Jag har bloggat om hur jag håller på att läsa Viktor Mayer-Schonberger och Kenneth Cukiers bok Big Data, som är en bok som trots att den är skriven för den breda allmänheten, innehåller en del riktiga guldkorn som gör hela boken absolut värd att läsa, och köpas.
: Lättläst men ändå bra bok om Big Data: Viktor Mayer-Schonberger, Kenneth Cukiers Big Data: A Revolution That Will Transform How We Live, Work, and Think
Ett mycket insiktsfullt exempel står att läsa i kapitel 10, på sidan 185-188, och bara dom fyra sidorna gör hela boken värd att köpas.
I New York har myndigheterna problem med oetiska hyresvärdar som utan tillstånd styckar våningarna i sina byggnader så att de kan pula in flerdubbelt antal hyresgäster och givetvis tjäna mångdubbelt med pengar. Myndigheterna vill åt det där eftersom de styckade byggnaderna inte möter det regelverk som finns och hyresgästerna, som hyr illegalt, lever ofta i osanitära och rent livsfarliga förhållanden.
Men hur ska man komma åt hyresvärdarna? Viktor Mayer-Schonberger, Kenneth Cukier berättar hur New Yorks borgmästare Michael Bloomberg anställde en advokat vid namn Mike Flowers som i sin tur anställde ett antal dataexperter som skapade en datamodell av de faktorer som tillsammans ledde till att man kunde identifiera de kriminella hyresvärdarna.
Dataexperterna började med en lista på alla New Yorks 900 000 tomter.
Sen lade de in alla data om de byggnader som fanns på tomterna och deras ägare från alla New Yorks 19 olika myndigheter.
Deras första problem vad att så gott som alla myndigheter använde olika system för att identifiera byggnaderna.
När man väl hade löst det problemet genom att skapa sitt eget övergripande identifieringssystem så lade man alltså in all information som fanns om varje byggnad. Som om ägaren inte hade betalat bostadsskatt, om det hade förekommit tvångsförsäljning av byggnaden, om man inte hade betalat el och vattenkostnader, hur många anmälningar om brott som fanns för varje bostad, om hyresgästerna hade klagat på ohyra, hur många gånger ambulanser hade skickats till en vissa bostad, osv osv osv.
Sen följde dom med byggnadsinspektörerna ut på deras ronder för att lära sig från dom. Inspektörerna berättade t.ex. för dom om att ägaren hade gjord den minsta förbättring av sin byggnad så var det inte troligt att han hade styckat sina våningar.
Man började också med att lägga in alla gånger som hyresgästerna ringde numret 311, vilket är New Yorks motsvarighet till det svenska 112 (tror jag). Men man fick snabbt veta att det inte spelade någon roll. För rika hyresgäster som såg en råtta på Upper East Side så fick polisen snabbt som attan 30 anmälningar på en timme, medan ingen jäkel brydde sig om en råtta i det fattigare Bronx.
Så efter att man hade börjat samköra alla de här registren så fick man träff på illegala styckningar i 70% av alla sökningar, mot tidigare 13%.
Sökningarna sparade liv eftersom de boende löper en risk för att bli innebrända i våningsbränder, liksom de brandsoldater som skickas till deras undsättning.
Ett fantastiskt intressant och helt autentiskt exempel på hur man använder Big Data och samkörning av dussintals databaser för att hitta sammanhang och kopplingar som inte syns på ytan.
Det första jag tänkte på när jag läste det här är att det är givetvis såhär som regering och myndigheter i Sverige kommer att modernisera REVA-projektet för att identifiera och utvisa papperslösa.
Man kan använda en liknande kartläggning av människor, bostäder, el och vattenräkningar mm. Dvs av de människor som skyddar och gömmer de papperslösa. Dom får representera slumlorderna i New York.
Det här är framtiden.
Som alltid är teknologin värdeneutral. Den kan användas till gott eller ont. Men den är redan här och den kommer att användas även i Sverige. Och givetvis till mycket annat och bättre än att hitta papperslösa. Men om myndigheterna vill så kan man alltså använda precis samma metoder som man använder i New York för att hitta slumvärdar.
Ni är varnade. Och läs boken.
Pressklipp:
FBI släpper bilder på misstänkta för Bostondådet,De jagas för bombdådet,
[tags] Big Data, Revaspotter, IT-teknolog papperslösa, Reva IT-teknologi, FRA Reva,iktor Mayer-Schonberger, Kenneth Cukier[/tags]
Exemplet ovan kallas i företagsvärlden för “tvilling-analys” och används mest hela tiden för att finna potentiella kunder via kända nämnare i egen kundstock. Det är tämligen enkla i teorin men komplexa modeller som ger hög sannolikhet på träffprocent.
Med dagens billiga och kraftfulla analysprogram med big-data kompetens så utförs detta av även hyffsat små företag (som det jag jobbar på t.e.x och jobbar med just detta).
Daniel:
Intressant att höra att det även används i Sverige och även på mindre företag. har inte hört termen “tvilling-analys” tidigare, så den termen kommer jag att svänga mig med hädanefter 🙂 Själv känner jag mest till Bayesiansk statistik http://sv.wikipedia.org/wiki/Bayesiansk_statistik som används väldigt flitigt här i USA.
Och du har alldeles rätt att med öppen-kod-baserade verktyg och billiga serverar i datormolnen så är det här något som även mindre företag och grupper av privatpersoner kan använda.
Ska referera mer från boken snarast, den innehåller en del mycket intressanta exempel på hur Big Data i levande livet.
Nja, jag tror knappast myndigheterna prioriterar jakten på papperslösa/illegala immigranter på detta sätt just nu.
Om du däremot hade nämnt samkörning av data och dataanalys för att hitta representanter för global jihadism, eller andra som bedöms som extremister, så tror jag inte direkt det sparas på resurserna på vissa håll.
Det känns tryggt att storebror vakar över oss och skyddar oss från allt ont. Eller, vänta nu ett tag…