Ayudanos a compartir

Big Data para la gobernanza:

¿Cómo los datos puede transformar tu vida en
Buenos Aires?

Hay una promesa sobre nuestro futuro: ciudades con un alto crecimiento económico y calidad de vida, donde la revolución digital permite que la gente participe de manera activa en la construcción de políticas públicas y se gestione la riqueza ambiental de manera efectiva e inteligente.

Todas las ciudades tienen la capacidad de usar los datos para mejorar la calidad de vida de sus ciudadanos. Sin embargo, el tipo y escala de los proyectos que pueden implementar de manera exitosa dependerá de su nivel de “maduración” en el uso de datos; es decir, qué tanta experiencia previa tienen en obtener, analizar e interpretar información para su gobernanza.

Los investigadores Anthony Townsend y Patricio Zambrano Barragán del Banco Interamericano de Desarrollo implementaron un “modelo de maduración” que considera 5 factores para determinar el avance de una ciudad en el uso de datos masivos.

Factores del modelo de maduración
DATOS ABIERTOS
La apertura de la información de gobierno, con la debida protección a los datos personales, puede estimular que la ciudadanía, organizaciones y empresas colaboren con el sector público para mejorar la operación de las ciudades. Se considera que una ciudad está en un nivel básico cuando los gobiernos ofrecen información sólo por solicitud o de manera esporádica. A un nivel avanzado, los usuarios pueden curar y extender la información de bases datos de gobierno, y hay un espacio único con reglas de operación que fomentan la participación responsable.
Grado de maduración
  • 1
  • 2
  • 3
  • 4
  • 5
ECOSISTEMA DE DATOS
Cuando una ciudad estimula y apoya comunidades de gente, organizaciones, empresas y universidades interesadas en datos y se comparte información entre agencias de gobierno, se puede generar una cultura de soluciones participativas a los problemas urbanos. Se considera que una ciudad está en un nivel básico cuando se comparte muy poco y la información disponible sólo se almacena. En un nivel avanzado, la ciudadanía, empresas, gobierno y universidades comparten información de manera responsable y se generan espacios para la transferencia segura de datos entre muchos usuarios.
Grado de maduración
  • 1
  • 2
  • 3
  • 4
  • 5
ANALITICA DE DATOS
El uso de datos requiere la capacidad técnica para transformar, resumir y visualizar los datos para generar soluciones nuevas e innovadoras. Se considera que una ciudad está en un nivel básico cuando su capacidad de análisis se restringen a descripciones de lo que ocurrió. Cuando logran un nivel avanzado, se tiene a la disposición plataformas analíticas abiertas que permiten la innovación rápida a través de algoritmos y se auto-optimizan las operaciones del gobierno de manera autónoma.
Grado de maduración
  • 1
  • 2
  • 3
  • 4
  • 5
EXPERIENCIAS EN TOMA DE DECISIONES A PARTIR DE DATOS
Un determinación del éxito en mejorar políticas, acciones o resultados a partir de datos es que las ciudades que implementan prácticas institucionales y construyen culturas para fomentar habilidades individuales en el uso de datos. Una ciudad se considera en un nivel básico cuando el uso de datos para el análisis de políticas públicas es iniciativa únicamente de una persona y no tiene repercusión real sobre la operación del gobierno. En un nivel avanzado, los organismos de gobierno constantemente se adaptan y mejoran a través del análisis en línea con objetivos de política pública.
Grado de maduración
  • 1
  • 2
  • 3
  • 4
  • 5
PARTICIPACIÓN CIUDADANA
Los servicios digitales que involucran el usos de datos requieren de la participación y representación de múltiples grupos para mejorar la manera en que los gobiernos y sus ciudadanos interactúan en la esfera pública. Una ciudad se considera en un nivel básico cuando no se usan datos o se usan poco en la provisión de servicios a ciudadanos. Se considera avanzado cuando los servicios responden directamente a la visión de los ciudadanos y se fomenta una agenda de innovación abierta y participativa.
Grado de maduración
  • 1
  • 2
  • 3
  • 4
  • 5

En varias ciudades del mundo ya empiezan a observarse estos cambios a través del uso de herramientas Big Data. En Nueva York se utiliza información de múltiples fuentes para determinar zonas de alto riesgo de incendios para dirigir sus recursos a ellas. En Brasil, en conjunto con la compañía Waze, se analiza en tiempo real millones de registros para hacer análisis de tráfico y con base en eso mejorar el diseño vial.

lgunos organismos como el Banco Mundial y la ONU estiman que el uso de la Big Data incluso podría apoyar a los gobiernos a confrontar los principales retos al desarrollo. En particular, ven el potencial de utilizar dicha tecnología para predecir crisis socio-económicas como hambrunas antes de que ocurran a partir del análisis masivo de información. Con un conocimiento anticipado de una situación, podrían dirigir recursos para prevenirla o mitigar sus peores consecuencias.

