Murupolku

Blogit

Blogit

Tiedon, analyysin ja analytiikan hyödyntämisen tarve poliisissa – ilmeinen ja suuri?

Mika Sutela Julkaisupäivä 15.9.2020 13.41 Blogit

Poliisi on moderni viranomainen, joka pitää huolta suomalaisten turvallisuudesta. Poliisi kehittää toimintaansa voidakseen palvella kansalaisia entistä paremmin ja tehokkaamminPoliisin toiminta perustuu tietojohtoisuuteen, mikä edellyttää, että päätöksenteko perustuu analysoituun tietoon. Poliisissa pyritään analyysin ja analytiikan avulla ennakoimaan ja tunnistamaan turvallisuusuhkia, rikoksia ja liikenneonnettomuuksia sekä kohdistamaan niukkoja resursseja oikein. Niukkojen resurssien aikakaudella tietoa on entistä tärkeämpää hyödyntää tietojohtoisen poliisitoiminnan suunnittelussa, mutta samalla ihmisillä on entistä vähemmän aikaa tarttua raportteihin.

 

Analysoitua tietoa tiedolla johtamisen, toiminnan sekä päätöksenteon tueksi

Mitä tietojohtoisuus poliisitoiminnassa tarkoittaa? Se tarkoittaa suunniteltua, resursoitua ja johdettua toimintaa. Erittäin tärkeä osa tietojohtoista poliisitoimintaa on kyky hyödyntää analysoitua tietoa toiminnan suuntaamisessa ja rikollisuuden torjunnassa.

Poliisitoiminnan ja sen kehittämisen tulisi perustua nykyistä enemmän tutkittuun tietoon. Poliisin analyysitoiminnan tarkoitus on tuottaa työkaluja esimiehille, mutta myös laajemminkin ajantasaista ja merkityksellistä tietoa kaikille poliisitoiminnan sektoreille. Tiedon tulee lähtökohtaisesti ohjata poliisitoiminnan kohdentamista määrällisesti, ajallisesti ja alueellisesti mahdollisimman oikein. Päätöksentekoa varten tarvitaan analyysiä ilmiöistä, jotka tulevat vastaan kaikessa poliisitoiminnassa.

Poliisilain (872/2011) 1 luvun 1 §:n mukaisesti poliisi turvaa oikeus- ja yhteiskuntajärjestystä, suojaa kansallista turvallisuutta, ylläpitää yleisen järjestystä ja turvallisuutta sekä ennalta estää, paljastaa, selvittää ja saattaa syyteharkintaan rikoksia. Myös liikenneturvallisuudesta huolehtiminen on tärkeä osa tätä työtä. Liikennevalvonnan tulee perustua relevanttiin tietämykseen ja liikennekäyttäytymisen seurantatietoihin sekä kansalaisten poliisin liikennevalvontaa koskeviin odotuksiin. Tietojohtoisuutta poliisin toteuttamassa liikenneturvallisuustyössä vahvistaa ja edistää tieto siitä, missä ja milloin liikennevalvontaa on suoritettu, liikennerikoksia on ilmoitettu, ja onnettomuuksia on tapahtunut.

Poliisin ennalta estävän toiminnan suunnittelussa hyödynnetään mm. tieteellistä tutkimusta, joka tuottaa tärkeää tietoa siitä, miten poliisi toimii ja mitä poliisitoiminnasta seuraa. Tutkimuksen avulla saadaan tärkeää tietoa poliisitoiminnan suunnitteluun, ohjaamiseen ja johtamiseen.

Poliisihallitus vastaa yhdessä Poliisiammattikorkeakoulun kanssa poliisin toimintaan liittyvästä analyysistä ja tutkimuksesta. Poliisihallitus tuottaa paraikaa toimintaympäristöön liittyviä analyysejä, joissa tarkastellaan poliisin toimintaympäristöä rikollisuuden, julkisen keskustelun, väestön, teknologisen kehityksen ja lainsäädännön näkökulmista. Analyyseillä edesautetaan poliisia tunnistamaan ja ymmärtämään keskeisiä poliisitoiminnan kannalta merkittäviä ilmiöitä sekä niiden merkityksellisyyttä yhteiskunnassa. Parantunut tietoisuus toimintaympäristön tilasta edistää tietojohtoista poliisitoiminnan suunnittelua.

 

Data-analytiikka rikollisuuden ehkäisyn apuna

Data-analytiikka on nouseva trendi maailmalla. Tulevaisuudessa datalla tulee olemaan rahaakin suurempi arvo. Data on epätäydellinen likiarvo maailman tietystä tilasta määrättynä ajankohtana ja määrätyssä paikassa. Data on tarpeellinen raaka-aine, jonka ihminen valitsee, muotoilee ja muuttaa oivallukseksi.

