紐約市以火災數據為90萬塊地皮評分——檢查命中率躍升五倍

Mike Flowers曾是曼哈頓檢察官，曾見識美國軍事情報如何透過挖掘簡易爆炸裝置（IED）數據來預測巴格達的安全路線，後來在彭博市長任內成為紐約市首位「分析總監」。他的第一個重大目標：非法改建——住宅被分割成單位，容納高達設計負荷十倍的住戶——這些是火災陷阱，擁擠的居民經常喪生，2005年更有兩名消防員殉職。

他那五人團隊由剛畢業的經濟學系學生組成——Flowers刻意避開資深統計學家，想要的是不會對非正統方法提出異議的人——他們從全市90萬塊地皮開始，灌入來自19個機構的數據：房產稅拖欠、法拍程序、公用事業異常與斷供、建築類型與樓齡、救護車到訪、犯罪率、鼠患投訴。他們將這些數據與按嚴重程度排序的五年火災數據進行比對，以預測哪些投訴值得緊急檢查。

數據一團混亂：每個機構識別建築物的方式都不同——門牌號、行政區-街區-地塊編號、警方的笛卡爾坐標、消防局的報警箱鄰近範圍。團隊擁抱這種混亂，以物業前方一小塊笛卡爾區域來匹配建築物，並寬鬆地引入各機構的數據。實地工作使模型更精確：例如，磚砌許可記錄顯示某些可疑物業可能並非重大風險。

該系統於2011年6月上線，每週轉發排名前5%的投訴。此前，檢查員在13%的跟進檢查中發現足以構成勒令遷出的惡劣狀況；排序之後，超過70%的受檢建築物收到勒令遷出——效率提升五倍。

將全部90萬塊地皮與五年火災數據進行排序，只派檢查員前往預測風險前5%的對象。

全市擁有豐富的火災結果數據，卻從未有人將其與投訴數據連結起來。

老手的直覺替代指標具有誤導性：上東區一隻老鼠一小時內引來30通電話，而布朗克斯居民要見到一整群老鼠才會撥打311。

在19個機構之間做到完美的記錄匹配是不可能的，因此團隊按地理位置匹配，讓數據量來彌補。

排序方法與資深檢查員持續測試，而非作為黑箱強加於人。

讓數據量淹沒不精確，而非追求完美的實體解析——並且一旦數據與之矛盾，就立即捨棄領域直覺，例如311電話量。

到2013年，當這段記述作為《大數據》的摘錄發表時，該方法已被奉為預測性城市檢查的典範，Flowers的辦公室持續在全市各機構推廣此方法。