América Latina y el Caribe poco a poco se suma a la vanguardia en este tema. Cada vez es más frecuente que emerjan iniciativas que buscan aprovechar a los datos como una herramienta para la toma de decisiones de gobierno en zonas urbanas.

¿Por qué hacerlo? La gobernanza urbana a partir de datos permite incrementar la transparencia, mejorar eficiencia y fomentar innovación continua.

En torno a la transparencia, estas nuevas tecnologías pueden facilitar la rendición de cuentas de los gobiernos sobre su desempeño en cumplir objetivos de desarrollo social. El Urban Institute, un centro de investigación sobre ciudades, considera que la Big Data podrían ser instrumental para identificar comunidades que carecen acceso a agua potable, censar asentamientos ilegales, y fomentar la toma de decisiones basadas en prioridades sociales en vez de posiciones de influencia política.

Otro uso de estas nuevas tecnologías es incrementar la eficiencia operativa de los gobiernos. Mediante un mejor análisis de la información, se puede optimizar la provisión de servicios públicos y el uso de recursos fiscales. Estos cambios pueden traer grandes beneficios sociales y económicos. Por ejemplo, la firma de análisis de negocios Mckinsey estimó que los países de la Unión Europea podrían recaudar entre 200 y 400 mil millones de dólares adicionales cada año cuando utilizan el Big Data para detectar errores y fraude en el reporte de impuestos.

+ USD 200.000 M y USD 400.000 Madicionales cada año en impuestos

Las ciudades también pueden beneficiarse de la Big Data por su capacidad para fomentar la innovación continua. Los gobiernos tienden a administrar sistemas complejos como el transporte público o los sistemas de salud que suele ser costos o difícil mejorar por su dimensión. Estas nuevas tecnologías pueden apoyar un proceso de mejoras graduales y continuas sin las restricciones de costo, acceso y disponibilidad de información que otro tipo de cambios requieren.

Estos beneficios han dado paso a que cada vez exista más interés por implementar iniciativas que utilicen la Big Data en la toma de decisiones. Sin embargo, el costo y dificultad de su aplicación han limitado su expansión en muchas ciudades.

La tecnología actual todavía tiene límites en su capacidad de captura y análisis de información de manera autónoma. Esto causa que el alcance de los datos sea limitado, que su costo sea alto y que se requiera de un personal especialmente capacitado para interpretar y hacer uso de la información. En algunos casos el mal uso de esta tecnología puede llevar a un análisis pobre o manipulación de datos que genere políticas públicas deficientes.

Estas restricciones, sin embargo, no han limitado la capacidad creativa de las ciudades en América Latina para implementar soluciones efectivas y de alto impacto que hacen uso de la Big Data. En particular, en Argentina y en Brasil hay cuatro casos que pueden servir como un modelo de implementación de este tipo de estrategias para otras ciudades del continente.

Estableciendo ubicación
Hola, ayudanos a conocer tu ciudad:
Estoy en
Correcto, continuemos No exactamente
Situaciones “Big Data”
A continuación te presentamos 5 situaciones reales que hoy podrías vivir en algunas de las ciudades de ALC. Selecciona qué factores del modelo de maduración se ven más avanzados en cada situación.
Comenzar
Situación 1
Carlos Calvbo 600 - 9:00pm
María tiene asma. La calidad del aire es importante para ella. Todos los días antes de de salir a correr revisa en un app la cantidad de partículas en suspensión en el aire. Hoy la calidad es buena.
¿Qué factor/es ves más avanzados?
Situación 2
Carlos Calvbo 600 - 9:00pm
Juan sale tarde de su trabajo, pero no tiene miedo de esperar el colectivo durante horas. Èl apaga su PC exactamente 5 minutos antes que el bus que lo lleva a su casa aparezca en la esquina. No es suerte. Su número de parada es la 4958 y con un app sabe exactamente cuando su bus llegará. ¡Oh, aquí está!
¿Qué factor/es ves más avanzados?
Situación 3
Carlos Calvbo 600 - 9:00pm
Mario ha notado que hay mucha gente hoy por su calle. Los tachos se están llenando rápido. La gente no sabe donde tirar la basura. Sabe lo que tiene que hacer: Simplemente da aviso por medio de un app directo a la alcandía/municipalidad. La empresa de limpieza ya sabe que deberá redoblar el esfuerzo esta noche.
¿Qué factor/es ves más avanzados?
Situación 4
Carlos Calvo 600 - 9:00pm
Para María la ciudad está viva. Desde siempre toma el mismo bus para ir al trabajo, pero en los últimos 2 años los recorrido es una pequeña aventura. En tiempo real el conductor recibe información de ligeros cambios en el recorrido que hace llegar más rápido a destino. El colectivo hoy la a dejado 1 cuadra más lejos pero a llegado 10 minutos antes. Son los nuevos recorridos inteligentes.
¿Qué factor/es ves más avanzados?
Has completado todas tus respuestas
Mira los resultados al final del documento.
Ver resultados

