Inspiraatiota Prahasta ja Espoosta
Golemio: Prahan kaupungin data-alusta ja älykkään kaupunkikehityksen kulmakivi
Golemio on Prahan kaupungin virallinen data-alusta ja keskeinen osa kaupungin Smart Prague -aloitetta, joka keskittyy paikalliseen älykaupunkikonseptien kehittämiseen ja digitaaliseen muutokseen. Alustan ensisijainen tavoite on edistää olemassa olevan tiedon hyödyntämistä ja parantaa päätöksentekoa keräämällä, arvioimalla ja visualisoimalla kaupungin toimintaan liittyvää dataa. Golemion tiimi tarjoaa myös konsultointipalveluja kaupungin edustajille ja päättäjille siitä, miten dataa voidaan optimaalisesti jakaa kaupunkilaisille reaaliajassa.
Golemion on kehittänyt Prahan kaupungin omistama Operátor ICT, tiiviissä yhteistyössä kaupungin hallinnon kanssa. Tiimi koostuu noin 30 data-asiantuntijasta, joiden tehtävänä on vastata kaupungin datatarpeisiin ketterillä pyrähdyksillä.
Golemio perustettiin vuonna 2017 ja varsinainen data-alusta saatiin valmiiksi vuonna 2018, minkä jälkeen luotiin perusta teknologialle ja siirryttiin käyttämään avointa dataa. Aktiivisempi kaupungin osallistaminen alkoi vuonna 2020, minkä jälkeen toiminta on ammattimaistunut. Nykyään Golemio tarjoaa korkeatasoisia palveluita, jotka noudattavat palvelutasosopimusta (SLA) ja yksityisen sektorin vastaavien tuotteiden parhaita käytäntöjä.
Tekninen arkkitehtuuri ja avoimuus
Golemion alusta on rakennettu MS Azure -pilvipalveluun skaalautuvien mikropalvelujen avulla ja sen reaaliaikaisen toiminnan palvelutasosopimus (SLA) on 99,6 %. Järjestelmä yhdistää erilaisia datalähteitä, kuten historiallisia tietoja, reaaliaikaisia sensoriverkostoja (esim. mikroilmastot ja jätehuollon sensorit) sekä tietoa julkisesta liikenteestä, ympäristön seurannasta ja infrastruktuurista.
Alustan koodi on saatavilla avoimen lähdekoodin periaatteella läpinäkyvyyden ja innovaatiotoiminnan edistämiseksi. Golemio tarjoaa myös avoimet API-rajapinnat kehittäjille uusien sovellusten rakentamiseksi, mikä tukee avoimempaa päätöksentekoa paikallistasolla.
Keskeiset käyttötapaukset ja hyödyt
Golemioa on käytetty yli 90 projektissa, ja sen sovellukset jakautuvat perinteiseen liiketoimintatietoon (BI), tuoteanalytiikkaan, big data -analytiikkaan sekä pitkän aikavälin yhteistyöhön. Perinteiseen liiketoimintatietoon perustuu esimerkiksi energiahallinnan parantaminen, big data -analytiikkaan liikennesuunnittelun tehostaminen ja tuoteanalytiikkaan turistipassien hallinta. Pitkän aikavälin yhteistyötä edustaa puolestaan liikennetietojen hyödyntäminen matka-aikojen analysointiin ja optimointiin, älykkääseen jätteen keräämiseen ja mikroilmaston seuraamiseen.
Energianhallinta rakennuksissa tehokkaammaksi
Golemion tavoitteena on kaupungin rakennusten energiakustannusten optimointi ja säästötoimenpiteiden toteuttaminen. Kaupungin tarpeisiin kehitetty järjestelmä seuraa kaupungin rakennusten, kuten Prahan koulujen, päivittäistä ja kuukausittaista sähkön, kaasun, veden ja lämmön kulutusta.
