纽约市对90万宗地块进行火灾数据排名——检查命中率提升五倍

迈克·弗劳尔斯（Mike Flowers）曾任曼哈顿检察官，曾目睹美国军事情报部门通过挖掘简易爆炸装置（IED）数据来预测巴格达的安全路线，后在布隆伯格市长手下成为纽约市首位“分析总监”。他的第一个重大目标：非法改建——即被分割成单元、居住人数高达设计负荷十倍的住宅，这些是火灾陷阱，拥挤的住户经常在其中丧生，2005年还有两名消防员殉职。

他那支由五名应届经济学毕业生组成的团队——弗劳尔斯刻意避开资深统计学家，想要的是不会对这种非常规方法提出异议的人——从全市90万宗地产地块入手，灌入了来自19个机构的数据：房产税拖欠、止赎程序、公用事业异常与断供、建筑类型与楼龄、救护车出诊、犯罪率、鼠患投诉。他们将这些数据与按严重程度排名的五年火灾数据进行匹配，以预测哪些投诉值得紧急检查。

数据一团糟：每个机构识别建筑的方式都不同——楼号、行政区-街区-地块编号、警方的笛卡尔坐标、消防部门的报警箱邻近度。团队拥抱这种混乱，按物业前方一小块笛卡尔区域来匹配建筑，并松散地引入各机构的数据。实地工作使模型更加精确：例如，砖砌许可记录表明，一些可疑物业可能并非重大风险。

该系统于2011年6月上线，每周转发排名前5%的投诉。此前，检查员在13%的后续检查中发现状况恶劣到足以签发强制腾空令；排名之后，超过70%的被检查建筑收到了强制腾空令——效率提升五倍。

将全部90万宗地块与五年火灾数据进行排名，只把检查员派往预测风险最高的前5%。

全市拥有丰富的火灾结果数据，但此前从未有人将其与投诉数据关联起来。

资深直觉式的替代指标具有误导性：上东区一只老鼠一小时内引来30通电话，而布朗克斯区居民要看到一大群老鼠才会拨打311。

在19个机构之间实现完美的记录匹配是不可能的，因此团队按地理位置匹配，让数据量来弥补。

排名由资深检查员持续检验，而非作为黑箱强加于人。

让数据量淹没不精确性，而不是追求完美的实体匹配——并且一旦数据与之矛盾，就立即放弃领域直觉，比如311电话量。

到2013年，当这段叙述作为《大数据》一书的摘录发表时，该方法已被奉为预测性城市检查的典范，弗劳尔斯的办公室也在全市各机构中不断扩大这一方法的应用。