Metodologia zastosowana w Analizie Funkcjonalnej Osiedli Wrocławia została skrojona tak, aby zderzyć twarde liczby z miękkimi obserwacjami terenowymi i wydobyć z tego starcia pełniejszy obraz rzeczywistości. Postawiliśmy na hybrydę metod jakościowych i ilościowych, wierząc, że jedynie zestawienie obu perspektyw daje wiarygodny wgląd w złożoną, wielowątkową materię miejską. W praktyce oznaczało to równoległe prowadzenie ankiet papierowych i elektronicznych, rejestrację śladów GPS podczas spacerów badawczych, analizę danych Urzędu Statystycznego oraz otwartych rejestrów przestrzennych. Punktem zwrotnym było wprowadzenie narzędzi urban data science, w tym klasteryzacji zachowań użytkowników przestrzeni, co pozwoliło rozpoznać powtarzające się schematy korzystania z infrastruktury niezależnie od dzielnicowych stereotypów. W rezultacie powstał dynamiczny model, dzięki któremu możemy nie tylko opisać aktualny stan, lecz także symulować potencjalne scenariusze zmian, uwzględniając rozwój sieci rowerowej, planowane inwestycje i prognozowane trendy demograficzne.
Centralnym elementem procedury badawczej było uporządkowanie danych wokół trzech komplementarnych komponentów. Komponent społeczny mapował kapitał relacyjny – od sąsiedzkich form pomocy po sieć lokalnych stowarzyszeń – uwidaczniając różnice między dzielnicami o silnej i słabej spójności. Komponent przestrzenny tworzył inwentaryzację zasobów materialnych: liczył minuty dojścia do zieleni, mierzył czytelność układu drogowego i oceniał gęstość infrastruktury społecznej. Komponent analityczny spinał oba poprzednie, korzystając z algorytmów uczenia maszynowego, aby wskazać obszary krytyczne i strefy największego potencjału rozwoju. Ta trójstopniowa konstrukcja pozwoliła zbudować narzędzie intuicyjne dla decydentów i jednocześnie elastyczne, gotowe do aktualizacji wraz z pojawianiem się nowych danych albo zmieniającymi się aspiracjami mieszkańców.