Poliisissa eri puolilla maailmaa käytetään entistä useammin tietoteknologiaa ja data-analytiikkaa apuna rikollisuuden analysoimiseksi. Rikollisuus on vähentynyt globaalisti, kun analytiikan (esim. maantieteellisten analyysien ja tiedonlouhintamenetelmien) hyödyntäminen on lisääntynyt. Tämä tietysti edellyttää esimerkiksi kriminologista ja tilastotieteellistä osaamista ja tietotaitoa. Poliisilla olisi myös oltava pääsy viimeisimpiin analytiikan teknologisiin sovelluksiin, jotta tarvittavaa tietoa rikollisuudesta olisi mahdollista saada oikea-aikaisesti. Materiaalisista resursseista on pidettävä huolta, jos halutaan vaikuttaa ja varautua poliisin toimintaympäristön muutoksiin, kuten rikollisuuden uusiin ilmiöihin.

 

Kun aika ei riitä

Nykypäivänä tietoa on enemmän kuin koskaan, mutta saatavilla olevan tiedon määrä kasvaa edelleen teknologian kehittymisen myötä. Tietoon ei kuitenkaan ole aikaa perehtyä eikä lisääntyvän tiedon laadusta tai luotettavuudesta voida riittävästi varmistua. Esimerkiksi liikennevalvontaa ei joka tapauksessa voida suunnata eikä valvontapaikkoja valita vain kokemuksen pohjalta, ns, mutu-tuntumalta. Kun resursseja on jatkuvasti yhä vähempään, nuo resurssit on kohdennettava tavoilla, jotka parhaiten palvelevat toiminnan tarkoitusta.

Status quo eli pitäytyminen valintatilanteen vastaan tullessa vanhoissa tutuissa kuvioissa on turvallista. Tämän takia muun mussa kuljemme samoja tuttuja reittejä päivittäin. Tällainen ajattelu johtaa passiivisuuteen tai muutosvastarintaan ja on monen kehittämis- ja uudistamistyön pahin este. Lisäksi yrityksiä uudistaa poliisitoimintaa vaikeuttaa kokemustietoa arvostava poliisikulttuuri. Siihen, millaista poliisitoiminta on, vaikuttaa kuitenkin lopulta lukuiset tekijät. Näistä poliisikulttuuri on vain yksi muiden joukossa. Mahdollisuudet jonkin toimintalinjan seuraamiseen yksinomaan siksi, että niin on totuttu toimimaan, niukkenevat joka tapauksessa jatkuvasti.

Kentälle tarvitaan yksinkertaista tietoa. On hyvä, jos yksinkertaiselta kuulostavaan kysymykseen pystytään antamaan yksinkertainen vastaus. On mielellään pyrittävä siihen, että yksinkertaisten vastausten avulla pystytään tekemään päätöksiä mahdollisimman nopeasti ja vaivattomasti. Käytännön toteutus on asia, johon olisi pystyttävä vaikuttamaan.

Poliisin tulosten seuranta perustuu pääosin numeraalisiin mittareihin. Se, että poliisitoiminnan olisi perustuttava tutkittuun tietoon, ei tarkoita, että kokemukselliset tai ammatilliset näkemykset olisi hylättävä. Kokemustieto ja numeerinen tieto täydentävät toisiaan. Poliisitoiminnan tulisi kuitenkin perustua niin pitkälle tutkittuun tietoon kuin mahdollista yhtä lailla kuin esimerkiksi opettaminen tai sosiaalityö.

 

Tietoa, viestintää ja luottamusta

Tiedon yhä laajemmalle hyödyntämiselle poliisissa on ilmeistä ja suurta tarvetta. Tiedon analysoiminen ja edelleen hyödyntäminen kuitenkin edellyttää tiedon olemassaoloa, toimivia ja tehokkaita järjestelmiä, yhden­mukaisia kirjaamistapoja, laadukasta tilastointia sekä osaavia tiedon ja järjestelmien käyttäjiä. Analyysin onnistuminenedellyttää riittävän paljon riittävän hyvää dataa. Se, mitä riittävän paljolla ja riittävän hyvällä tarkoitetaan, on täysin tapauskohtaista. Valitettava tosiasia on, että tarkasteltava data on käytännössä aina epätäydellistä. On muistettava, että data, kuten esimerkiksi rikollisuustilasto, on parhaimmillaankin vain hyvin kapea ja vääristynyt kuva todellisuudesta. Tilastoissa on usein esimerkiksi puuttuvia arvoja. Syitä huonoon dataan voi olla monia, kuten puutteellisesti tai virheellisesti täytetty lomake tai viallisen mittalaitteen aiheuttamat systemaattiset virheet.

Poliisissa tehtävän analytiikan pääpaino on toistaiseksi ollut raportoivassa ja kuvailevassa analytiikassa, mikä on tarkoittanut erilaisten tilastojen ylläpitoa ja tiedon visualisointia jo tapahtuneen toteamisessa. Pitkän tähtäimen tavoitteena on kehittää analytiikkaa ennalta estävän ja ohjailevan analytiikan tasolle asti. Tavoitteena olisi esimerkiksi liikenneturvallisuuden osalta päästä tilanteeseen, jossa analytiikan tuottaman tiedon avulla tiedettäisiin perusteella, missä ja milloin liikennevalvontaa olisi suoritettava. Analyysiosaamista ja analyyttista ajattelua tuleekin koulutuksen kautta lisätä ja jatkuvasti kehittää ajanmukaiset tarpeet ja teknologinen kehitys huo­mioon ottaen.

