístupy v rozvoji měst, obcí a regionů Jan Brychta
 
Rockaway AWS Hackaton – Kick-off Meeting
Rockaway AWS Hackaton – Kick-off MeetingRockaway AWS Hackaton – Kick-off Meeting
Rockaway AWS Hackaton – Kick-off MeetingRockawayCapital
 
Open Data for Local and Regional Development
Open Data for Local and Regional DevelopmentOpen Data for Local and Regional Development
Open Data for Local and Regional DevelopmentFOODIE_Project
 
Smarter Planet Comes To You
Smarter Planet Comes To You Smarter Planet Comes To You
Smarter Planet Comes To You Jan Louda
 
Eliška Hutníková #sms03
Eliška Hutníková #sms03Eliška Hutníková #sms03
Eliška Hutníková #sms03Tyinternety.cz
 

Semelhante a CleverCity - Location Intelligence for Smart Cities (20)

Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
Petr Jalůvka - Digitální dvojče: jak jsme na tom Česká republiko na Logistics...
 
Milan Vašina: Digitální ekonomika 2015
Milan Vašina: Digitální ekonomika 2015Milan Vašina: Digitální ekonomika 2015
Milan Vašina: Digitální ekonomika 2015
 
Principy rozvoje ICT v české státni správě
Principy rozvoje ICT v české státni správěPrincipy rozvoje ICT v české státni správě
Principy rozvoje ICT v české státni správě
 
Workshop Lávka
Workshop LávkaWorkshop Lávka
Workshop Lávka
 
Search Session 2012
Search Session 2012Search Session 2012
Search Session 2012
 
Dalibor Pulkert: Mobile marketing 2015
Dalibor Pulkert: Mobile marketing 2015Dalibor Pulkert: Mobile marketing 2015
Dalibor Pulkert: Mobile marketing 2015
 
Žhavé trendy v mobilním marketingu v roce 2015 (rozšířená verze prezentace z ...
Žhavé trendy v mobilním marketingu v roce 2015 (rozšířená verze prezentace z ...Žhavé trendy v mobilním marketingu v roce 2015 (rozšířená verze prezentace z ...
Žhavé trendy v mobilním marketingu v roce 2015 (rozšířená verze prezentace z ...
 
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav PoláčekT-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
T-mapy, Dáváme informacím prostor, Jiří Bradáč a Jaroslav Poláček
 
Knihovny 2020: Praktické využití principů sémantického webu (projekt Dáme práci)
Knihovny 2020: Praktické využití principů sémantického webu (projekt Dáme práci)Knihovny 2020: Praktické využití principů sémantického webu (projekt Dáme práci)
Knihovny 2020: Praktické využití principů sémantického webu (projekt Dáme práci)
 
Závěrečný úkol KPI
Závěrečný úkol KPIZávěrečný úkol KPI
Závěrečný úkol KPI
 
Virtuální radnice – řešení pro municipality
Virtuální radnice – řešení pro municipalityVirtuální radnice – řešení pro municipality
Virtuální radnice – řešení pro municipality
 
05 online distribuce_30_10_12_customer_intelligence_tomas_kratky
05 online distribuce_30_10_12_customer_intelligence_tomas_kratky05 online distribuce_30_10_12_customer_intelligence_tomas_kratky
05 online distribuce_30_10_12_customer_intelligence_tomas_kratky
 
GIS - Co bude dál? / Gis Hackathon 2017
GIS - Co bude dál? / Gis Hackathon 2017GIS - Co bude dál? / Gis Hackathon 2017
GIS - Co bude dál? / Gis Hackathon 2017
 
Jak pomocí machine learningu vytěžovat data z RTB i v CRM?
Jak pomocí machine learningu vytěžovat data z RTB i v CRM?Jak pomocí machine learningu vytěžovat data z RTB i v CRM?
Jak pomocí machine learningu vytěžovat data z RTB i v CRM?
 
Prediktivní analytika pro rok 2020
Prediktivní analytika pro rok 2020Prediktivní analytika pro rok 2020
Prediktivní analytika pro rok 2020
 
Marie Zezůlková: Inovativní přístupy v rozvoji měst, obcí a regionů
Marie Zezůlková: Inovativní přístupy v rozvoji měst, obcí a regionů Marie Zezůlková: Inovativní přístupy v rozvoji měst, obcí a regionů
Marie Zezůlková: Inovativní přístupy v rozvoji měst, obcí a regionů
 
Rockaway AWS Hackaton – Kick-off Meeting
Rockaway AWS Hackaton – Kick-off MeetingRockaway AWS Hackaton – Kick-off Meeting
Rockaway AWS Hackaton – Kick-off Meeting
 
Open Data for Local and Regional Development
Open Data for Local and Regional DevelopmentOpen Data for Local and Regional Development
Open Data for Local and Regional Development
 
Smarter Planet Comes To You
Smarter Planet Comes To You Smarter Planet Comes To You
Smarter Planet Comes To You
 
Eliška Hutníková #sms03
Eliška Hutníková #sms03Eliška Hutníková #sms03
Eliška Hutníková #sms03
 

