Planificació urbanística. Model de cobertura per a centres públics
És una solució de Big Data que prediu la demanda futura de serveis públics i prescriu la millor situació per a centres públics o instal·lacions: escoles, centres d’atenció primària, hospitals, oficines d’informació, instal·lacions, etc.
La metodologia del model de cobertura de Machine Learning és la següent:
Analitza els centres i serveis actuals
Estudia la demanda actual de serveis
Preveu les necessitats futures basades en l’evolució demogràfica
Dissenya el model matemàtic que optimitza la situació de nous centres.
Quadre de comandaments que inclou 120 indicadors de ciutat inspirats pel City Protocol Society i l’ISO 37120:2014 per tal de mesurar el desenvolupament de la ciutat i el seu atractiu per a viure-hi o desenvolupar-hi un negoci.
Aquesta solució té com a objectiu ajudar els governs locals a dissenyar millors polítiques per tal de millorar la vida dels seus ciutadans i l’entorn empresarial.
Imagina’t que t’has perdut en una ciutat i un robot intel·ligent et guia i et proporciona adreces i horaris dels serveis de la ciutat. A més el robot t’ajuda amb la paperassaa i les inacabables tasques administratives.
Aquest sistema, basat en intel·ligència artificial, es converteix en un assistent a la ciutat amb què pots interactuar mitjançant la parla, text i reconeixement d’imatge. És un robot o una interfície com un centre telefònic, xarxa social o la web de l’ajuntament.
Gràcies al Big Data, el City BOT de Bismart proporciona informació sobre els serveis de la ciutat, com ara comissaries de policia, farmàcies, centres d’atenció primària, centres d’urgències, estacions de tren, oficines administratives, qüestions urbanes, pagament d’impostos, tiquets d’aparcament, certificats censals, etc.
Recull informació de múltiples fonts per identificar i localitzar pisos de lloguer il·legal. Identifica i localitza anuncis il·legals de manera fàcil i ràpida.
Els lloguers de pisos turístics il·legals són un problema important en moltes de les grans ciutats europees. Els lloguers de curt termini als turistes causen augments de preu i fan fora els residents locals.
Els indicadors clau de rendiment (KPI) mesuren els objectius estratègics. Aquests panells d’última generació ens alerten si els indicadors vinculats s’estan degradant i podrien afectar els KPIs estratègics i prediuen què passarà a continuació.
Gràcies a l’anàlisi de les relacions d’indicadors podem anticipar-nos als esdeveniments, podem predir el futur, els riscos que podríem evitar o mitigar i oportunitats que podem aprofitar. Aquest panell proporciona una cronologia amb advertències i mesures centrades en riscos.
Targeta de puntuació per a ús intern dels funcionaris municipals per a la gestió d’un govern més eficient
És la nostra solució central, i tenim diferents mòduls analítics per supervisar i analitzar l’acompliment de diferents agències governamentals i departaments: Administració de casos, Població, Economia i Finances, Servei al client, recursos humans, seguretat, mobilitat i altres més.
Què passaria si totes les dades que es troba en els municipis es fan servir en el desenvolupament econòmic?
Bigov Open Data ofereix noves oportunitats de negoci per a les empreses a la ciutat, fent disponibles les dades públiques obertes mantingudes per les autoritats públiques.
Anàlisi de govern i rendició de comptes. Claredat en la implementació del pla de govern, la reutilització de la informació i convertir-se en un govern més obert i transparent. bigov ajuda als governs a lluitar contra la corrupció mitjançant l’augment de la transparència.
Gràcies a aquest portal els ciutadans sàpiguen en tot moment exactament:
Que fa l’Ajuntament amb els diners públics
Com gestiona el pressupost
Quines empreses contracta
Quant guanyen els funcionaris
Crea rutes intel·ligents per als turistes i ciutadans en temps real
Bismart ha desenvolupat Smart Destination, una aplicació molt potent que captura, processa i correlaciona dades de múltiples i complexes fonts d’informació. Amb l’ús del Big Data i l’Internet de les coses (IoT) podem proporcionar una ruta òptima per la ciutat en temps real.
Ofereix recomanacions turístiques basades en l’estat emocional
El software Emotion Recognition parteix d’una imatge i retorna confiança a l’usuari, a través d’un conjunt d’emocions per a cada rostre o imatge.
Els algoritmes d’intel·ligència artificial suggeriran les ofertes turístiques pertinents, segons l’estat d’ànim, sexe i edat.
Els avenços en anàlisi de dades i aprenentatge automàtic permeten que ara els dipòsits de dades puguin ser analitzats, per ajudar als departaments a saber no només quan és probable que es produeixi la delinqüència, sinó quan i sota quines circumstàncies. On va la gent després dels esdeveniments esportius? Què passa quan arriba l’estiu? Com canvien els patrons quan no hi ha escola?
Mitjançant l’aprofitament dels models d’ordinador que prenen en consideració les tendències de la delinqüència, la demografia històrica, la climatologia, la informació geoespacial, i altres conjunts de dades, els serveis policials poden planejar millor on desplegar els seus recursos.
L’objectiu del projecte és proporcionar un servei d’aprenentatge automàtic que predigui la quantitat accidents de trànsit que es produirà en cada punt geogràfic concret en el proper període de temps.
La predicció es fa depenent de les condicions ambientals del moment. La solució prescriu accions per reduir el nombre i l’impacte d’aquests accidents per minimitzar així els recursos necessaris.
Solució de Big Data per millorar la gestió i promoció de destinacions turístiques per ser més competitius, mitjançant la captura i anàlisi d’informació en temps real relacionada amb l’activitat turística
Es correlacionen múltiples fonts de dades procedents de les xarxes socials, portals de reserves, blocs, operadors mòbils i les compres realitzades amb targetes de crèdit. Donem a conèixer el nivell de satisfacció i l’opinió dels visitants i residents, els seus horaris, d’on vénen, a on van següent, el veritable impacte econòmic en el territori, on i en què gasten els seus diners.
Smart social home care per l’envelliment de la població i la població vulnerable. Solució de Big Data per a la planificació de l’assistència sanitària i els serveis socials.
La correlació de dades dels serveis socials, salut, població, activitat econòmica, d’electricitat i d’aigua, gestió de residus, entre d’altres, és l’enfocament més revolucionari per resoldre els problemes més difícils a què hem de fer front a les nostres ciutats (i la societat) : l’edat, la solitud, l’exclusió social, la salut mental, l’atenció social i la inversió en salut pública.
L’objectiu principal de Population Health Management és millorar la qualitat de l’atenció sanitària mentre redueix costos.
L’ús emergent de dades involucrats amb els determinants ambientals i socials de la salut és un bon marc perquè els governs, metges, treballadors socials i altres professionals, que participen directament o indirectament en la cura de la salut, puguin ajudar els pacients de manera eficient.
El Big Data et permet descobrir les tendències del mercat, conèixer les opinions dels ciutadans sobre la marca, els productes o els serveis; i predir el comportament del consumidor i identificar noves oportunitats de negoci.
Permet capturar feedback real de les xarxes socials mitjançant la detecció i l’anàlisi temàtic, l’anàlisi de sentiments, l’anàlisi demogràfica i geogràfica i l’anàlisi d’afinitats.