Covid-19 Sosyoekonomik İyileşme Stratejisi İçin Geleneksel Olmayan Verilerden Yararlanma

Bu makale ile birlikte yazılmıştır Selva Ramachandran, Mukim Temsilci, UNDP Filipinler.

Veriler artık dijital ekonomi için “yeni petrol” olarak kabul ediliyor. Kalkınma aktörleri, kamu araştırmaları ve devlet idaresinden elde edilenler gibi geleneksel veri kaynaklarına güvenirken, özel sektörden gelen veriler gibi geleneksel olmayan veya geleneksel olmayan kaynakların değerini kullanmak için büyük bir potansiyel vardır. daha çevik, çevik ve kapsayıcı bir yönetişim markası.

Gerçekten de, özel şirketler, eyleme geçirilebilir içgörüler elde etmek ve iş stratejilerini bilgilendirmek için hem kendi operasyonlarından hem de diğer firmalardan elde edilen büyük hacimli verileri rutin olarak toplar, analiz eder ve kullanır. Bu verilerin veri bilimi, analitik ve yapay zeka araçlarının yardımıyla kullanılma yeteneği ve hızı, veri konusunda bilgili işletmelerin Covid-19 salgını da dahil olmak üzere çeşitli kriz biçimlerinde başarılı bir şekilde gezinmesine olanak sağlamıştır. Bu dinamik ve belirsiz ortamda, karar vermeyi bilgilendirmek için yüksek frekanslı, zamanında ve ayrıntılı verilerin önemi paha biçilmez hale geldi.

Bu amaçla, aşağıdaki soruları sormak yerindedir: Ulaşım sağlayıcıları, mobil ağ operatörleri, sosyal medya ağları ve diğerleri dahil olmak üzere şirketler tarafından rutin olarak toplanan verilerin gücünden kamu yararı için yararlanabilir miyiz? Hükümetlere ulusal ve yerel müdahale ve kurtarma stratejilerini bilgilendirebilecek verilere, içgörülere ve araçlara erişim sağlamak için veri boşluğunu kapatabilir miyiz?

Geleneksel Olmayan Verilerin Potansiyeli

Geleneksel ve geleneksel olmayan verilerin tamamlayıcı kaynaklar olarak görülmesi gerektiğine dair artan bir anlayış vardır. Geleneksel olmayan veriler, mevcut veri boşluklarının kapatılmasında önemli faydalar sağlayabilir, ancak yine de yerleşik geleneksel veri kaynaklarına dayalı kıyaslamalara göre kalibre edilmelidir. Bu geleneksel veri kümeleri, yerleşik katı uluslararası ve ulusal standartlara tabi oldukları için yaygın olarak güvenilir olarak görülmektedir. Bununla birlikte, bu tür verileri toplamak için gereken maliyet ve süre göz önüne alındığında, özellikle düşük ve orta gelirli ülkelerde, sıklık ve ayrıntı açısından genellikle sınırlıdır. Örneğin, GSYİH, hane halkı tüketimi ve tüketici güveni gibi resmi ekonomik göstergeler, üç aylık güncellemelerle yalnızca ulusal veya bölgesel düzeye kadar mevcut olabilir.

Bu arada, ülke çapındaki hanehalkı anketlerinden aylık olarak rutin olarak toplanan pazar araştırması gibi geleneksel olmayan veriler yalnızca belirli ürünlere ve markalara özgü olabilir, ancak coğrafi alan, sosyo-ekonomik hane grubu, cinsiyete göre ayrıştırma ile daha sık ve ayrıntılı bilgi sağlayabilir. ve diğer nitelikler. Ayrıca, mobil cihazlardan, internet platformlarından ve uydu görüntülerinden toplanan veriler genellikle gerçek zamanlı olarak mevcuttur ve lokasyonda yüksek ayrıntı düzeyi sunar. Bunlar her zaman geleneksel istatistiksel veri örnekleme ve toplama standartlarına uymaz ve genellikle işlemek ve analiz etmek için yeni “büyük veri” metodolojileri gerektirir. Bu farklı veri türlerinden göstergeleri birleştiren yenilikçi yaklaşımlar, bunların tutarlılığını ve tamamlayıcılığını gösterebilir, her birinin avantajlarından yararlanabilir ve yeni içgörüler üretebilir.