CleverCity - Location Intelligence for Smart Cities

  • 1. Jan Sirotek + LOCATION INTELLIGENCE PRO CHYTRÁ MĚSTA, REGIONY, STÁTY
  • 2. DATA, DATA, DATA, ... Mobility PeopleEconomy Living Environment Governance Energy consumption Renewable energy penetration Energy security Economic competitiveness Industry growth finance incentives Effective city administration Street lightning Procurement Assets Management Urban planning City of cyclists Public transportation Mobility management Safe Diverse Leisure Convenience Jobs People commitment to governance Education Health care system Data Data Data Data Data Data
  • 3. 80 % všech dat obsahuje prostorovou informaci nebo je lze lokalizovat.* => právě přes polohu lze data kombinovat a hledat nečekaná propojení * Zdroj: http://www.esri.com/library/whitepapers/pdfs/reveal-more-value.pdf
  • 4. 90 % dat vzniklo v posledních 2 letech BIG DATA ... zcela nový přístup k databázím Zdroj: http://www.esri.com/library/whitepapers/pdfs/reveal-more-value.pdf
  • 5. CROWDSOURCING zapojení komunity, mobilní aplikace, sociální sítě Zdroj: http://www.vymoly.cz/
  • 6. SDÍLENÍ DAT a transparentnost Za 2 roky přes 100 mobilních aplikací určených občanům Zdroj: http://data.london.gov.uk/
  • 7. INTERNET OF THINGS sběr dat v reálném čase, od 3D k ND
  • 8. LOCATION INTELLIGENCE (LI) ' GIS = Geografický Informační Systém ' GIS není pouze jednoduchý IT systém pro vytváření map. Je to sofistikovaný nástroj pro správu dat, dotazování a analýzu, který pomáhá uživatelům identifikovat prostorové vztahy mezi objekty na mapě. Historicky je GIS okrajová technologie pro ukládání prostorových dat mimo běžné IT systémy. ' GIS vždy začíná od geografie, zatímco Business/Location Intelligence začíná od požadavků byznisu. ' GIS je navržen pro řešení geografických otázek a nikoliv pro použití a aplikaci na běžné problémy a metriky obchodních procesů napříč organizacemi. ' LI/BI jsou navrhovány pro rychlé pohledy na obchodní data a jejich vztahy pro podporu rozhodování. Jejich součástí nejsou sofistikované geografické aplikace. 'LI/B s GISem nesoutěží, spíše se jedná o komplementární aplikace a technologii. Perspektiva GIS je “Kde co je”, zatímco LI je spíše geo-orientovaná BI, odpovídající na otázky “Proč?” a “Co když?”
  • 9. KLASICKÝ GIS ... zobrazení mapových vrstev dat Zdroj: http://www.blomasa.com/
  • 11. DATA.BLOG.IHNED.CZ - VÝSLEDKY VOLEB 2010 2013 Zdroj: http://data.blog.ihned.cz/ Zdroj: http://data.blog.ihned.cz/
  • 12. MAPPINGLONDON.CO.UK - JAZYKY TWEETŮ Zdroj:http://mappinglondon.co.uk/
  • 13. LOKALIZACE SPÁDOVÝCH OBLASTÍ DATA ' Demografie, data ČSÚ ' Administrativní členění ' Věrnostní program ' Pobočky konkurence POSTUP 1. Klasifikace jednotlivých úseků 2. Aplikace degradačního modelu 3. Výpočet ekonomických parametrů VÝSLEDEK ' Jasné vymezení “regionů” jednotlivých poboček ' Bílá místa ' Kanibalizace vlastních poboček ' Konkurenční tlak OPTIMALIZACE POBOČEK Zdoj: © CleverMaps
  • 15. OPTIMALIZACE SPRÁVY A ÚDRŽBY KOMUNIKACÍ DATA ' Mapa komunikací ' Hustota provozu ' Diagnostika stavu vozovek ' Ekonomický model POSTUP 1. Klasifikace jednotlivých úseků 2. Aplikace degradačního modelu 3. Výpočet ekonomických parametrů VÝSLEDEK ' Plán a rozpočet údržby komunikací JAK S OMEZENÝM ROZPOČTEM ZLEPŠIT CELKOVÝ STAV SILNIČNÍ SÍTĚ Zdoj: © CleverMaps
  • 16. VYHODNOCENÍ STŘECH PRO INSTALACE FOTOVOLTAIKY - BRISTOL / BLOMASA DATA ' Katastr ' 3D model města ' Meteorologická data ' Cenová mapa ' Základní ekonomická data POSTUP 1. Identifikace jednotlivých střech 2. Výpočet slunečního osvitu resp. potenciálu 3. Kalkulace pronájmu 4. Cost-benefit analýza pro jednotlivé střechy VÝSLEDEK ' Nástroj pro vytipování vhodných investic Zdroj: http://www.blomasa.com
  • 18. PREDIKCE KRIMINALITY DATA ' GIS města ' DB kriminálních skutků ' Demografie ' DB ekonomických subjektů ' ... POSTUP 1. Segmentace území 2. Analýza dat, hledání vzorců, korelace 3. Určení míst s vyšší pravděpodobností výskytu kriminálních skutků VÝSLEDEK ' Optimalizace pochůzkových tras policie ' Návrh dalších preventivních opatření SNÍŽENÍ KRIMINALITY VE MĚSTĚ
  • 19. CleverMaps, s.r.o. Vídeňská 101/119 Vienna Point II 619 00 Brno T/ +420 511 188 867 info@clevermaps.cz clevermaps.cz Děkuji za pozornost. Jan Sirotek