Kriminalitätsanalyse mit Microsoft Fabric (T-SQL)
Das neuseeländische Polizeidepartment verzeichnet von 2021 auf 2022 einen Anstieg an Fahrzeugdiebstählen von 73%. Um Empfehlungen für präventive Maßnahmen zu ermitteln, wurde mit Hilfe eines T-SQL Notebooks in Microsoft Fabric diese explorativen Datenanalyse erstellt: An welchen Wochentagen werden die meisten Fahrzeuge entwendet und welche Regionen sind am meisten betroffen? Welche Fahrzeugtypen und Altersklassen sind am begehrtesten? Besteht eine Korrelation zwischen der Bevölkerungsdichte und den Diebstahlraten?
Technische Umsetzung:
Rohdaten wurden in ein Fabric Lakehouse geladen und über Dataflow Gen2 nach ersten Transformationen in ein SQL Warehouse überführt. Die Analyse fand in einem T-SQL Notebook statt. Für den Scatterplot und die Azure Map wurden SQL Views erstellt, um die Performance für das Reporting zu maximieren. Da 04/2022 unvollständig ist, sollten diese Daten noch entfernt werden.
Fahrzeuge pro Monat
Diebstähle stiegen seit Oktober 2021 stetig an und erreichten im März 2022 ihren Höhepunkt von 1053 Diebstählen.
Fahrzeuge pro Wochentag
Diebstähle wurden außerdem vor allem unter der Woche gemeldet, besonders an Montagen und Dienstagen.
Meistgestohlene Fahrzeugtypen
Stationwagons und Saloons stellen das Hauptziel dar. Entgegen der Erwartung liegt der Fokus der Diebstähle mit einem durchschnittlichen Alter von bis zu 19 Jahren auf älteren Standard-Modellen statt auf neueren Luxusfahrzeugen. Silber ist die am häufigsten betroffene Farbe, was vermutlich die Marktdominanz widerspiegelt.
Geomapping der Diebstähle
Zur grafischen Darstellung in welchen Regionen die meisten Diebstähle stattfinden, sowie Korrelationsanalyse zwischen Bevölkerung, Bevölkerungsdichte (Einw./km²) und Anzahl an Diebstählen.
Diebstähle pro Region
Aukland verzeichnet mit insgesamt 1638 die meisten Diebstähle in Neuseeland. Canterbury und Bay of Plenty folgen mit 660 und 446 Diebstählen. Ob es in Tasman, West Coast und Marlborough tatsächlich keine Diebstähle gab, sollte hinterfragt werden.
Trend-Analyse: Bevölkerungsstruktur vs. Diebstahlrate
Die Bevölkerungsdichte (Y-Achse) scheint keinen maßgeblichen Einfluss auf die Diebstahlsrate pro 100.000 Einwohner (X-Achse) zu haben, ebenso wie die absolute Bevölkerungszahl (Bubble Size).
Trotz der höchsten Bevölkerungszahl und -dichte sowie der insgesamt meisten Delikte belegt Auckland bei der relativen Diebstahlrate nur den 6. Platz. Ein Erklärungsansatz hierfür könnte eine verstärkte Polizeipräsenz in urbanen Zentren sein.
Gisborne verzeichnet die höchste Diebstahlrate pro 100.000 Einwohner, obwohl sowohl die Dichte als auch die Gesamteinwohnerzahl vergleichsweise niedrig sind.
Betrachtet man isoliert den Cluster weniger dicht besiedelter Städte mit moderaten Diebstahlraten, deutet sich ein linearer Zusammenhang an. Um diese Beobachtung statistisch zu untermauern und Scheinkorrelationen auszuschließen, wäre im nächsten Schritt eine Signifikanzanalyse notwendig.
