Metric Labs的办公室位于雷德芬的一个共享仓库里，这意味着停车罚款是永远存在的风险。我们仓库里的同事推荐了一款名为“公园巡逻”(Park Patrol)的应用，它依靠众包报告向用户提醒附近的城市护林员。如果你在任何地方看到停车巡视员，你可以打开公园巡逻应用程序，点击一个按钮。该应用程序知道你的位置，并立即发布你看到护林员的时间和位置。附近任何使用该应用程序的人都会收到停车巡视员的提醒。
在建立一种群众服务、社区意识的服务时，公园巡警无意中成为了一个可靠的(匿名)数据来源，即何时何地发现停车巡警。我们一直在研究能否预测停车巡视员通常会在何时何地出现。
我们有一个非常小的数据集，涵盖了萨里山的一半，大约10天。这是一个练习，看看我们如何设置公园巡逻数据，以便能够将有用的信息拉入谷歌的数据工作室。我们希望有一个灵活、可靠、易于理解的可视化报告，最终可以作为任何想知道检查人员何时最有可能出现在他们停车的地方的人的资源。
你可以看到我们在下面找到了什么。请记住，我们使用的是一个非常小的样本，而且公园巡逻应用程序使用众包巡视员目击——所以巡视员可能会出现，但他们不会被任何应用程序用户看到，或者应用程序用户可能会报告不存在的巡视员。根据我们的经验，当我们收到警报并出去移动汽车时，我们通常会在街上的某个地方看到一名检查员。因此，至少在悉尼市中心，人们都认真对待停车巡视员的目击事件。
看起来护林员大多在中午出现。
一周的中间也很受检查员的欢迎。
人们在伯克街看到很多停车检查员(但伯克街也很长)。您可以在本文底部的地图中看到我们捕获的地理区域。
这个分类显示了每天每条街道上有多少城市护林员。我们仍在努力让Data Studio以一种更容易阅读的方式显示这些数据——例如，按顺序显示日期。
这张地图显示了我们所有的数据。它涵盖了萨里山的部分地区，悉尼中央商务区的部分地区，以及达林赫斯特的部分地区。当我们建立报告时，我们将地理区域限制在萨里山。
我们有一个更大的数据集现在我们已经完成了初始设置。希望我们能发现一些新的模式，或者巩固我们目前的发现。我们会在Metric Labs的博客上更新我们的发现，敬请期待。