Käyttötapauksiin kuuluvat muun muassa kaasun hinnan optimointi sekä päiväkotien sähkön kulutuksen seuranta. Seurannan hyötynä on, että se mahdollistaa energiansäästötoimenpiteiden toteuttamisen ja seuraa sopimusten mukaisten tehoreservikapasiteettien ylityksestä aiheutuvia mahdollisia sakkoja. Lisäksi ratkaisu vähentää hallinnollista taakkaa.
Julkisen liikenteen myöhästely kuriin
Tavoitteena liikennesuunnittelun parantaminen ja liikennejärjestelyihin reagoiminen. Golemio käyttää suuria tietomääriä (Lakehouse Azure Blob Storagessa) analysoidakseen joukkoliikenteen mediaaniviiveitä pysäkkien välisillä segmenteillä.
Turistivirrat tarkempaan seuraan
Analysoidaan turistipassien (Prague Visitor Pass) aktivointimääriä sekä suosituimpien nähtävyyksien, kuten Prahan linna ja vanhankaupungin raatihuone, käyntiaikoja ja -määriä. Kerätyn tiedon pohjalta Prague Visitor Map -palvelussa voidaan seurata turistien vierailuja tietyissä kohteissa kartalla.
Liikennedata hyötykäyttöön väylien hallinnoinnissa
Golemio on yhdistänyt Waze- ja muita liikennetietoja matka-aikojen analysointiin eri reiteillä. Tietoa on hyödyntänyt Prahan väylien tekninen hallinto, Technical Road Administration of the Capital City of Prague, esimerkiksi siltaremonttien aikana liikenteen sujuvoittamiseen. Waze on Googlen omistama GPS-pohjaisia karttoja tarjoava sosiaalinen navigointisovellus, jossa käyttäjällä on mahdollista raportoida liikenteeseen liittyviä kokemuksia muille käyttäjille. Tästä esimerkkinä mainittakoon liikenneruuhkat.
Älykkäällä jätteiden keruulla tyhjennysvälien optimointia
Prahan älykkään jätteenkeruuprojektin (Smart Waste Collection Project) tavoitteena on ollut jäteastioiden tyhjentämisten tehostaminen ja optimointi niin, että jäte haetaan vain astioiden ollessa täynnä. Sensoreilla tehdyn seurannan perusteella saadaan tietoa, jonka avulla voidaan vaihtaa tyhjennysväliä, keräysastioiden kokoa ja niiden määrää. On kuitenkin huomioitava, että pilottiprojekti tehtiin lasijätteellä ja esimerkiksi kartongin osalta jäteastian täyttöasteen tulkitseminen olisi haastavampaa.
Erona Helsingin kaupungin käytäntöihin Prahassa kierrätettävä jäte viedään lähtökohtaisesti kaduilla oleviin yleisiin keräysastioihin, kun taas taloyhtiöissä on vain sekajäteastiat. Tämä käytäntö mahdollistaa paremmin koko kaupungin tasoisen jätteiden keruun suunnittelun. Tällä hetkellä puolta lasinkeräysastioista monitoroidaan sensoreilla.
Mikroilmaston seuranta ohjaamaan kaupunkisuunnittelua
Prahan mikroilmaston seurannan tavoitteena on tuottaa ilmastoadaptaatioon liittyviä ilmankosteus-, puiden kasvu-, ja lämpötilamittauksia. Toteutus tapahtuu seuraamalla lämpösaarekeilmiötä kaupungin kartalla sensorien avulla. Tiedolla on tarkoitus tukea tulevaisuudessa suunnittelua, kuten puiden optimaalista sijoittelua. On kuitenkin huomioitava, että kyseessä on pilottihanke, joka ei ole vielä johtanut infran, kuten viherkattojen, rakentamiseen.
