有效利用数据意味着在正确的时间向正确的人提供正确的信息。它要求数据可靠且易于访问，同时以正确的方式呈现。
空气质量数据越来越开放，而且出现了将所有这些数据集中到一处的数据聚合器。目前，一系列应用程序使用监测信息，通过各种数字和颜色编码指标，向感兴趣的用户告知周围的空气质量。一些公司正在应用机器学习算法来创建复杂的实时或预测空气质量模型。
然而，利用数据来激发变革仍处于起步阶段。在合适的时间传达空气质量数据是否会影响房价？或者改变人们购买汽车的行为？低排放路线规划怎么样？或者在高污染事件发生时在建筑物中循环内部空气的动态空调怎么样？新技术的发展和日益开放的数据使新方法成为可能。但在鼓励创新者利用现有空气质量数据做更多事情的同时，我们需要改进原始信息本身。
近年来，与空气质量相关的最大创新趋势可以说是低成本、消费级空气质量监测器的出现。这些监测器可以是静态的、移动的，甚至是可穿戴的，它们充斥着市场，通常带有华丽的营销和精美的界面。
这些传感器是我们解决空气质量问题的工具包中的一次革命，但它们尚未兑现承诺。外部世界与实验室环境截然不同，空气质量传感器受到温度、湿度和空气中其他化合物等一系列因素的影响。构建坚固可靠的系统（尤其是经过长时间使用）绝非易事，开发人员通常缺乏所需的先进实验室设施，并且依靠现成的组件结合复杂的（通常是黑盒）算法来解决技术缺陷。
这意味着低成本传感器的可靠性极不稳定，数据中的 BC 数据欧洲 不确定性限制了这些设备的功能。这阻碍了大规模部署，阻止了数据与其他来源的集成，并且如果消费者购买的某些设备无法生成可靠的信息，则存在引起公众强烈反对的风险。
目前，低成本空气质量监测器尚未制定标准或获得认证，因此消费者无法通过简单的方式了解设备的准确度。《自然》杂志最近的一篇评论文章强调了这些问题。联合国世界气象组织和美国环境保护署已发布关于使用低成本传感器的指导，而欧盟有一个工作组正在启动标准化进程。
我们相信，释放低成本传感器潜力的路线图上的下一个合理目标是对开发人员的创新挑战，为一系列项目提供孵化支持，以实现经过适当验证的传感器生态系统。
对创新者的挑战
创新挑战是一种很好的机制，可以将创新者社区的努力集中在特定问题上，并鼓励来自不同寻常来源的新想法。继动态需求挑战赛取得成功之后，Nesta 的挑战奖中心再次与国家物理实验室 (NPL) 合作，并制定了一项旨在改善空气质量的新创新奖提案。目标是通过支持开发更高质量低成本的空气质量监测器，并鼓励以新颖的方式使用空气质量数据来改变行为，从而更好地利用数据来解决空气质量问题，从而改善健康状况。
NPL 拥有独特的测试设施，可以支持空气质量监测器的开发，并参与标准化讨论，因此参赛者将推出经过适当测试并可投入市场的设备。 Nesta 拥有丰富的数据挑战赛历史，包括开放数据挑战赛系列和 Open Up Challenge。