Dati, mobilità e PA: decisioni informate per una città più sicura

Benedykt Szozda, Data Scientist presso Air-Connected Mobility, mette in evidenza la stretta correlazione tra dati e processi decisionali evoluti.

Il data-driven decision making, ovvero il processo decisionale basato sui dati e sull’analisi di questi ultimi, sta prendendo sempre più piede in aziende appartenenti a diversi settori, da quello bancario alla pubblica amministrazione (PA).

In un mondo sempre più connesso, e dove la metà della popolazione globale vive in città, le interazioni di cittadini, veicoli, industria e infrastrutture all’interno delle Smart Cities generano un alto volume di dati, che si riferiscono al territorio, agli edifici, all’energia, all’ambiente, ai trasporti, alla mobilità, alla salute e al benessere. Inoltre, a partire dal 7 luglio 2024 le case automobilistiche saranno tenute ad installare una black box su tutte le auto di nuova immatricolazione, rendendo di fatto ogni automobile una fonte di dati di mobilità da utilizzare per informare le visioni, scelte e strategie della pubblica amministrazione, che grazie al potenziale illimitato dei dati potrà anche, secondo un report di McKinsey & co., ridurre il crimine, ridurre il viaggio dei pendolari, migliorare significativamente il tempo di risposta dei servizi di emergenza, e anche risparmiare i litri di acqua pro capite consumati ogni giorno.

Dati ed elaborazione in tempo reale

Le fonti di nuovi dati a disposizione della pubblica amministrazione sono dunque in continuo aumento, ma non bisogna sottovalutare l’importanza dei dati storici, che, incrociati con, per esempio, dati geo-sismici, idrici, o relativi ad incidenti ed infrazioni stradali, permettono agli amministratori di avere una visione a 360° del contesto urbano e del territorio, e di agire di conseguenza, con interventi mirati per ridurre la congestione e gli incidenti stradali in determinate aree, aumentare i parcheggi disponibili, far defluire il traffico, ridurre le emissioni di CO2. L’analisi dei dati storici possono anche aiutare le PA a giustificare misure impopolari come l’installazione autovelox e la creazione ZTL, dimostrandone la necessità ed efficacia.

Avere accesso al quadro completo fornito da dati presenti e passati, soprattutto in merito a incidenti, flussi di traffico e viabilità, permette inoltre alle pubbliche amministrazioni di gestire al meglio i trasporti pubblici e la nuova mobilità urbana, che deve ancora adattarsi al nuovo mix di veicoli circolanti, dovuto principalmente alla popolarità dei nuovi servizi di sharing. I dati di mobilità possono anche agevolare la creazione una rete di trasporto pubblico integrata ed intermodale, che permette ai cittadini di pianificare spostamenti ed acquistare biglietti da un’unica piattaforma, senza dover accedere ad app e account diversi per mezzi di trasporto diversi.

Rete di trasporto intermodale

Una nuova rete di trasporto intermodale può migliorare non solo l’esperienza del consumatore e l’efficienza dei trasporti, ma permette anche di perfezionare l’offerta, individuare le tratte più richieste e frequentate, velocizzandole, oltre a ridurre il rischio di congestioni e le emissioni di polveri sottili. In aggiunta a permettere di individuare le misure necessarie per rendere il trasporto pubblico più efficace e le strade meno congestionate e più sicure, i dati di mobilità possono anche evidenziare la mancanza di un’adeguata rete di piste ciclabili, percorsi pedonali e corsie appositamente dedicate a eBike and eScooter.

Grazie all’analisi dei dati di mobilità, la pubblica amministrazione avrà anche a disposizione una serie di informazioni utili a dare la giusta priorità a e pianificare al meglio gli interventi necessari in aree urbane, che storicamente provocano disagi ai cittadini. I dati storici, assieme a quelli in tempo reale provenienti dalle Smart Cities, possono infatti informare le decisioni degli amministratori in merito alla pianificazione degli interventi per ridurre al minimo ai fastidi, ma anche aiutare nella selezione dei fornitori, basandosi non solo sulle informazioni fornite dagli stessi al momento dell’iscrizione alla gara di appalto, ma anche su quelle relative ad esperienze di collaborazioni passate.

Data-driven decision making

Le tecnologie volte a favorire l’implementazione del data-driven decision making, soprattutto nel contesto delle Smart Cities, sono in continua evoluzione, anche grazie all’utilizzo sempre più diffuso dell’Intelligenza Artificiale, che rende possibile creare dei modelli dinamici, in grado di integrare i dati in tempo reale ed evolvere di conseguenza, e di prevedere la necessità e possibili risultati di interventi grazie ad appositi algoritmi. Partendo dalle strade ed infrastrutture urbane L’AI permette quindi di tracciare un prospetto del suolo pubblico e del suo utilizzo, per creare dashboard predittive o le cosiddette città “Gemelle Digitali” (Digital Twin). In aggiunta all’AI, anche la tecnologia V2X (Vehicle-to-Everything), che connette ogni veicolo con altri veicoli, infrastrutture, pedoni e sensori, può aiutare a creare una mappa in tempo reale delle immediate circostanze dei veicoli, con lo scopo di ridurre gli incidenti stradali, aumentare la sicurezza, l’efficienza del traffico e anche il risparmio energetico.

I dati di mobilità e la loro analisi forniscono quindi alle amministrazioni pubbliche una visione completa ed aggiornata del contesto urbano, volte ad informare decisioni concrete, dimostrabili ed efficienti, che permettono di migliorare le infrastrutture ed effettuare interventi mirati ed efficaci, riducendo i costi per la PA e i disagi per i cittadini.