Nova York classificou 900.000 lotes com base em dados de incêndios — taxa de acerto das inspeções quintuplicou

Mike Flowers, ex-promotor de Manhattan que havia observado a inteligência militar dos EUA prever rotas seguras em Bagdá a partir da mineração de dados de IEDs, tornou-se o primeiro "diretor de análise de dados" da cidade de Nova York sob o prefeito Bloomberg. Seu primeiro grande alvo: as conversões ilegais, imóveis divididos em unidades que abrigavam até dez vezes sua capacidade projetada — armadilhas de incêndio onde moradores amontoados morriam com frequência e onde dois bombeiros morreram em 2005.

Sua equipe de cinco pessoas, formada por recém-formados em economia — Flowers evitou deliberadamente estatísticos veteranos, querendo pessoas que não protestassem contra o método pouco ortodoxo —, partiu dos 900.000 lotes imobiliários da cidade e despejou dados de 19 agências: inadimplência do imposto predial, processos de execução hipotecária, anomalias e cortes no fornecimento de serviços públicos, tipo e idade das edificações, visitas de ambulância, taxas de criminalidade, reclamações sobre roedores. Cruzaram esses dados com cinco anos de dados de incêndios classificados por gravidade para prever quais denúncias mereciam inspeção urgente.

Os dados eram uma bagunça: cada agência identificava os imóveis de forma diferente — números de edificação, borough-block-lot, coordenadas cartesianas da polícia, proximidade de caixas de chamada do corpo de bombeiros. A equipe abraçou a bagunça, casando os imóveis por uma pequena área cartesiana na frente do terreno e puxando os dados de cada agência de forma frouxa. O trabalho de campo aprimorou o modelo: registros de alvarás de alvenaria, por exemplo, indicavam que alguns imóveis suspeitos provavelmente não representavam riscos maiores.

O sistema entrou em operação em junho de 2011, encaminhando semanalmente os 5% principais das denúncias classificadas. Antes, os inspetores encontravam condições graves o suficiente para justificar uma ordem de desocupação em 13% dos acompanhamentos; após a classificação, mais de 70% dos imóveis inspecionados receberam ordens de desocupação — um ganho de eficiência de cinco vezes.

Classificar todos os 900.000 lotes com base em cinco anos de dados de incêndios e enviar inspetores apenas aos 5% principais de risco previsto.

A cidade dispunha de abundantes dados de desfechos de incêndios que ninguém jamais havia cruzado com os dados de denúncias.

Os proxies da intuição dos veteranos eram enganosos: um rato na Upper East Side gerava 30 ligações em uma hora, enquanto os moradores do Bronx precisavam de um batalhão de roedores antes de ligar para o 311.

O casamento perfeito de registros era impossível entre 19 agências, então a equipe casou por geografia e deixou o volume compensar.

A classificação foi testada continuamente com inspetores veteranos, em vez de imposta como uma caixa-preta.

Deixar o volume de dados superar a imprecisão em vez de buscar a resolução perfeita de entidades — e abandonar intuições de domínio, como o volume de ligações para o 311, no momento em que os dados as contradizem.

Em 2013, quando o relato foi publicado como trecho de "Big Data", o método era apontado como modelo para inspeções prediais preditivas na cidade, e o escritório de Flowers continuava expandindo a abordagem por diversas agências municipais.