زهرا سادات اسماعیلیان- دکتری جغرافیا و برنامه‌ریزی شهری: آینده بشریت به طور فزاینده‌ای به عملکرد شهرها بستگی دارد. با افزایش روند شهرنشینی جهانی، افزایش مصرف انرژی و منابع آب، مشکلات اکولوژیکی و محیطی زیادی به وجود خواهدآمد. تغییر سبک زندگی ساکنان شهری نیز با تأثیرات عمیق بر سلامتی انسان و پایداری منطقه‌ای روبروست. از این رو بهبود پایداری شهری به یکی از اهداف توسعه پایدار سازمان ملل تبدیل شده است. درک الگوهای فضایی–زمانی، پایداری، و تعاملات انسانی با محیط‌های شهری، مبنای دستیابی به این هدف است و امروزه درحال تبدیل شدن به یک موضوع تحقیقاتی مهم در بسیاری از رشته‌ها مانند جغرافیا، بوم‌شناسی شهری، جامعه‌شناسی، علوم محیطی و علم پایداری است. با گسترش نیاز و امکانات استفاده از حجم زیاد اطلاعات، فناوری «کلان‌داده» در حوز‌های مختلفی مورد استفاده قرار می‌گیرد و برنامه‌ریزی شهری نیز از این قاعده مستثنی نیست.
کلان‌داده در واقع بیانگر حجم زیادی از داده‌ها است که آنالیز و دسته‌بندی آنها به وسیله زیرساخت‌ها و دیتابیس‌های رایج مشکل است. سازمان‌های شهری با انبوه اطلاعات متنوعی چون حجم ترافیک در مقاطع مختلف، حجم شهروندان در حال استفاده از وسایل حمل و نقل عمومی در لحظه، تصاویر دریافتی از سطح شهری و اطلاعات روزانه مواجه هستند که باید به صورت هوشمندانه‌ای طبقه‌بندی گردند تا به سرعت و در زمان کوتاهی قابل دسترسی و دستیابی باشند. ظهورکلان داده پتانسیل بالایی برای مقابله با بسیاری از مسائل پیچیده در تحقیقات پایداری شهری در خود دارد و یک الگوی جدید برای حل مسئله ارائه می‌دهد. کلان‌داده راه‌های جدید و قدرتمندی برای مطالعه و بهبود سیستم‌های زیست محیطی، اجتماعی و اقتصادی شهری برای دستیابی به پایداری شهری ارائه می‌دهد. کلان‌داده‌ها با ارائه اطلاعات به موقع و هم زمان و وضوح فضایی دقیق، در تحقیقات شهری موثر هستند. این داده‌ها طرز دید ما نسبت به شهر را تغییر می‌دهد، تمرکز ما را از دوره‌های متوسط و بلندمدت به دوره‌های بسیار کوتاه‌مدت، آنچه در طول ثانیه، دقیقه و ساعت، حتی در بعضی موارد روزها و هفته‌ها، به جای سال‌ها و دهه‌های طولانی در شهرها رخ می‌دهد، تغییر می‌دهد. در واقع می‌توان استنباط کرد که کلان‌داده و برنامه‌ریزی مبتنی بر آن در مقابله با تفکر سنتی است که تمرکز آن بر تحلیل و برنامه‌ریزی شهری در بازه‌های چند ساله و طولانی‌مدت بوده است.
سازمان‌های قانونی در شهرها از جمله نهادهایی که با پلیس، خدمات اورژانسی، اداره مالیات، جمع‌آوری زباله و … ارتباط دارند، برای ارائه بهترین برنامه‌ها به این سرویس‌ها، رویکردهای سیستماتیک در پیش می‌گیرند. تحقیقات در عملیات شهری به منظور ایجاد مدل‌های جدید از نحوه ارتقاء این خدمات توسعه یافته است و این امر همواره به جریان داده‌ای در مقیاس‌های کوتاه‌مدت نیاز داشته است. کلان‌داده‌ها باعث تغییر اساسی در ارائه چنین خدماتی می‌شود و هدف بسیاری از تعاریف معنی‌دار شهر هوشمند، بهبود ارائه این نوع خدمات و مشارکت افراد به استفاده از وسایل ارتباطی جمعی جدید برای سازماندهی و برنامه‌ریزی بهتر این توابع است.
عملکرد سنتی شهرها به لحاظ مسکن، اشتغال و حمل و نقل سریعا با فرایندهای اتوماتیک و خودکار جایگزین می‌شوندکه همین موضوع باعث تغییرات در دوره‌های بسیار کوتاه‌تر نسبت به گذشته می‌شود. بهعنوان مثال، امروزه بازار مسکن به صورت دیجیتالی با ارائه اطلاعات قیمت، امور مالی مسکن و گردش سرمایه در سطح جهانی سازماندهی شده است. از آن جاییکه بر خلاف گذشته در بسیاری از جوامع مسکن به یک کالا تبدیل شده است، افراد به دلیل وجود هرگونه تغییر اساسی در ساختار خواسته‌هایشان هر اندازه که به داده‌های جدید دسترسی داشته باشند، به همان اندازه رفتار یا عملکرد متفاوت‌تری خواهند داشت. همین امر درباره داده‌های مرتبط به حمل و نقل نیز صدق می‌کند که در آن تصمیمات بسیار آگاهانه در سطح معمولی وجود دارد و نحوه سفر کردن و نوع وسایل مورد استفاده نقلیه ما را تغییر می‌دهد. همه این روندها برای برنامه‌ریزی شهرهای آینده امری اساسی محسوب می‌شود. شهرهای بدون شغل، شهرهای دارای حمل و نقل بسیار اتوماتیک، شهرهای دارای وسایل نقلیه خودگردان، شهرهایی با جابجایی سریع سرمایه انسانی و مالی، همه این شهرها نتایج بیگ دیتا و استفاده از آن است که باید در مباحث برنامه‌ریزی، طراحی و مدیریت شهری ما گنجانده شود.
