Tipologia de Projetos
As cidades que participam da City Data Alliance desenvolvem projetos de dados voltados aos cidadãos. Cada projeto se concentra em uma solução claramente definida, que pode ser delimitada, testada e adaptada em condições operacionais reais da cidade. A tipologia abaixo descreve tipos comuns de problemas voltados aos cidadãos nos quais dados e IA podem ajudar as cidades a tomar decisões melhores. Muitos problemas abrangem mais de uma categoria. Esses tipos oferecem um ponto de partida para a definição de escopo e o alinhamento, ao mesmo tempo em que permitem flexibilidade na forma como as cidades estruturam suas soluções.
Em quem focar
Segmentação e priorização
Esses projetos ajudam as cidades a identificar quais residentes, locais ou casos devem ser priorizados quando as necessidades excedem a capacidade, permitindo uma intervenção mais rápida e eficaz.
Decisão: Quem deve receber atenção ou recursos primeiro
Exemplos de projetos:
- Identificar as famílias com maior risco de despejo para priorizar os serviços de prevenção
- Sinalizar propriedades com maior probabilidade de apresentar riscos à segurança para revisão preventiva
- Direcionar ações de comunicação a cidadãos provavelmente elegíveis, mas não inscritos em benefícios
Onde investir recursos limitados
Alocação e otimização
Esses projetos ajudam as cidades a fazer escolhas mais claras sobre como empregar recursos limitados para maximizar o impacto em bairros, serviços ou populações.
Decisão: Como equipes, tempo ou recursos financeiros limitados devem ser distribuídos
Exemplos de projetos
- Otimizar rotas ou cronogramas de inspeção para reduzir tempos de resposta
- Alocar equipes de atendimento ou mobilização entre bairros com base na demanda projetada
- Equilibrar cargas de trabalho entre equipes para melhorar a qualidade do serviço
Como a equipe toma decisões no dia a dia
Apoio à linha de frente e à supervisão
Esses projetos focam em aprimorar decisões recorrentes ou em tempo real tomadas por profissionais da linha de frente ou gestores, fornecendo informações oportunas, relevantes e acionáveis.
Decisão: O que profissionais ou supervisores fazem no momento
Exemplos de projetos
- Apoiar os assistentes sociais na priorização das tarefas diárias
- Ajudar os supervisores a identificar gargalos ou atrasos antecipadamente
- Melhorar a coordenação entre equipes que trabalham em casos compartilhados
Como os cidadãos transitam pelos serviços
Trajetória e experiência do serviço
Esses projetos ajudam a reduzir fricções, confusões ou evasão, melhorando a experiência dos cidadãos ao longo dos diferentes pontos de contato e departamentos.
Decisão: Como os serviços são desenhados e entregues aos residentes
Exemplos de projetos
- Redesenhar processos de triagem ou encaminhamento para reduzir atrasos
- Identificar onde e por que os cidadãos deixam de participar de programas
- Melhorar o acesso para comunidades multilíngues ou historicamente menos atendidas
Qual caminho seguir
Tomada de decisão em políticas públicas
Esses projetos apoiam lideranças na avaliação de alternativas, modelagem de resultados potenciais e teste de abordagens antes de assumir ou ajustar compromissos significativos.
Decisão: Qual programa, política ou modelo adotar
Exemplos de projetos
- Modelar como diferentes alocações em abrigos impactariam o fluxo do sistema
- Testar uma mudança proposta de elegibilidade com um grupo piloto antes da implementação completa
- Comparar estratégias alternativas de implementação por meio de simulações de cenários
Uma observação sobre análises avançadas e IA
O programa City Data Alliance incentiva as cidades a explorar cuidadosamente como a análise avançada e a IA podem fortalecer a tomada de decisões e melhorar os resultados para os residentes. Isso pode incluir abordagens que revelam padrões, riscos ou oportunidades a partir de conjuntos de dados grandes ou complexos. O programa City Data Alliance apoia esses esforços quando eles se baseiam em decisões operacionais reais, combinadas com a experiência humana e utilizadas de forma responsável em contextos urbanos reais.
O que normalmente não é adequado
principalmente estratégicos, exploratórios ou orientados pela tecnologia, sem um caminho claro para a ação. Isso inclui estratégias de dados independentes ou esforços de desenvolvimento de políticas sem uma solução específica voltado para os residentes, painéis ou relatórios que não estejam vinculados a decisões concretas, compras públicas ou seleção de fornecedores sem a oportunidade de teste e iteração, pesquisa acadêmica sem propriedade operacional ou estratégias de IA em toda a cidade que não sejam baseadas em um problema testável e de curto prazo.