高级分析确保安全返回办公室。

通过COVID-19疫情分析实现安全返工

Muhammad Jawad Khokhar
Muhammad Jawad Khokhar
2021年7月12日 4 最小阅读
COVID-19疫情已经扰乱了全球企业,许多组织选择为其员工提供在家工作政策。Teradata是世界上最具道德的公司之一,也在其全球办事处强制执行在家工作,以确保员工的福祉。随着员工继续在家工作,Teradata的流行病应对小组(PRT)将持续监控情况,并将决定何时重新开放全球办事处。为了支持决策,该公司的数据科学家团队开发了一种分析解决方案,用于量化和预测Teradata办事处所在地区的疾病传播速度。在这篇文章中,我们概述了解决方案并描述了核心组件。

数据管道和RTO仪表板

我们使用约翰霍普金斯大学发布的公开数据开发了分析模型。我们还将谷歌的Mobility和牛津大学的政策数据整合到我们的解决方案中。数据在Teradata Vantage上存储和处理,Tableau和Power BI仪表板连接到Vantage对结果进行可视化,并描述有关COVID-19的最新情况。

新冠肺炎疫情强度模型

为了在区域层面量化COVID-19的强度,我们考虑了给定地理区域(城市、州或国家)的几个指标。这些指标包括每百万人的每日病例数、每百万人的每日死亡人数、病例数/死亡人数的增长率以及有效繁殖数(Re)。对于这些指标中的每一个,使用加权和模型计算和组合归一化风险因素,以设计一个介于0和1之间的标准化COVID-19强度评分。该分数全面量化了给定区域中COVID-19的区域强度,其中值越高表示疾病的严重程度越高。下图给出了模型的摘要。每个风险因素的权重和定义sigmoid函数形状的最大阈值都可以在仪表板中完全配置。

Covid-19 regional risk profiling model可以根据数据的可用性,以城市级别、州级别或国家/地区级别的不同粒度计算区域的强度分数。在下图中,我们显示了地理地图上每个国家/地区的计算分数。这些颜色描绘了该地区COVID-19的强度。
Geographical risk map of covid-19 intensity scores by country图2 COVID-19强度评分的可视化(仅供参考)

预测建模

我们的工作不仅提供了有关现在的信息,而且还提供了对未来的预测。这些预测有助于估计疫情何时消退。这些估计值是使用基于Logistic Growth函数的已知流行病学模型获得的。它提供了疫情何时消退的大致时间表。预测的快照显示了对几个国家的预测。
Daily covid-19 predictive forecast model by country图3 使用物流增长模型的每日案例预测(仅供参考)

谷歌Mobility和全球政策数据

在仪表板中,我们还整合了来自谷歌和牛津大学的数据,以帮助了解公众和政府机构对当前COVID-19情况的反应。谷歌提供的Mobility数据显示了一个地区与基线估计数相比的相对流动性率。基线来自2020年2月观察到的流动率。牛津大学的政策数据总结了不同国家实施的有关学校关闭、工作场所关闭、旅行限制等的政策。将强度模型与流动性和政策数据相结合,可以详细了解疫情以及人群对COVID-19的行为。例如,强度分数与移动率的比较表明,在强度分数较低的区域,移动率通常较高,如下所示:
Charts showing covid-19 intensity score vs mobility rate analysis图4 COVID-19强度与移动性(仅供参考)

在RTO决策中使用强度分数

每个Teradata站点都使用强度评分将其分类到不同的风险级别。它有助于确定是否可以重启具体的办公地点。例如,如果强度分数低于0.5的值,则考虑将在地点进行情节返回;此决策阈值是可配置的,可以根据严格程度进行更改。
Return to office decision analysis dashboard图5 现场决策分析仪表板(仅供参考)

总体而言,RTO仪表板有助于管理层的决策,并展示了由Teradata Vantage提供支持的高级分析如何帮助组织规划安全返回办公室。

致谢

疫情应对小组(PRT)由Paul Williams(高级副总裁兼首席安全官)领导。RTO分析仪表板由GDC开发,由Sandeep Kumar(全球交付中心副总裁)领导。Sherwin Pelayo(GDC BI Sub-Practice主管)管理整个项目,Muhammad Jawad Khokhar博士(GDC Pakistan数据科学家)领导分析模型的开发,Fitzroy Dy(GDC Philippines高级数据科学家)管理数据源和预处理,Arun Chaudhary(GDC India首席BI顾问)开发了Power BI仪表板。

关于我们 Muhammad Jawad Khokhar

Jawad is an experienced Data Scientist with a PhD in Computer Science from Inria Sophia Antipolis, France. He has extensive experience in the Telecom sector where he has undertaken several projects in network operations, modeling, analysis, and optimization. At Teradata, he has worked on Data Science projects for several industries including Telecom, Healthcare, and Oil & Gas. Overall, his expertise lies in data science, machine learning, and Internet measurements. Currently, he is part of Teradata’s COVID360 initiative where he has developed a framework for modeling, simulation, and risk profiling of COVID-19. 查看所有帖子 Muhammad Jawad Khokhar

随时了解情况

订阅 Teradata 的博客,获取每周向您提供的见解



我同意作为本网站提供商的Teradata天睿公司可能偶尔向我发送Teradata市场沟通电子邮件,其中包含有关产品、数据分析、活动和网络研讨会邀请的信息。我了解我可以随时通过点击我收到的任何电子邮件底部的取消订阅链接取消订阅。

您的隐私很重要。您的个人信息将根据Teradata全球隐私政策收集、存储和处理,您可以通过单击此隐私链接阅读和打印。

从 Teradata 查看更多信息