”Tarvitsemme poliisin, joka pystyy toimimaan, palvelemaan kansalaisia ja nauttimaan kansalaisten luottamusta”, totesi Suomen Poliisijärjestöjen liiton puheenjohtaja Jonne Rinne MTV Huomenta Suomen haastattelussa kesällä 2019. Tutkimukset, arvioinnit ja tilastot edistävät poliisin tietojohtoista toimintaa ja ennalta estävää työtä, tukevat viestintää (mm. sosiaalisessa mediassa) sekä edesauttavat poliisia kohtaan osoitettavan luottamuksen ylläpitoa ja myös edistävät sitä. Luottamusta ajatellen poliisin on panostettava muun muassa näkyvyyteen ja tarjottava mahdollisuus vuorovaikutukseen. Tietojen, kuten juurikin tilastojen tai tutkimusten, julkaisemisella ja esittelyllä – paitsi sidosryhmille myös suurelle yleisölle – on mahdollista tukea näitä vaatimuksia sekä myös viestintää kertomalla esimerkiksi, onko jokin asia tai ilmiö harvinainen vai yleinen käytännössä. Lisäksi tällä tavoin on mahdollista pyrkiä estämään tukeutumista liiaksi status quo -ajatteluun.

”Mikään tekniikka ei korvaa poliisikoiraa”, totesi Hämeen poliisilaitoksen vanhempi konstaapeli Miikka OunilaTwitterissä syksyllä 2019. Tämä toteamus sopii hyvin tähän loppuun kuvaamaan sitä, kuinka analyysitoiminta ja tiedon hyödyntäminen poliisissa ei korvaa täysin poliisin inhimillistä harkintaa ja päätöksentekoa, kuten ei myöskään poliisikoiran nenää.

 

Lähteitä

Andrejevic, M. (2017). Data Collection Without Limits: Automated Policing and the Politics of Framelessness. In A. Zavrsnik (Ed.), Big Data, Crime and Social Control. Routledge.

Bowling, B., Reiner, R., & Sheptycki, J. (2019). The Politics of the Police (5th ed.). Oxford University Press.

Cordner, G. (2019). A practical approach to evidence based policing. In R. J. Mitchell, & L. Huey (Eds.), Evidence Based Policing: An introduction (pp. 231–242). Policy Press.

Korander, T. (2019). Poliisin vaikuttavuus. Teoksessa Matti Vuorensyrjä (toim.), SINISET KLASSIKOT – Poliisi- ja kriminologian alan moderneja klassikkotutkimuksia 1 (s. 16–43). Poliisiammattikorkeakoulun tutkimuksia 44.

Kuusi, M. (2015). Analytiikan avulla ehkäistään ja ratkotaan rikoksia. Poliisi & Oikeus 3, s. 36–37.

Jones-Rooy, A. (2019, July 24). ”WHAT DOES THE DATA SAY?” – I’m a data scientist who is skeptical about data. Quartzhttps://qz.com/1664575/is-data-science-legit/

Mitchell, R., J. (2019). A light introduction to evidence based policing. In R. J. Mitchell, & L. Huey (Eds.), Evidence Based Policing: An introduction (pp. 3–14). Policy Press.

Oatley, G., Ewart, B., & Zeleznikow, J. (2006). Decision support systems for police: Lessons from the application of data mining techniques to ‘‘soft’’ forensic evidence. Artificial Intelligence and Law 14, pp. 35–100.

Ounila, M. (@OunilaMiikka). (2019). Twiitti 16.10.2019. Twitter-mikroblogipalvelu. https://twitter.com/OunilaMiikka/status/1181639220454182912

Poliisihallitus. (2019). Valvonta- ja hälytystoiminnan tila. Selvityshankkeen loppuraportti. Poliisihallituksen julkaisusarja 3.

Raivio, K. (2019). Näytön paikka – Tutkimustiedon käyttö ja väärinkäyttö. Gaudeamus.

Rottenburg, J., Merry, S. E., Park, S.-J., & Mugler, J. (2015). A World of Indicators. Cambridge University Press.

Sund, R. (2019). Datan matka informaatioksi. Tieteessä tapahtuu 5, s. 48–50. https://journal.fi/tt/article/view/85191/44182

Tilley, N., & Laycock, G. (2017). The why, what, when and hoow of evidence-based policing. In J. Knutsson, & L. Tompson (Eds.), Advances in Evidence-Based Policing (pp. 10–26). Routledge.

Valtioneuvosto. (2019). Pääministeri Sanna Marinin hallituksen ohjelma 10.12.2019: OSALLISTAVA JA OSAAVA SUOMI – sosiaalisesti, taloudellisesti ja ekologisesti kestävä yhteiskunta. Valtioneuvoston julkaisuja 31.

Mika Sutela,
Tietoanalyytikko, OTT, dosentti
Poliisin liikenneturvallisuuskeskus
Helsingin poliisilaitos