Tulevaisuuden näkymiä
Golemio-alustan tavoitteena on parantaa asukkaiden ja vierailijoiden elämänlaatua, tuoda kustannussäästöjä kaupungin toiminnoissa sekä optimoida julkista tilaa mahdollistamalla tiedolla johdetun kaupunkikehityksen. Tulevaisuudessa Operátor ICT pyrkii rakentamaan aktiivisesti avointa datayhteisöä järjestämällä tapahtumia – tunnetuimpana Prague City Data Congress – edistääkseen tietopohjaista päätösentekoa ja tiedonvaihtoa kaupungissa.
Espoon tiedolla johtamisen uudet työkalut hyvinvointipalveluissa
Näkymä Espoon datakatalogiin
Digitalisaation edistämisen painopisteiden mukaisesti Espoon kaupunki kehittää tiedolla johdettua, ennakoivaa ja älykästä kaupunkia. Yhtenä kaupungin strategisena digipainopisteenä on hyödyntää tietoa systemaattisesti palvelujen ja kehittämisen johtamisessa, jolloin pelkkien suoritteiden sijaan voidaan mitata todellista vaikuttavuutta.
Espoo on kehittänyt vaikuttavuudella johtamista systeemiajattelun kautta jo vuodesta 2019 lähtien yhteistyössä VTT:n kanssa. Toimintamalli on saanut myös kansainvälistä tunnustusta: Espoon malli nousi vuonna 2024 globaalisti arvostetun World Smart City Awards -älykaupunkikisan finalistiksi 429 kandidaatin ja 64 maan joukosta.
Keskeisessä roolissa vaikuttavuudella johtamisessa on datan laatu ja hallinta toimintojen omassa itsepalveluanalytiikassa. Tiedolla johtamisen tueksi kehitetty Espoo Datahub -toimintamalli, datapelikirja ja datakatalogi tehostavat käytännön tason tiedonkeruuta. Tästä hyvänä esimerkkinä toimii Liikunnan ja urheilun tulosyksikön kehittämä kokonaisuus.
Espoo Datahub ja Datakatalogi tiedon tukena
Espoon Datahub -toimintamallin arkkitehtuuri perustuu Hub & Spoke -malliin. Tässä mallissa keskitetty ”hubi” tarjoaa yhteiset infrastruktuurit ja palvelut, kun taas hajautetut ”spoket” eli yksittäiset tulosyksiköt ja toimialat voivat itsenäisesti kehittää ja hyödyntää omia ratkaisujaan yhteisiä käytäntöjä noudattaen.
Käytännön työtä ja itsepalveluanalytiikkaa tukemaan on luotu datakatalogi, jonka perusideana on madaltaa kynnystä datan käyttöön muillekin kuin teknisille asiantuntijoille. Datakatalogin keskeisiä hyötyjä Espoon kaupungille ovat:
- Tietosiilojen, päällekkäisen raportoinnin ja turhien yhteydenottojen vähentäminen.
- Raporttien taustatiedon tekeminen täysin läpinäkyväksi.
- Ajan vapauttaminen tiedon etsimisestä itse analytiikan tekemiseen.
- Eri datojen välisten kytkentöjen tuominen näkyväksi.
- Resurssien parempi kohdentaminen perustuen datan todelliseen käyttöön.
Esimerkkinä Liikunnan ja urheilun data-allas
Konkreettinen esimerkki Espoon tiedolla johtamisen mallin jalkautumisesta on Liikunnan ja urheilun tulosyksikössä parhaillaan kehitettävä data-allas (huom, allas terminä kuvaa myös liikuntapalveluiden toimintaa). Tavoitteena on koota liikunnan ja urheilun tiedolla johtaminen yhteen ja samaan paikkaan, mikä mahdollistaa resurssien paremman suuntaamisen, pitkän aikavälin ennakoinnin ja kustannusvaikuttavuuden tarkan seurannan. Tiedonlähteinä data-altaassa käytetään laajasti niin sisäisiä kuin ulkoisia tietolähteitä, IoT- ja havainnointidataa, seurojen ja kumppaneiden tilastoja sekä asukaskyselyitä.