Filipinler'den Örnekler

Filipinler'de, UNDP, Rockefeller Vakfı ve Japonya hükümetinin desteğiyle, kısa süre önce Pintig Lab'ı kurdu: çok disiplinli bir veri bilimcileri, ekonomistler, epidemiyologlar, matematikçiler ve siyaset bilimcileri ağı, veriye dayalı kriz müdahalesini ve geliştirmeyi desteklemekle görevlendirildi stratejiler. 2021'in başlarında Laboratuvar, paketlenmiş tüketim malları veya hızlı tüketim malları (FMCG'ler) için yapılan hane harcamalarının Covid-19'un sosyoekonomik etkisini değerlendirmek ve toparlanma hızındaki heterojenlikleri belirlemek için nasıl kullanılabileceğini araştıran bir çalışma yaptı. Filipinler'deki haneler arasında. Filipin Ulusal Ekonomik Kalkınma Ajansı, tüketime yönelik tahmin modellerine ek girdi olarak GSYİH tahminlerine bu verileri dahil etme sürecindedir. Ayrıca, bu veriler, kredi kartı veya mobil cüzdan işlemleri gibi diğer geleneksel olmayan veri kümeleri ve daha yüksek frekanslı GSYİH tahminleri için makine öğrenimi teknikleri ile birleştirilebilir ve böylece şokları hem emebilen hem de önceden tahmin edebilen daha çevik ve duyarlı ekonomik politikalara izin verilir. kriz.

Geleneksel olmayan veriler ayrıca, her zaman resmi istatistikler tarafından yakalanmayan, kayıt dışı sektör de dahil olmak üzere hassas grupların durumu hakkında bilgi sağlama potansiyeline sahiptir. Bunun bilincinde olarak, Bilgi İletişimi ve Teknolojisi Departmanı ve UNDP, coğrafi olarak izole edilmiş ve dezavantajlı bölgelerde yaşayan “son mil” topluluklarını belirlemek ve Wi-Fi, elektrik açısından bağlantı düzeylerini anlamak için uydu görüntülerinin kullanımını araştırmaya başladı. yollar, eğitim, sağlık ve pazarlar. Ayrıca UNDP, dezavantajlı sektörlerden ve küçük işletmelerden gelen bilgileri hızla toplamak, pandeminin onları nasıl etkilediğini ve sosyal iyileştirme programlarının ne ölçüde işe yaradığını anlamak için sosyal medya platformlarında sohbet robotlarından yararlandı.

Bunlar, geleneksel olmayan verilerin daha önce görünmez olan dezavantajlı gruplara nasıl ışık tutabildiğine ve aydınlattığına dair güçlü örneklerdir, böylece daha kapsayıcı planlar ve programlara izin verilir, böylece kimse geride kalmaz.

Geleneksel Olmayan Veriler Kapsayıcılığı Kolaylaştırabilir

Şu anda, hükümetlerin ve kalkınma kuruluşlarının özel sektörden gelen geleneksel olmayan veri kaynaklarını takdir etme, bunlara erişme ve sorumlu bir şekilde kullanma yeteneği sınırlıdır - bu küresel olarak geçerlidir, ancak gelişmekte olan dünyada daha da fazladır. Arz tarafında, şirketler, kamu ve kalkınma ihtiyaçlarını desteklemek için verilerinin nasıl kullanılabileceğini henüz tam olarak anlayamayabilir. Ayrıca, yasal ve mali kaygıları gidermek ve veri paylaşımının önündeki engelleri azaltmak için veri lisanslama, gizlilik ve güvenlik için uluslararası ve ulusal standartların uyumlu hale getirilmesine ve işlevsel hale getirilmesine ihtiyaç vardır. Bu çalışmada, temsil doğruluğu, dijital güvenlik riskleri, gizlilik riskleri ve mahremiyet ihlalleri ve fikri mülkiyet haklarının ve diğer ticari çıkarların olası ihlalleri dahil olmak üzere risklerin tanımlanması ve bir azaltma stratejisinin uygulanması gerektiği kabul edilmelidir. Talep tarafında, devlet kurumları ve kalkınma kuruluşları, verilerle ilgili işler için değişen düzeylerde teknik kapasiteye ve kaynaklara sahiptir. Ayrıca, teknik verilerle ilgili çalışmaların yürütüldüğü birimlerde bile, resmi veri kümelerini ve metodolojileri artırmak için bu yeni veri türlerini içeren yaklaşımlarda yenilik yapmaya ihtiyaç duyulabilir. Geleneksel olmayan verilerin pratik kullanımını teşvik etmek için metodolojik, yasal, gizlilik ve güvenlik konularını içeren mevcut zorlukların ele alınması gerekir.

