Sembra un secolo fa, ma in effetti si parla di una manciata di mesi addietro: Firenze come tante altre città d’arte era sottoposta a un grande carico turistico e di presenze in città, numeri strabilianti che – grazie all’analisi del mobile analytics – avevano anche superato le stime ufficiali arrivando a oltre 18 milioni di persone totali in città ogni anno.
Questa situazione richiedeva azioni di sistema per razionalizzare, distribuire e decentrare i flussi di turisti che ogni giorno affollavano la città. La città di Firenze ha quindi promosso un board permanente di analisi dei flussi turistici con tutti gli stakeholders del turismo fiorentino: Regione Toscana, Città Metropolitana di Firenze, Camera di Commercio, Università di Firenze, IRPET e Osservatorio Turistico di Destinazione, aprendo questo tavolo a proposte e suggestioni provenienti anche dal mondo privato, tramite un Avviso permanente per la raccolta di proposte di sperimentazione di iniziative di diffusione di competenze digitali e di analisi dei flussi turistici emesso a Novembre 2019, a cui hanno già aderito grandi multinazionali così come associazioni di cittadini interessate ai temi del digitale.
In quel contesto, che pare appunto molto lontano oggi, di overcrowding turistico, sfruttando le opportunità del progetto PON Metro 2014-2020 Asse1 Agenda digitale in raccordo con l’Agenzia per la Coesione Territoriale, la città di Firenze con le sue Direzioni Sistemi Informativi ed Attività Economiche e Turismo ha avviato la realizzazione di una piattaforma di veicolazione di contenuti di interesse per i city user (inclusi turisti e cittadini) avente come scopi principali quelli di razionalizzare e orientare i flussi turistici verso punti della città meno affollati e anche promuovere percorsi e itinerari inediti fuori dalle mura della città, che valorizzassero tutto il territorio metropolitano fiorentino che va da dai luoghi di Leonardo da Vinci fino al Chianti e al Mugello.
Il progetto FeelFlorence
A partire dai dati di counting del Wi-Fi pubblico si è avviato così un processo di studio delle presenze in città che si è rivelato molto utile nei primi momenti di emergenza CoVid in quanto ha permesso di dare evidenze a supporto delle decisioni dell’Amministrazione per la chiusura o la riapertura di certe attività, parchi o giardini. Sono inoltre allo studio con i Servizi Tecnici del Comune i primi dati dalle prime telecamere che offrono funzioni di counting di pedoni, mentre da tempo l’Amministrazione ha sistemi di counting di flussi veicolari per il monitoraggio del traffico.
La rete WiFi cittadina consta di oltre 2.000 hotspot, con un modello federato, che raccoglie apparati di titolarità diversa (Università di Firenze, Campus ospedalieri Careggi e Meyer, Firenze Parcheggi) ma un’unica user experience e splash page.
Dalla rete vengono letti internamente dati completamente anonimi di counting di presenze per ogni access point, su cui vengono poi ulteriormente effettuati altri algoritmi di anonimizzazione (ad esempio rimuovendo record inferiori a N presenze). Questi dati vengono inseriti nel datalake comunale e da lì da alcuni mesi l’Amministrazione Comunale ha potuto trarre informazioni utili sui trend di presenza in diverse zone della città e parchi, anche potendo così ottenere insights a supporto decisionale per la chiusura di Parchi e Giardini in epoca lockdown.
A questi dati si sono sommati dati dagli operatori di mobile analytics (Tim, Wind-3, Vodafone) che sia negli ultimi anni che in epoca lockdown sono stati un’utile fonte informativa e di supporto all’analisi dei flussi sulla città.
Alcuni esempi di insights basati sui dati del FirenzeWiFi hanno riguardato la ripresa delle presenze in fase 2, per esempio in aree di Mercati, confrontando i giorni più rilevanti ad inizio fase 2:
O il confronto fra le presenze nelle principali piazze turistiche cittadine:
Questi dati di analisi delle presenze vengono poi resi disponibili alla piattaforma di smart tourism FeelFlorence che – al momento con un’intermediazione della redazione diffusa del turismo, a regime in modo automatico – mostra sulla app all’utente le fasce stimate di presenze in città negli spot turistici principali:
Grazie alla interconnessione del sistema di counting evoluto che il Comune di Firenze sta realizzando con la piattaforma FeelFlorence, già oggi – a fronte dell’ingresso di un utente con la app in una zona ritenuta affollata – il sistema FeelFlorence, tramite geo-fencing, propone all’utente mete meno affollate mostrandole su mappa.
I dati così raccolti nel datalake comunale (connesso alla Smart City Control Room cittadina) permetteranno inoltre un’analisi della tendenza storica – cosa già fattibile oggi con i dati del WiFi cittadino, e l’implementazione di algoritmi di previsione di affollamento a supporto dell’ufficio Turismo e degli utenti stessi del sistema FeelFlorence.
Sarà poi possibile ottenere una risoluzione ancora maggiore grazie all’analisi anonima dei flussi di videosorveglianza, che la Direzione Servizi Tecnici del Comune sta affiancando ad avanzati software di video-analytics, nel pieno rispetto della privacy ed in continuo raccordo con il DPO di area metropolitana.
Tale sistema sarà in grado di classificare e raccogliere informazioni presenti all’interno di una scena, scomponendo gli oggetti di interesse e classificandoli per tipo, categoria e colore, consentendo così di eseguire un conteggio di persone ed autoveicoli che percorrono una determinata strada ed entrano in una zona. Circoscrivendo queste funzionalità ad una piazza che ha tutti i varchi di accesso coperti da telecamere, sarà quindi possibile determinare la direzione di percorrenza delle persone o autoveicoli, calcolare il numero di persone in entrata ed in uscita dalla piazza su ogni singolo accesso, e le presenze real-time all’interno in un determinato momento e zona cittadina. Il sistema utilizza l’Intelligenza Artificiale e possiede algoritmi in grado di imparare dall’esperienza, ed apprendere informazioni direttamente dai dati elaborati dalle immagini, senza essere vincolati da modelli matematici predefiniti ma basandosi sull’addestramento di Reti Neurali molto sofisticate per raggiungere un’altissima affidabilità nell’analisi di immagini e filmati in tempo reale o post-produzione.
_________________________________________________________________
*Questo lavoro è stato svolto anche grazie al contributo di Emanuele Geri e Fabio Pazzaglia per la parte di data analytics, Lorenzo Tomassoli Valter Brazzini Stefano Garganti e Andrea Del Lungo del team Reti per la parte che riguarda la FirenzeWiFi, Leonardo Ricci, Giacomo Serini, e Andrea Serain per quanto riguarda la piattaforma FeelFlorence (che sarà descritta in dettaglio in un successivo articolo).