Suunnitelmana on, että liikunnan data-allas rakentuisi seuraavista keskeisistä tietokokonaisuuksista:
- Liikuntaolosuhteet
- Sisältää tiedot tiloista, ulkoilusta, kohteiden käyttöasteista sekä alueanalyyseistä.
- Palvelut ja liikuntakäyttäytyminen
- Dataa ohjatusta ja omatoimisesta liikunnasta, uimaopetuksesta sekä yleisestä palvelutarjonnasta.
- Kumppanuudet
- Kokoaa tiedot seuratoiminnasta, tapahtumista ja asukkaiden osallisuudesta.
- Talous
- Yhdistää kustannukset, tehokkuuden ja resursoinnin.
Data-altaan kehittäminen ja ensimmäiset pilotit ajoittuvat vuodelle 2026. Vuosina 2027–2028 tietolähteitä yhdistetään laajemmin ja data-allasta jatkokehitetään. Vuodesta 2029 eteenpäin ratkaisun on tarkoitus toimia vahvana perustana operatiiviselle seurannalle, päätöksenteolle ja kehittämiselle. Data-allas ei ole suoraan saatavilla yrityksille, mutta sinne koottavaa dataa voitaisiin tulevaisuudessa jakaa tapauskohtaisesti myös ulospäin esimerkiksi urheiluseuroille.
Käytännön data-analytiikkaa: kamerat ja rannekkeet uimahalleissa
Data-allasta ruokitaan tarkoilla ruohonjuuritason piloteilla. Vuonna 2025 Espoo on hyödyntänyt esimerkiksi tekoälyavusteista suurteholaskentaa Leppävaaran uimahallissa. Teknologian avulla pystyttiin seuraamaan hyppyaltaan eli syvän monitoimialtaan tarkkaa sisään- ja ulostulovirtaa, henkilömääriä ja käyttöastetta eri kellonaikoina. Seurannan avulla esimerkiksi hyppyaltaan tarpeellisuutta voidaan arvioida tietoperusteisest tulevia uimahalleja suuniteltaessai.
Toisena esimerkkinä on Westendin talviuintipaikan rannekedataseuranta, jonka pohjalta pystytään analysoimaan kävijämääriä suhteessa kokonaiskustannuksiin ja siten todentamaan yhden käynnin tarkka kustannus ja palvelun vaikuttavuus. Syksyllä dataa alkaa kertyä myös muista talviuintipaikoista, mikä mahdollistaa kävijämäärien ja kustannustehokkuuden vertailun talviuintipaikkojen välillä.
HyteData 2.0 ja tekoälyavusteinen tulevaisuus
Liikuntadatan lisäksi Espoo johtaa vuosina 2025–2026 HyteData 2.0 -hanketta, jolla haetaan ratkaisuja yli organisaatio- ja toimialarajojen tapahtuvaan tiedolla johtamiseen. Hankkeessa edistetään Länsi-Uudenmaan alueellisen, yhtenäisen ja laajemman hyte-tietopohjan muodostumista.
HyteData 2.0 -hankkeessa toteutetaan myös hytedata-analyysipilotti. Pilotin kohderyhmänä ovat maahanmuuttajataustaiset ja syrjäytymisvaarassa olevat espoolaiset nuoret. Pilotissa pureudutaan myös osaltaan tiedon hyödyntämisen ja yhdistelyn haasteisiin monitoimijaympäristössä johon lukeutuu kuntien lisäksi muun muassa hyvinvointialueet, oppilaitokset ja järjestöt.
Espoo pyrkii tavoitteellisesti edistämään myös tekoälyn hyödyntämistä tukemaan tiedon löydettävyyttä ja data-analytiikkaa entisestään.
Tutustu aiheeseen tarkemmin:
Lisätietoja antaa: data@espoo.fi