4 Casos

Conocé los resultados de tus respuestas


Situación 1: Calidad de aire en tiempo real.
¿Qué pasa Bahía Blanca?
La ciudad de Bahía Blanca, una ciudad mediana en la costa de Argentina, empezó a tomar acciones para medir y controlar el impacto que la industria petrolera tenía sobre la salud de los habitantes y el medio ambiente. En colaboración con la ciudadanía se diseñó un sistema de monitoreo ambiental que detecta la calidad de aire y la contaminación auditiva. El acceso a la información se dio de manera libre a todos los ciudadanos a través de un nuevo portal municipal de datos abiertos, el cual está ahora mismo en proceso de expansión. Asimismo, se han creado nuevas direcciones municipales para impulsar la innovación y proyectos de emprendimiento digital.

El proyecto ofrece lecciones importantes sobre como se puede co-crear iniciativas de datos con los ciudadanos y algunos retos que enfrentan las ciudades para alcanzar la madurez en la implementación de políticas públicas.
Modelo de Maduración
Datos Abiertos Ecosistema
de datos
Analitica
de datos
Toma de
desiciones
Participación
ciudadana
Final 2 2 1 1 2
Cambio +1 +1 n/a n/a +1
Inicial 1 1 1 1 1
Milestone
  • 2000 | Bahía Blanca passes transparency law
  • 2011 | Gustavo Bevilacqua elected
  • 2012 | Open Government Agency created
  • 2012 | ¿Qué Pasa Bahía Blanca? launches
  • 2015 | Hector Gay elected
  • 2016 | Open Government Agency promoted to Secretaría
Situación 2: Calidad de aire en tiempo real.
Sistema de Monitoreo de flota del Sistema Publico
El gobierno de la ciudad de Córdoba en Argentina quería mejora la seguridad y eficiencia en el transporte público para sus habitantes. En conjunto con las compañías privadas que licitan los camiones y proveen el servicio, se integraron rastreadores GPS en todos los camiones. Dicha información se envía a una infraestructura central, la cual se analiza e interpreta para el diseño de la red de transporte y la construcción de infraestructura a largo plazo. De este modo, Córdoba está recuperando su rol como unas las ciudades líderes en sistemas inteligentes—--¿sabías que la ciudad fue una de las primeras en toda la región que instaló un sistema de semáforos inteligentes en los años 90?
Modelo de Maduración
Datos Abiertos Ecosistema
de datos
Analitica
de datos
Toma de
desiciones
Participación
ciudadana
Final 2,5 2 2,5 2,5 2
Cambio n/a +1 +1 +1 n/a
Inicial 2,5 1 1,5 1,5 2
Milestone
  • 1996 | Citywide traffic signal control system completed.
  • 2007 | Privatization of public bus system
  • 2011 | Private operators launch real-time arrival information services
  • 2012 | Launch of SMSP location tracking initiative by city
  • 2015 | Completion of fleet monitoring program
  • 2016 | Integration planning with traffic signs control system begins
Situación 3: Calidad de aire en tiempo real.
Você SBC
La ciudad de Sao Bernardo do Campo en Brasil enfrenta el mismo reto que muchas otras ciudades grandes: tienen congestiones viales, problemas con la seguridad ciudadana y acceso desigual a los servicios públicos. Diferentes secretarías y unidades de la ciudad contaban con sistema de atención ciudadana a emergencias; sin embargo, estos esfuerzos eran fragmentados y muchas veces basados en sistemas análogos.

En 2015, el Municipio lanzó la aplicación Voce SBC que permite a los ciudadanos reportar todo tipo de incidentes, como basura sin recoger, baches en la calle, fugas o árboles caídos, a través de una plataforma digital única. El sistema analiza las peticiones e interpreta acciones prioritarias, y facilita la coordinación interna entre diferentes agencias municipales. La información ha guiado la toma de decisiones en torno a la contratación de servicios, donde se condiciona una porción del pago a que la satisfacción de los usuarios sea alta.
Modelo de Maduración
Datos Abiertos Ecosistema
de datos
Analitica
de datos
Toma de
desiciones
Participación
ciudadana
Final 2 2 2 3,5 3
Cambio n/a n/a n/a +1,5 +1
Inicial 2 2 2 2 2
Milestone
  • 2010 | Launch of the Rede Fácil, a network of one-stop service points for citizens
  • 2014 | April: Launch of the Center for Integrated Monitor
  • 2014 | May: SBC and TIM sign agreement for Você SBC
  • 2015 | May: VcSBC launched.
  • 2016 | Apr: Você SBC is officially presented with the IBD’s 2015 Gobernarte Prize
Situación 4: Calidad de aire en tiempo real.
Fortaleza Inteligente
Fortaleza es la quinta ciudad más importante de Brasil y una zona industrial de alta importancia. Para mejorar el servicio de transporte público que provee a sus ciudadanos, diseñó un programa que rastrea el movimiento de los camiones mediante GPS, el aforo de usuarios a diferentes horas y la congestión vial en ciertas rutas. A partir de esta información—de altísimo volumen y capturada en tiempo real—y a través de una alianza entre investigadores académicos y técnicos municipales, Fortaleza fue capaz de redirigir y enviar más camiones de manera que en ciertas rutas se optimizó el tiempo de trayecto en 200%.

