10 تحديات لعلوم البيانات الكبيرة تواجه المنظمات الانسانية

Nov 23, 2016



البيانات الكبيرة تشير إلى كمية مذهلة من المعلومات التي تم إنشاؤها كمنتج ثانوي لرقمنة حياتنا تزايد استخدامنا للهواتف النقالة والشبكات الاجتماعية، ومحركات البحث، طرق الدفع عبر الإنترنت، وتطبيقات، وهكذا.
ما هو مثير للأوساط الإنمائية والإنسانية، إذا نحن استخراج أنماط من مجموعات البيانات هذه، يمكن أن لدينا مجموعة كاملة من المعلومات في الوقت الحقيقي حول الأشخاص الذين سبق فقط كانت ستكون متاحة مع أشهر من التخطيط وفي ارتفاع تكاليف. وفي بعض الحالات، مثل في البلدان المتأثرة بالصراعات، ولا توجد بيانات كانت ستكون متاحة. يمكننا أن ننظر في البيانات كبيرة ليس بالنفط الجديد بل كالطاقة الخضراء الجديدة. يمكن تماما إعادة تدويرها واستخدامها لأغراض مختلفة، وعلى حل المشاكل المختلفة.
أننا بدأنا فعلا أن نرى أمثلة على كيفية كبيرة البيانات يمكن أن تساعد في دعم التنمية المستدامة والعمل الإنساني. ولكن بينما مشاريع مبتكرة تظهر إمكانات البيانات الكبيرة، علينا أن نتذكر أنه لا تزال هناك تحديات التي نحن بحاجة إلى التغلب عليها.
1-تحديد المشاكل الصحيح حيث يمكن أن تساعد مصادر بيانات جديدة.
تحليل بيانات كبيرة بحد ذاتها ليست حلاً وإنما أداة لحل مشكلة موجودة. مع كثير من رائعة الكبيرة من مصادر البيانات المتاحة، المبتكرين في المنظمات الإنسانية يمكن أن نسترسل بمصادر البيانات الموجودة لديهم حق الوصول إلى، استخدام التي قد إضافة القليل أو لا قيمة للمنظمة. توضيح المشكلة بطريقة دقيقة جداً وضوح تعظيم العائدات المحتملة من المشروع. سيكون لديك للتكرار لصقل بيانكم المشكلة، كما مرات عديدة ولا نعرف ما لا نعرفه. يمكن أن يساعد البحث عن الإلهام في مشاريع أخرى، وبناء على الدروس المستفادة. هنا أمثلة 20 من مشاريع الابتكار البيانات من "نبض الأمم المتحدة العالمية".
2-بيانات بمفردها لن تخضع الأفكار.
الوصول إلى البيانات مجرد جزء من الرحلة. لاستخلاص رؤى من البيانات الخام إلى واضح المنهجيات وداعمة للبحث، وفريق جيد. وتحتاج أيضا الحلفاء والشركاء الذين يمكن أن يعمل معك والمساعدة على تطوير مشروع الابتكار البيانات الخاصة بك. لا يوجد حل سحري، والضجة الأخيرة أوفيرسيمبليفيس ما يمكن وما لا يمكن القيام به مع البيانات الكبيرة. يمكن أن تساعدك هذه الأدوات التيسير في تصميم مشروع ابتكار بيانات.
3-إيجاد بيانات المترجمين ومعالجي البيانات.
الشعب الإنسانية والبيانات عادة لا يتكلمون نفس اللغة: أنها لا تشاطر المفردات أو سياق مشترك، وغالباً ما لا يمكن محاذاة أهدافها. المنظمات الإنسانية بحاجة إلى الملامح المختلطة، أي بيانات المترجمين القادرين على فهم وتفسير كلا جانبي المناقشة. في كثير من الحالات، هو ما تظن مشكلة بيانات كبيرة قد موجود بالفعل واختبار الحل--كل ما تحتاجه بعض جلسات العلاج البيانات. هذا هو تشكيل أفرقة متعددة التخصصات داخل "مختبرات نبض عالمي في الأمم المتحدة".
4-التحقق من أبنية البيانات الكبيرة مع أسس البيانات الصغيرة.
تأكد من أنك تفهم العلاقة بين مصادر البيانات الكبيرة الخاصة بك والعالم الحقيقي، وكيف يتم عادة إنجاز الأمور. في حين قد يكون تنظيف البيانات وإعداد فن، تحليل البيانات علم وعلى هذا النحو فإنه يتطلب منهجيات قوية واختبارها. واحد من أول الأشياء التي تحتاج لمعرفته كيف ستقوم بالتحقق من صحة وتقييم المنهجية المقترحة الخاصة بك. يتنبأ بالفقر، وثروة من البيانات الوصفية الهاتف المحمول هذا البحث والتحقق من صحة النتائج مع الدراسات الاستقصائية للهاتف المحمول، والديمغرافية، والمسح الصحي (درهم).
5-عكس التمثيل الهندسي من مصادر البيانات الكبيرة.
