Elezioni Torino 2018, una mappa interattiva per analizzare il voto

…Open Data in action!

Il bello degli Open Data risiede proprio nella loro definizione. Sono data e sono open! Questo significa che chiunque può usarli rispettando i termini della licenza di rilascio. Piccoli-grandi “semi” informativi che appartengono al patrimonio della collettività, dai quali possono germogliare utilizzi davvero interessanti.

Ho fatto un piccolo esperimento: ho preso un po’ questi semi open, nelle fattispecie dati elettorali, e li ho messi alla base di una piattaforma Web per esplorare le informazioni relative a un tematica d’attualità: le elezioni politiche 2018.

La si può liberamente utilizzare all’URL: http://torino2018.imandrea.me.

Il voto di Torino

Ho scelto di dedicare questo esperimento a Torino, un po’ per campanilismo, un po’ perché il Servizio Telematico Pubblico della Città di Torino offre davvero una piacevole pletora di Open Dataset tramite il portale AperTO (nomen omen). E’ vero, fortunatamente non è l’unico caso di comune virtuoso in materia di Open Data, anzi! Ma il mio campanilismo ha avuto la meglio. 😉

Come funziona? I dati del voto di Torino

Partiamo dal principio: i dati. Quelli aperti. Quelli belli. Solitamente vengono serializzati in formato testo delimitato (CSV, TSV, …), praticamente delle tabelle. A onor del vero, segnalo agli amanti dei Linked (Open) Data e del Semantic Web che a volte è possibile trovare anche una controparte RDF di alcuni dataset.

Torniamo a noi. Gli Open Data elettorali si presentano più o meno in questo modo:

Risultati elettorali per ogni sezione. Fonte: Open Data del Comune di Torino

Enormi matrici di informazioni. In effetti, viste così ci dicono poco o niente. O meglio, possiamo pensare di aggregare i dati per partito e ottenere statistiche come quelle nel grafico qui sotto.

Nulla di più di quanto abbiamo già visto e rivisto in queste settimane in ogni telegiornale e programma di approfondimento.

Esplorando un po’ meglio il portale dati della città, ci possiamo imbattere però in alcuni dataset interessanti:

1. i voti per la Camera di ogni sezione elettorale
2. i voti per il Senato di ogni sezione elettorale
3. la mappatura tra indirizzi e sezioni elettorali (e.g., i residenti di vicolo Corto 11 votano alla sezione 145 della Scuola P. Pallino.)
4. il dataset toponomastico di tutti gli indirizzi della città (e.g., vicolo Corto 11 si trova alle coordinate <lat, lng> del sistema WGS84. PS: a occhio, questo dataset è stato anche già caricato da qualcuno su OpenStreetMap)

Mettendo a sistema tutte queste risorse, possiamo creare un interessante mashup.

I risultati elettorali di tutte le sezioni, sia per la Camera che per il Senato, possono essere proiettati sui relativi indirizzi dei votanti.

Non finisce qui. Avendo a disposizione le coordinate del dataset toponomastico, possiamo anche proiettare direttamente i risultati sulla mappa. Naturalmente, a ogni sezione elettorale corrispondono più indirizzi. Per questo motivo, vedere i risultati proiettati su un punto preciso della mappa non significa che la ripartizione dei voti di quello specifico condominio sia quella. Si tratta piuttosto di una “rappresentanza” di un dato più ampio. Difatti, sono i votanti di quell’indirizzo, unitamente a quelli degli altri indirizzi afferenti alla medesima sezione elettorale, ad aver prodotto quel risultato aggregato.

Più difficile a dirsi che a capirsi. Lo schema qui sotto dovrebbe fugare ogni dubbio.

Open Mash up

Per esempio, il dato visualizzato su mappa di vicolo corto 12, come anche quello dei civici 14 e 16, è esattamente quello della sezione 146. E’ come se fossimo in un museo con diverse repliche georeferenziate di uno stesso dipinto.

A onor del vero, questo tipo di approccio non è inedito. Il celebre quotidiano La Stampa, coadiuvato da ISI Foundation, produce spesso mappe di questo tipo. Un esempio recente, meno campanilista del mio, è reperibile qui.

Nel mio esperimento, ho provato a fare un passaggio in più: l’aggregazione geografica. Ve ne parlo nel prossimo paragrafo.

Aggregare gli Open Data elettorali su mappa

Se non l’avete già fatto, è il momento di aprire la piattaforma Web a questo indirizzo: http://torino2018.imandrea.me. Vi troverete di fronte alla mappa di Torino con delle bolle caratterizzate da un colore e da un numero. Ho usato dei colori ricorrenti per indicare i partiti:

• Forza Italia: blu
• Lega: verde
• Movimento 5 Stelle: giallo
• Partito Democratico: rosso
• (Altri partiti: grigio)

Si tratta di un espediente funzionale per fare una prima aggregazione dei dati. Gli indirizzi torinesi dei votanti sono decine di migliaia. Visualizzarli tutti contemporaneamente su mappa può mettere in crisi anche i browser più smart che girano su macchine ben carrozzate. Per questo motivo, tutti questi punti vengono clusterizzati (i.e., “riassunti”) in queste bolle che indicano:

• col numero: la quantità di indirizzi che raggruppano (e.g., 738)
• col colore: la prevalenza di voto (e.g., dei 738 indirizzi la maggioranza appartiene a sezioni in cui ha vinto il Movimento 5 Stelle)
• con l’area azzurrina sottostante, che appare quando si passa sopra alle bolle col cursore del mouse, il perimetro dell’insieme aggregato.

Bene, è il momento di zoomare. Al solito, potete premere sul ‘+’ o usare la rotellina del mouse.

Le bolle cominciano progressivamente a scompattarsi e ad infittirsi, sino ad arrivare alla risoluzione massima, come qui sotto.

Questi punti, che a differenza delle bolle non hanno un numero sopra di essi, rappresentano proprio gli indirizzi dei votanti. Il colore, come sopra, indica il partito politico che ha vinto nella sezione a cui il civico afferisce. La dimensione di questi punti riassume l’affluenza: più è grande, più è stata alta.

Cliccando su ogni pallino si apre un balloon con i risultati in un grafico a ciambella. Ah, certamente sì! Si possono anche confrontare i dati con quelli delle amministrative 2016, cliccando sul relativo box sotto il grafico.

E se invece volessimo sommare i dati di un’area ad hoc? E’ qui che l’aggregazione geografica ci può dare una mano. Cliccando sull’icona con il pentagono in alto a destra, possiamo delimitare l’area di analisi. Il software metterà insieme i dati dell’area che abbiamo disegnato e ci presenterà un consuntivo dei voti nel solito balloon. Questa volta però, si tratterà del balloon dei voti dell’area che abbiamo disegnato. Ecco qui un esempio.

That’s it!

L’esplorazione dei dati in questa modalità abilità nuovi casi d’uso analitici. Non solo possiamo visualizzare il dato su mappa, ma lo possiamo anche interrogare aggregandolo per quartiere, circoscrizione o area d’interesse, e provare a capire come le cose sono cambiate rispetto ad una baseline (e.g., il voto del 2016).

Questo approccio, come molti altri, non sarebbe stato possibile senza la materia prima: gli Open Data! Piccoli “semi” informativi, a disposizione di tutti, in grado di generare foreste di prodotti e servizi, polmone digitale di un mondo migliore.

^..^