New York a classé 900 000 parcelles en fonction des données sur les incendies — le taux de réussite des inspections a quintuplé

Mike Flowers, ancien procureur de Manhattan qui avait vu le renseignement militaire américain prédire des itinéraires sûrs à Bagdad en exploitant les données sur les engins explosifs improvisés, est devenu le premier « directeur de l'analytique » de la ville de New York sous le maire Bloomberg. Sa première grande cible : les conversions illégales, des logements découpés en unités abritant jusqu'à dix fois leur charge nominale — des pièges à incendie où des résidents entassés mouraient régulièrement, et où deux pompiers sont morts en 2005.

Son équipe de cinq personnes, de jeunes diplômés en économie — Flowers évitait délibérément les statisticiens chevronnés, voulant des gens qui ne protesteraient pas contre la méthode non orthodoxe — est partie des 900 000 parcelles foncières de la ville et y a versé des données de 19 agences : arriérés de taxe foncière, procédures de saisie, anomalies et coupures de services publics, type et âge des bâtiments, visites d'ambulance, taux de criminalité, plaintes pour rongeurs. Ils les ont confrontées à cinq ans de données sur les incendies classées par gravité pour prédire quelles plaintes méritaient une inspection urgente.

Les données étaient un désordre : chaque agence identifiait les bâtiments différemment — numéros de bâtiment, borough-block-lot, coordonnées cartésiennes de la police, proximité des boîtes d'appel des pompiers. L'équipe a embrassé ce désordre, en faisant correspondre les bâtiments par une petite zone cartésienne à l'avant de la propriété et en intégrant les données de chaque agence de manière approximative. Le travail de terrain a affiné le modèle : les registres de permis de maçonnerie, par exemple, indiquaient que certaines propriétés suspectes n'étaient probablement pas des risques majeurs.

Le système est entré en service en juin 2011, transmettant chaque semaine les 5 % de plaintes les mieux classées. Auparavant, les inspecteurs constataient des conditions assez mauvaises pour justifier un ordre d'évacuation dans 13 % des suivis ; après le classement, plus de 70 % des bâtiments inspectés ont reçu des ordres d'évacuation — un gain d'efficacité de cinq fois.

Classer les 900 000 parcelles en fonction de cinq ans de données sur les incendies et n'envoyer les inspecteurs que vers les 5 % de risque prédit les plus élevés.

La ville disposait d'abondantes données sur les conséquences des incendies que personne n'avait jamais jointes aux données de plaintes.

Les approximations fondées sur l'intuition des vétérans étaient trompeuses : un rat dans l'Upper East Side attirait 30 appels en une heure, tandis que les habitants du Bronx devaient voir un bataillon de rongeurs avant d'appeler le 311.

Une correspondance parfaite des dossiers était impossible entre 19 agences, aussi l'équipe a-t-elle fait correspondre par géographie et laissé le volume compenser.

Le classement a été testé en continu avec des inspecteurs vétérans plutôt qu'imposé comme une boîte noire.

Laisser le volume de données submerger l'imprécision au lieu de rechercher une résolution parfaite des entités — et abandonner les intuitions du domaine, comme le volume d'appels au 311, dès que les données les contredisent.

En 2013, lorsque le récit a été publié comme extrait de « Big Data », la méthode était présentée comme le modèle des inspections municipales prédictives, et le bureau de Flowers continuait d'étendre l'approche à travers les agences de la ville.