Kalkınma Topluluğu İçin Verilerin Genişletilmesi

Kamu yararı için özel sektör verilerinin büyük ölçekte ortaya çıkarılması, gerekli pazarın, yasal ve teknik altyapının kurulmasını, yasal temeller üzerine inşa edilmesini, veri yönetişimi, güvenli BT mimarisi, ortaklık yönetimi ve çok disiplinli ekipleri gerektirir. Buna öncülük eden çığır açan bir girişim, Rockefeller Vakfı'nın desteğiyle Dünya Bankası, IMF ve IADB tarafından kurulan bir özel-kamu konsorsiyumu olan Development Data Partnership'tir. Şimdiye kadar, veri ortağı olarak Google, Facebook, Twitter, Waze ve LinkedIn dahil olmak üzere 26 büyük şirkete ve UNDP, IADB, IMF, Dünya Bankası, OECD ve The Rockefeller Vakfı olmak üzere 6 geliştirme ortağına sahiptir. Dünyanın dört bir yanındaki çok disiplinli ekipler, iklim değişikliği, yoksulluk, gıda güvenliği, ulaşım hizmetleri ve cinsiyet eşitsizliğini kapsayan büyük kalkınma zorluklarının yanı sıra Covid-19 pandemisine yönelik yenilikçi çözümler geliştirmek için ortaklık aracılığıyla sunulan zengin geleneksel olmayan veri kaynaklarından yararlanıyor.

Sadece birkaç örnek vermek gerekirse, ortaklığın geleneksel olmayan verileri, Kovid-19 kısıtlamalarının Vietnam'daki hareketlilik üzerindeki etkisini izlemek, yerelleştirilmiş tecritlerin etkinliğini değerlendirmek, ulaşım politikasını ve yatırımları bilgilendirmek için Haiti'deki kentsel hareketliliği haritalamak ve doldurmak için kullanılıyor. Politika yapıcıların sağlam ekonomik ve finansal analizler yapmalarını sağlamak için ekonomik faaliyetin iklim değişikliği üzerindeki etkisine ilişkin veri boşlukları. Sürdürülebilir kalkınma hedeflerinin izlenmesini desteklemek için geleneksel olmayan verilerin kullanımı da BM Büyük Veri ve Resmi İstatistikler için Veri Bilimi Uzmanlar Komitesi tarafından resmi olarak kabul edilmiştir.^{yeni göstergeler veya göstergelerin vekilleri için temel olarak dahil olmak üzere, geliştirilmiş zamanlılık ve ayrıntılı sosyal ve jeo-uzamsal döküm ile SDG izleme için pratik kullanımlarını teşvik etmekle görevlendirilmiştir.}

Onlarca yıldır bizimle birlikte var olan geleneksel olmayan verilerin paralel bir dünyasının kapısını daha yeni açmaya başladık. Verilerimizi toplayan ve paraya çeviren şirketlerin sorumlulukları ve bunların toplum üzerindeki olumlu ve olumsuz etkileri hakkında kamuya açık söylemlerde bulunurken, bu tür güçlü veri ve araçlardan kamu yararı için yararlanılması halinde potansiyel faydaları değerlendirmek için alan var.

Veriler doğası gereği politiktir ve özellikle daha önce görünmez olan savunmasız grupların yüzlerini ortaya çıkarmada toplum için olumlu etkilerini en üst düzeye çıkarmak, hükümet, işletmeler, sivil toplum ve uluslararası kuruluşlardaki bir uygulayıcılar ve savunucular topluluğunun şekillendirilmesi için ortak bir çaba gerektirecektir. verilere “kâr amaçlı” kökenlerinin sınırlarının ötesinde erişilme, analiz edilme ve kullanılma yolları. Bunu yapmak, ona en çok ihtiyaç duyanlar için daha hızlı ve kapsayıcı kanıta dayalı müdahaleler potansiyelinin kilidini açabilir.