BairesDev等公司的技術(shù)創(chuàng)新和軟件開發(fā)使現(xiàn)代數(shù)據(jù)分析成為可能，它正在幫助許多領(lǐng)域的公共服務(wù)專業(yè)人士改善世界。有了數(shù)據(jù)洞察力，這些專業(yè)人士可以評估他們面臨的棘手問題，并找出解決問題的最佳方法。

以下是各行各業(yè)的專業(yè)人士使用數(shù)據(jù)分析來提高決策和取得積極結(jié)果的幾種方法。

1. 醫(yī)療保健

醫(yī)療保健提供者、研究人員和管理人員正在利用現(xiàn)有的大量健康相關(guān)數(shù)據(jù)，以各種方式幫助患者:

——疾病預(yù)防

醫(yī)生們正在利用數(shù)據(jù)分析的結(jié)果更好地識別模式，識別風(fēng)險(xiǎn)，并建議疾病預(yù)防策略。在醫(yī)院，提供者可以在癥狀出現(xiàn)之前預(yù)測和預(yù)防感染。來自可穿戴智能設(shè)備的數(shù)據(jù)為預(yù)防慢性疾病的個(gè)性化計(jì)劃提供了基礎(chǔ)。

——遠(yuǎn)程服務(wù)

醫(yī)療機(jī)構(gòu)使用智能手機(jī)技術(shù)將數(shù)據(jù)直接傳輸?shù)诫娮咏】涤涗浿校愿欁兓⒓霸缱R別預(yù)警信號。最近HealthTech的一篇文章指出，“使用患者的無線血壓袖帶將讀數(shù)傳輸?shù)教O果手表上，是美國首個(gè)幫助患者控制慢性疾病的此類產(chǎn)品。”

醫(yī)生使用這種方法治療生命垂危的病人，當(dāng)病情出現(xiàn)顯著下降時(shí)，立即通知醫(yī)務(wù)人員?；颊咴谑中g(shù)后使用遠(yuǎn)程家庭監(jiān)護(hù)來預(yù)防并發(fā)癥和幫助疼痛管理。

——診斷

為了降低診斷錯(cuò)誤率，計(jì)算機(jī)使用機(jī)器學(xué)習(xí)來解釋醫(yī)學(xué)圖像，如核磁共振、x光和乳房x光，并準(zhǔn)確地檢測出問題。此外，科學(xué)家利用來自大量人群的數(shù)據(jù)來確定早期癥狀和疾病出現(xiàn)之間的有意義的模式，為未來的診斷實(shí)踐提供信息。

2. 政府

政府官員利用數(shù)據(jù)分析來評估當(dāng)前狀況，促進(jìn)良好的政策制定，并確定有效的資源配置。新加坡城市再發(fā)展局(Urban Redevelopment Authority)數(shù)字規(guī)劃實(shí)驗(yàn)室主任黃忠文(Huang Zhongwen)表示:“地理空間和數(shù)據(jù)分析讓我們的規(guī)劃者能夠?qū)Ξ?dāng)前和未來的場景有更深入的了解，并以更精確的方式進(jìn)行規(guī)劃，以滿足人口的需求。”

這種方法有助于政府提供最佳的公共項(xiàng)目和服務(wù)，然后準(zhǔn)確衡量成功，包括以下領(lǐng)域:

——運(yùn)輸和交通監(jiān)察

——扶貧工作

——教育服務(wù)

-防止污染和廢物管理

——娛樂產(chǎn)品

3.非營利組織

非營利組織的工作人員通常將數(shù)據(jù)分析用于籌款、志愿者管理和交流。在籌款活動(dòng)中，捐贈(zèng)者分析不僅可以通過分析過去的捐贈(zèng)歷史，還可以通過算法使用機(jī)器學(xué)習(xí)來預(yù)測未來的捐贈(zèng)，從而提高活動(dòng)的有效性。

志愿者管理者通過分析數(shù)據(jù)，更好地了解志愿者的技能和需求，更有效地安排志愿者時(shí)間，跟蹤志愿者工作效率和滿意度。

組織內(nèi)的溝通專業(yè)人員識別捐贈(zèng)和志愿者模式，以便更徹底地理解和回應(yīng)支持者。他們還個(gè)性化交流(電子郵件、信件、社交媒體等)，以建立更牢固的長期關(guān)系。

4. 能源

能源行業(yè)最熱門的問題之一是向更多的可再生資源過渡。在過去，能源專家們發(fā)現(xiàn)很難確定究竟需要多少不可再生能源來填補(bǔ)風(fēng)能和太陽能的可變特性造成的空白。

如下例所示，該行業(yè)現(xiàn)在可以使用人工智能(AI)分析數(shù)據(jù)，并提前準(zhǔn)確預(yù)測特定地區(qū)可再生能源將產(chǎn)生多少電力。

IBM與美國能源部(U.S. Department of Energy)合作，利用其人工智能引擎沃森(Watson)推廣清潔能源。由此產(chǎn)生的太陽能和風(fēng)能預(yù)測技術(shù)瓦特-太陽(Watt-Sun)現(xiàn)在可以預(yù)測15-30天的太陽能和風(fēng)能狀況，而且比僅次于它的最好的太陽能預(yù)測模型的準(zhǔn)確率高出50%。

谷歌旗下的英國人工智能公司deep mind將機(jī)器學(xué)習(xí)算法應(yīng)用于谷歌在中西部的風(fēng)力發(fā)電能力。通過分析天氣預(yù)報(bào)和渦輪歷史數(shù)據(jù)，該程序提前36小時(shí)預(yù)測了風(fēng)力發(fā)電量。經(jīng)過一年多的努力，與基準(zhǔn)方案相比，風(fēng)能的經(jīng)濟(jì)價(jià)值提高了約20%。

Xcel通過使用機(jī)器學(xué)習(xí)算法顯著降低了其風(fēng)電功率預(yù)測的誤差。自2009年以來，這一行動(dòng)為客戶節(jié)省了6000萬美元，并每年減少來自不可再生能源的25萬噸二氧化碳排放量。

5. 城市規(guī)劃

城市規(guī)劃者使用數(shù)據(jù)分析來洞察當(dāng)前和未來的趨勢，以便進(jìn)行相應(yīng)的規(guī)劃。這種方法通過準(zhǔn)確預(yù)測未來對基礎(chǔ)設(shè)施、停車、公用設(shè)施、供水、住房和便利設(shè)施的需求水平，幫助他們評估選擇。規(guī)劃者越來越多地利用物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)來創(chuàng)建具有最佳資源管理的智慧城市。

規(guī)劃人員研究社會(huì)服務(wù)(如養(yǎng)老、保健、托兒、學(xué)校)的使用模式，以確定需要改進(jìn)的領(lǐng)域和需要填補(bǔ)的空白。數(shù)據(jù)分析可以幫助他們回答以下問題:設(shè)備的使用頻率是多少?為什么人們會(huì)選擇一個(gè)機(jī)構(gòu)而不是另一個(gè)?與他們服務(wù)的人相比，設(shè)施位于哪里?

總之

醫(yī)療保健、能源和城市規(guī)劃等一系列行業(yè)的公共服務(wù)專業(yè)人員正在創(chuàng)新地使用數(shù)據(jù)分析。這種方式使他們能夠成功地迎接重大挑戰(zhàn)，幫助更多的人過上更好的生活。