CitizenLab es un proyecto de análisis de datos de comportamiento ciudadano centrado en cuatro sectores: sanitario, turismo, movilidad e infraestructuras. Así lo presentó la pasada semana la consultora Grant Thornton, encargada de llevarlo a cabo durante un período de cuatro años en la Comunidad de Madrid.
Los movimientos de los ciudadanos son datos y su estudio puede ayudar a crear soluciones útiles para las empresas, administraciones públicas y la ciudadanía. Así, CitizenLab se posiciona como un innovador proyecto de análisis de datos a partir de modelos predictivos de comportamiento ciudadano con el objetivo último de favorecer el desarrollo económico de la región.
El experimento aplicará metodologías de big data e inteligencia artificial que evaluarán los patrones de comportamiento en relación con el uso de los sectores de automoción y movilidad, sanitario, turismo e infraestructuras, aunque en un futuro se podrían incorporar otras áreas de estudio. De esta manera, se analizarán demandas de movilidad, hábitos de consumo, estado de salud y necesidades de infraestructuras y medios físicos, entre otras variables.
Una vez recopilada la información big data con los movimientos demográficos ciudadanos más destacados en las zonas estudiadas, un DataLab permitirá desarrollar soluciones de negocio integradas basadas en algoritmos, con el fin de favorecer la economía a través de núcleos colaborativos de innovación público-privada que aumenten la inversión privada en I+D+i.
Asimismo, se podrán obtener mejoras en la fluidez del tráfico, la reducción de listas de espera en la sanidad o la mejora de la calidad del aire.
Etapas de CitizenLab
La consejería de Educación e Investigación de la Comunidad de Madrid ha seleccionado a Grant Thornton para implantar CitizenLab. Así, la pasada semana Carlos González y Antonio García-Lozano, en representación de la consultora, presentaron el proyecto en la capital madrileña.
La iniciativa cuenta con una inversión de 8 millones de euros y se estructura en tres fases. En primer lugar, se analizará la situación de las tendencias y retos tecnológicos de cada sector escogido, para recopilar variables y fuentes de información.
Después, se pasará a la etapa de patrones de comportamiento, cuando se validarán los datos recogidos y se modelizarán a través de técnicas de data science, teniendo en cuenta variables tendenciales y medioambientales para optimizar los datos obtenidos.
En la última fase, se definirán modelos innovadores relacionales y de negocio a explotar, según la arquitectura de algoritmos predictivos. Así, un portfolio de soluciones de futuro quedará a disposición de empresas, ciudadanía y administraciones.