Además, a partir de información de uso de transporte público, la ciudad pudo definir puntos estratégicos para la planeación de infraestructura de bicicletas de manera que se pueda fomentar que se usen ambos transportes de manera complementaria.

Toda la información se mantiene en un sistema central que permite al servicio de transporte tomar decisiones en tiempo real para mejorar la provisión del servicio de manera constante.
Modelo de Maduración
Datos Abiertos Ecosistema
de datos
Analitica
de datos
Toma de
desiciones
Participación
ciudadana
Final 2,5 3 3 3 2
Cambio n/a +1 +1 +1 n/a
Inicial 2,5 2 2 2 2
Milestone
  • 2013 | Development of Fortaleza 2040 vision
  • 2013 | CITINOVA innovation foundation launched
  • 2014 | Seed funding for I3FOR partnership with U. of Arizona
  • 2015 | Big data pilots launched

Resultados
de 4 respuestas correctas

Más sobre el modelo de maduración en el informe completo.

Situaciones "Big Data"

Todavía no has completado el cuestionario. Aquí verás los resultados.

Responder el quiz
Ad Hoc
Data sharing enabled through scattershot regulations and departmental policy
Basic
Open data portal aggregates published government data sets.
Intermediate
Open data policy and regulation mandates timetable for comprehensive data disclosure, subject to security and privacy review; real-time data published when feasible.
Advanced
All non-sensitive data published openly, with robust data user community support and data set request processes exist.
Optimizing
Read-write platforms empower user community curation and extension of data; governance protocols embedded in software enable responsible sharing.
Ad Hoc
Agencies rely on historical data exhaust from operations; data is in silos with little sharing.
Basic
Application-specific sensor networks collect relevant data; policies for data privacy, security and sharing established; data quality is poor; cross-linking requires time-consuming manual integration.
Intermediate
Integrated sensor networks supporting multiple users; data platforms enable automated sharing; mash-ups from diverse sources.
Advanced
Most useful data is ‘big’; crowd-sourcing data collection widespread; external data exchange with private sector; incentives for data sharing are commonplace.
Optimizing
Industry, academia, government, and citizens sharing trusted data; data marketplaces create safe, secure platform for many-to-many exchange of big urban data.
Ad Hoc
Analytics are limited to describing what has happened.
Basic
Analytics are used to inform decision-makers about the causes and contributing factors for key processes and events in the organization’s operations.
Intermediate
Predictive analytics provide insight on the likelihood of important changes in activity patterns affecting the organization’s operations or policies; accelerating improvements through machine learning and other advanced AI techniques.
Advanced
Predictive analytics is used widely to optimize the organization’s decision-making so that the best actions are taken to maximize operational effectiveness and achieve policy outcomes.
Optimizing
Open analytics platforms enable rapid innovation in algorithms; self-optimization of operations through extensive automation of analytics.
Ad Hoc
The application of analytical insight is the choice of the individual and has little effect on how the organization operates.
Basic
The organization understands the causes behind what they observe, but its culture is largely resistant to adapting to take advantage of the insight.
Intermediate
The organization is able to make limited business decisions using analytical insight to improve operational efficiency and generate more value; data dashboards support a data-driven culture.
Advanced
Decision makers are well informed with insight from analytics and the organization is capable of acting to maximize key performance indicators; processes that require little human judgement are automated.
Optimizing
The organization and its operations continuously adapt and improve using analytical insight in line with strategic policy objectives; processes that require modest human judgement are subject to potential automation.
Ad Hoc
Citizen-driven vision and governance innovation agenda; open innovation platforms for data-driven public services, shared data-enabled governance.
Basic
Thorough citywide service integration with pockets of citizen prosumers driving service innovation; robust cross-department innovation management.
Intermediate
City-initiated vision, strategy, and implementation for data-driven participation and public services; integrated delivery platform incorporates citizen feedback loops.
Advanced
Pockets of public services innovation, with some integration and cross-department data sharing; limited citizen engagement.
Optimizing
Little data-enabled engagement or use of data in governance or service delivery; digital public services strategies do not exist or isolated.