لا نتوقع أن مصدر البيانات الكبيرة وقد عينة ديمغرافية الكمال. الشيء الجدير بالاهتمام هو أن مرات عديدة، بدلاً من الاضطرار 0.1% من السكان مما يجعل الكمال عينة إحصائية تغطي جميع قطاعات، سيكون لديك مصدر بيانات تغطي 30 في المائة من السكان ولكن مع خصائصهم الديموغرافية. تحمل عليه والاستفادة منه. يمكنك مشاهدة أمثلة لأخذ العينات الديموغرافية في هذا البحث الذي يقترحه وكيل لإحصاءات البطالة في إسبانيا استناداً إلى وسائل الإعلام الاجتماعية بصمات الأصابع ودراسة أخرى عن اختراق الهواتف المحمولة والهاتف أنماط الاستخدام في كينيا.
6-مربع أسود ليس لديه قلب (حتى الآن).
أي مشروع البيانات يجب أن تحترم مبادئ الخصوصية. قبل القيام بأي مشروع، تحتاج إلى إجراء الخصوصية والمخاطر أثر تقييم للتأكد من أن كنت على بينه من المخاطر المحتملة التي قد خلق بالوصول إلى أو استخدام بيانات معينة للأفراد والجماعات. المخاطر لا تتعلق فقط بالوصول إلى البيانات أساليب التحليل يجب أيضا النظر بعناية. قد تعمل بعض الخوارزميات أيضا كمربعات سوداء متحيزة. وسوف نحتاج إلى معرفة كيفية تضمين مبادئ حقوق الإنسان في المستقبل من أنظمة منظمة العفو الدولية (الذكاء الاصطناعي). هذه هي مبادئ الخصوصية البيانات "نبض الأمم المتحدة العالمي" الحالي وتقرير صدر مؤخرا من البيت الأبيض حول مستقبل منظمة العفو الدولية.
7-الفجوة قادم.
جميع شركات القطاع الخاص بإنشاء الهياكل التي تسمح لهم باتخاذ قرارات تستند إلى بيانات عن أعمالهم. حقل العلوم البيانات الكبيرة لا تزال في أيامها الأولى، حتى حاجز الدخول منخفضة نسبيا. بيد أن نمو المجال من الأسى، حتى إذا كانت المنظمات الإنسانية تنتظر طويلاً لوضع وحداتها الدهاء البيانات معا، المجال يمكن أن تصبح مكلفة للغاية. وهناك العديد من الهياكل المحتملة يمكن استخدام منظمة، من فريق صغير جداً من المترجمين البيانات وعمليات البيانات الاستعانة بمصادر خارجية، لفريق علوم بيانات مركزية، إلى وحدات القراءة والكتابة البيانات الموزعة عبر المنظمة. بيانات "العلوم أفريقيا" منتدى فريداً، زراعة مجموعة من الخبراء والطلاب تطبيق العلوم البيانات للتحديات الإنمائية والإنسانية.
8-إيجاد الوقت المناسب لإدخال ابتكارات البيانات أثناء حالات الطوارئ.
قبل إجراء الاختبار ابتكار بيانات كبيرة في حالة طوارئ مستمرة، تحتاج المثالية إلى قامت من بين مفهوم إثبات ونموذج أولى، يستند إلى سيناريو واقعي أثر رجعي أو محاكاة. من هناك، تحتاج إلى إيجاد التوازن الصحيح لإدخال نهج جديد في القائمة مهام سير العمل والعمليات، مع احترام سلالات فريدة من نوعها على الموظفين والمستجيبين أثناء حالات طوارئ. شارك في إنشاء نماذج مع المستخدمين على الأرض هو المفتاح لإيجاد أدوات مفيدة. ويقدم التقرير الأخير للمفوضية إلى ما بعد 2015 التكنولوجيا أمثلة متعددة للابتكار في حالات الطوارئ.
9-البيانات لا دائماً أقول لكم ما تريد أن تسمع.
مرات كثيرة الضجيج أكبر من الإشارات والبيانات لا تكشف عن أي شيء ذي مغزى. مرة أخرى، بيانات يمكن أن تكشف الكثير: معلومات إضافية أو شيء غير متوقع التي يمكن أن تؤذي الناس تحاول مساعدة، أصحاب المصلحة الخاصة بك أو حتى فريق الخاص بك. عدم اكتساب الثقة في البيانات الابتكار بين عشية وضحاها.
10-أثر الابتكارات الجديدة بيانات كبيرة لا تقاس حتى الآن. ماذا في ذلك؟
والسؤال الرئيسي: ما القرارات يمكن أن تكون على أساس رؤى بيانات جديدة؟ قياس أثر تلك القرارات المبنية على البيانات سيساعد على جعل حالة قطاع الأعمال للابتكار البيانات الكبيرة في القطاعات الإنمائية والإنسانية. بمجرد الممارسين الإنسانية فهم العائد على الاستثمار بيانات كبيرة استناداً إلى الأثر، يمكننا البدء في قياس التكاليف الفعلية (المالية والبشرية) لعدم استخدام هذه المصادر الجديدة للبيانات، وتبسيط آليات القياس واعتماد.
ما هي التحديات الرئيسية التي تواجه المؤسسة الخاصة بك للاستفادة من الثورة البيانات الكبيرة؟ يمكن أن تتصل أي من أعلاه؟ يقول لنا في التعليقات الواردة أدناه.
المصدر: UNHCR Innovation