纽约每年有2.5万起违法改建出租的案子,这都是火灾隐患啊,但是量太大了,市政府处理不过来。
后来解决这个难题的,是5个年轻人的精干团队,就是用大数据的办法,把纽约所有大楼和行政部门的数据打通,排出一个灾难发生概率的序列,然后集中处理最前面5%的案子。结果大幅减少了纽约火灾,也减少了消防人员伤亡。
这个案例特别有启发。不是因为什么大数据技术,而在于处理一个大难题的方法。不求一揽子解决问题,而是排出一个次序,然后力所能及地先解决最前面的问题。
纽约每年有2.5万起违法改建出租的案子,这都是火灾隐患啊,但是量太大了,市政府处理不过来。
后来解决这个难题的,是5个年轻人的精干团队,就是用大数据的办法,把纽约所有大楼和行政部门的数据打通,排出一个灾难发生概率的序列,然后集中处理最前面5%的案子。结果大幅减少了纽约火灾,也减少了消防人员伤亡。
这个案例特别有启发。不是因为什么大数据技术,而在于处理一个大难题的方法。不求一揽子解决问题,而是排出一个次序,然后力所能及地先解决最前面的问题。