Skal hjelpe staten med å bruke big data i kampen mot naturkatastrofer

OSLO (digi.no): Direktoratet for samfunnssikkerhet og beredskap (DSB) ønsker å øke kunnskapen om naturfarer. Nylig annonserte de prosjektet «Kunnskapsbanken» hvor de sammen med NVE, Statens vegvesen og andre aktører vil bygge opp en løsning for å samle og dele kunnskap.

I første omgang skal Kunnskapsbanken gi kommuner og fylkesmenn data og verktøy som hjelper dem med å gjøre bedre risiko- og sårbarhetsanalyser. Et eksempel kan være når en kommune skal godkjenne et byggeprosjekt. Da vil Kunnskapsbanken kunne gi svar på for eksempel risiko for flom eller ras i det aktuelle området.

Oslo-selskapet Sherpa Consulting, har fått i oppdrag å bistå DSB med å bygge Kunnskapsbanken. Målet er å bruke big data – stordata-analyse – til å bedre vurdere risiko og sårbarhet, og finne tiltak som forebygger hendelser. Prosjektet går over en periode på to år.

– Noen vet hva slags vær vi kan vente oss på kort og lang sikt, andre vet hvilke naturhendelser det vil kunne føre til, mens andre igjen vet hvilken infrastruktur som finnes i et område og hva som skjer hvis den slås ut. Det er mange ulike aktører som sitter med informasjon om hvilke konsekvenser tidligere hendelser har fått for samfunnet. Tenk hva vi kan forutse og forhindre om alle puslespillbitene blir lagt sammen til ett stort bilde. En plattform som lar oss se alt i sammenheng, sier Sigbjørn Høgne i Sherpa Consulting i en pressemelding.

«Forebygging krever tilstrekkelig tilgjengelig kunnskap. Dagens kunnskap har mangler, og er fordelt på mange aktører. Et skritt i på veien, kan være prosjektet Kunnskapsbanken, som DSB leder», skriver direktør i DSB, Cecilie Daae, i et blogginlegg.

– Innenfor det offentlige finnes det et stort antall datasiloer som den enkelte offentlige etat passer på selv, sier Steinar Holmedahl, partner og rådgiver i Sherpa. Han mener at man har vært dårlig til å se at mange i det offentlige kan ha nytte av hverandres data, og synes det er veldig positivt at DSB med kunnskapsbanken tar tak i nettopp dette. Det å bygge en løsning hvor også integrasjon av kartdata blir en del av det hele, blir også viktig.

– Hovedmålgruppen er ansatte i kommuner og fylkeskommuner som har ansvar for risiko og sikkerhet.

I stedet for at systemet skal gjøre en rekke analyser på dataene og presentere ferdigtygde analyser, er målet med løsningen å samle mest mulig data og gjøre det så oversiktlig som mulig – slik at fagpersonene og spesialistene har et best mulig grunnlag for å gjøre gode analyser selv. Altså en slags «selvbetjent analyse».

Kunnskapsbanken-prosjektet støttes av DIFIs medfinansieringsordning for digitalisering.

Bygger løsning basert på Apache Hadoop

Sigbjørn Høgne overtok som daglig leder i Sherpa i 2009, og forteller til digi.no at selskapet med 43 ansatte helt siden starten i 2006 har spesialisert seg på datavarehus og business intelligence-løsninger (BI).

Han forteller at de merker en voldsom økning i interessen rundt data, og at alt skal være datadrevet. Det at de har vært eksperter på datavarehus ser han som en stor fordel – siden det i dag gjerne handler om å finne data i datakilder, sammenstille dette og tilgjengeliggjøre dette for brukerne.

– Det heter jo litt andre ting i dag – som «data science», «data analytics» eller «big data» – men det handler fortsatt om å få tak i data, sammenstille og tilgjengeliggjøre dem, sier Høgne.

Han understreker imidlertid at selskapet har utviklet seg fra å være fokusert på tradisjonelle databaser til nye løsninger og mer distribuerte systemer, som for eksempel Hadoop. Sistnevnte er et rammeverk fra Apache, som gjør det mulig med distribuert lagring og prosessering av store datasett spredd over flere datamaskin-klynger.

Nettopp Hadoop er sentralt i løsningen Sherpa nå vil bygge for DSB. Kunnskapsbanken skal samle data som allerede finnes rundt omkring hos ulike aktører som jobber med sammfunssikkerhet. Det kan være data om vassdrag, flom, klimaendringer, detaljerte kartdata fra Statens kartverk, informasjon om veier fra Statens vegvesen, og så videre.

– En del av de dataene vi tidligere har sett på har vært formelle data, hvor man bruker for eksempel et CRM-system eller et økonomisystem som kilder. Det blir litt annerledes hvis datakildene er for eksempel fra sensorer. Det er data som er vanskelig å kjøre inn i et tradisjonelt datavarehus. Der ser vi på Hadoop som det gode alternativet, sier Høgne.

– Vi har bygget opp egne løsninger og egne måter å gjøre dette på som vi tilbyr til markedet, og som blant annet ligger til grunn for DSB-caset, legger han til.

Moderne datavarehus

Steinar Holmedahl forteller at de kaller den plattformen og metodikken de benytter for «et moderne datavarehus». Han forklarer at den tradisjonelle datavarehus-løsningen gjerne har en business intelligence-løsning (BI) i enden – hvor data presenteres på ulike måter i dashbord tilpasset for eksempel analytikere eller forretningsbrukere. Holmedal mener imidlertid at denne typen tradisjonelle BI-løsninger «syr puter under armene på brukerne».

– Det kan være bra, men det er også å undervurdere en del av brukerne. For du har lagt til rette for ett spesifikt formål. Det er så mye data å få tak i nå, og det begynner å bli så mye høyere kompetanse at du kan ikke undervurdere brukerne sånn. Derfor kommer BI-løsningen til kort når målet er å utvikle nye tjenester, finne på noe nytt eller se på nye forretningsområder, sier Holmedal.

Han sammenligner dette med matlaging. En amatørkokk vil kanskje ha en ferdig oppskrift, mens en profesjonell kokk vil klare å sette sammen en spennende meny ut fra de råvarene som er tilgjengelig til enhver tid.

De siste to årene har selskapet ansatt 17 nye personer, og man har lagt vekt på å ansette folk med en litt annen kompetanse enn tidligere.

– Det er folk som kan matematikk, statistikk og fysikk, personer som har vært vant til å håndtere data i studietiden – heller enn nødvendigvis IT og programmering. Det er dit vi ser markedet går, vi ser at denne kompetansen er det som blir relevant, sier Holmedal.

Det å sette opp IT-løsningen er en ting – det er noe annet å finne ut hvordan man kan bruke dataene mest mulig effektivt og analysere dem, forteller han.

– Ved å putte inn i den tradisjonelle miksen en del R-folk, Python-folk, fysikere, statistikere og matematikere som utfordrer den tradisjonelle måten å tenke på, så klarer vi å levere det vi kaller for et moderne datavarehus.

Denne måten å tenke på er noe som mange i det offentlige har sansen for, ifølge Holmedal.

– Vi opplever at det offentlige er i mye mindre grad enn tidligere redd for open source. Det begynner å bli stuerent. De ser også at det å gifte seg med en «mega-vendor» kan være dyrt.