Wykorzystanie nietradycyjnych danych w strategii odbudowy społeczno-ekonomicznej Covid-19

Ten artykuł jest współautorem z Selva Ramachandran, przedstawicielka-rezydentka UNDP na Filipinach.

Dane są obecnie uznawane za „nową ropę naftową” dla gospodarki cyfrowej. Chociaż podmioty działające na rzecz rozwoju polegały na tradycyjnych źródłach danych, takich jak dane pochodzące z badań publicznych i administracji rządowej, istnieje ogromny potencjał wykorzystania wartości niekonwencjonalnych i nietradycyjnych źródeł, takich jak dane z sektora prywatnego, które mogą pomóc w napędzaniu rozwoju bardziej zwinny, zwinny i włączający sposób zarządzania.

Rzeczywiście, prywatne firmy rutynowo gromadzą, analizują i wykorzystują duże ilości danych – zarówno pochodzących z ich własnej działalności, jak i od innych firm – w celu uzyskania przydatnych spostrzeżeń i opracowania strategii biznesowych. Możliwości i tempo, w jakim te dane są wykorzystywane za pomocą narzędzi do nauki o danych, analityki i sztucznej inteligencji, pozwoliły firmom znającym się na danych skutecznie przetrwać kilka form kryzysu, w tym pandemię Covid-19. W tym dynamicznym i niepewnym środowisku znaczenie aktualnych i szczegółowych danych o wysokiej częstotliwości w procesie decyzyjnym stało się nieocenione.

W tym celu warto zadać następujące pytania: Czy możemy wykorzystać moc danych rutynowo gromadzonych przez firmy – w tym dostawców usług transportowych, operatorów sieci komórkowych, sieci mediów społecznościowych i inne – dla dobra publicznego? Czy możemy wypełnić lukę w danych, aby zapewnić rządom dostęp do danych, spostrzeżeń i narzędzi, które mogą pomóc w kształtowaniu krajowych i lokalnych strategii reagowania i odbudowy?

Potencjał nietradycyjnych danych

Coraz częściej uznaje się, że tradycyjne i nietradycyjne dane należy postrzegać jako zasoby uzupełniające się. Nietradycyjne dane mogą przynieść znaczne korzyści w wypełnianiu istniejących luk w danych, ale nadal muszą być kalibrowane w oparciu o punkty odniesienia oparte na ustalonych tradycyjnych źródłach danych. Te tradycyjne zbiory danych są powszechnie postrzegane jako wiarygodne, ponieważ podlegają ustalonym rygorystycznym normom międzynarodowym i krajowym. Ich częstotliwość i szczegółowość są jednak często ograniczone, szczególnie w krajach o niskich i średnich dochodach, ze względu na koszty i czas wymagany do gromadzenia takich danych. Na przykład oficjalne wskaźniki gospodarcze, takie jak PKB, spożycie gospodarstw domowych i zaufanie konsumentów, mogą być dostępne jedynie do poziomu krajowego lub regionalnego i aktualizowane co kwartał.

Tymczasem nietradycyjne dane, takie jak badania rynku, rutynowo zbierane co miesiąc z ogólnokrajowych badań gospodarstw domowych, mogą dotyczyć tylko niektórych produktów i marek, ale mogą dostarczać częstszych i bardziej szczegółowych informacji, z dezagregacją według obszaru geograficznego, grupy społeczno-ekonomicznej gospodarstw domowych, płci i inne atrybuty. Co więcej, dane zebrane z urządzeń mobilnych, platform internetowych i zdjęć satelitarnych są często dostępne w czasie rzeczywistym i zapewniają dużą szczegółowość lokalizacji. Nie zawsze są one zgodne z tradycyjnymi standardami statystycznymi dotyczącymi próbkowania i gromadzenia danych i często wymagają nowatorskich metodologii „dużych zbiorów danych” do przetwarzania i analizy. Innowacyjne podejścia, które łączą wskaźniki z tych różnych rodzajów danych, mogą wykazać ich spójność i komplementarność, wykorzystać zalety każdego z nich i uzyskać nowatorskie spostrzeżenia.

Przykłady z Filipin

Na Filipinach UNDP, przy wsparciu Fundacji Rockefellera i rządu Japonii, utworzył niedawno Pintig Lab: multidyscyplinarną sieć skupiającą badaczy danych, ekonomistów, epidemiologów, matematyków i politologów, której zadaniem jest wspieranie reagowania kryzysowego i rozwoju w oparciu o dane strategie. Na początku 2021 r. laboratorium przeprowadziło badanie, w ramach którego sprawdzano, w jaki sposób wydatki gospodarstw domowych na towary pakowane konsumenckie lub towary szybko zbywalne (FMCG) można wykorzystać do oceny społeczno-gospodarczego wpływu Covid-19 i zidentyfikowania niejednorodności w tempie ożywienia gospodarczego w gospodarstwach domowych na Filipinach. Filipińska Narodowa Agencja Rozwoju Gospodarczego jest obecnie w trakcie włączania tych danych do prognoz PKB, jako dodatkowy wkład do swoich modeli predykcyjnych konsumpcji. Co więcej, dane te można łączyć z innymi nietradycyjnymi zbiorami danych, takimi jak transakcje kartami kredytowymi lub portfelami mobilnymi, oraz technikami uczenia maszynowego na potrzeby prognozowania PKB z wyższą częstotliwością, aby umożliwić bardziej zwinną i responsywną politykę gospodarczą, która może zarówno absorbować, jak i przewidywać wstrząsy kryzysu.

Nietradycyjne dane mogą również zapewnić wgląd w status grup szczególnie wrażliwych, w tym sektora nieformalnego, który nie zawsze jest uwzględniany w oficjalnych statystykach. W uznaniu tego Departament Komunikacji Informacyjnej i Technologii oraz UNDP rozpoczęły badania nad wykorzystaniem zdjęć satelitarnych w celu identyfikacji społeczności „ostatniej mili” żyjących na obszarach odizolowanych geograficznie i znajdujących się w niekorzystnej sytuacji oraz zrozumienia ich poziomu łączności pod względem Wi-Fi, energii elektrycznej, drogi, edukacja, opieka zdrowotna i rynki. Ponadto UNDP wykorzystał chatboty na platformach mediów społecznościowych do szybkiego gromadzenia informacji z sektorów znajdujących się w niekorzystnej sytuacji i małych przedsiębiorstw, aby zrozumieć, w jaki sposób pandemia na nie wpłynęła oraz w jakim stopniu zadziałały programy poprawy sytuacji społecznej.

Są to mocne przykłady pokazujące, jak nietradycyjne dane mogą rzucić światło na grupy znajdujące się w niekorzystnej sytuacji, wcześniej niewidoczne, umożliwiając tworzenie bardziej włączających planów i programów, dzięki którym nikt nie zostanie pozostawiony w tyle.

Nietradycyjne dane mogą ułatwić integrację

Obecnie zdolność rządów i organizacji rozwojowych do doceniania, uzyskiwania dostępu i odpowiedzialnego korzystania z nietradycyjnych źródeł danych z sektora prywatnego jest ograniczona – dotyczy to świata, ale w jeszcze większym stopniu w świecie rozwijającym się. Po stronie podaży przedsiębiorstwa mogą jeszcze nie w pełni docenić sposób, w jaki można wykorzystać ich dane do wspierania potrzeb publicznych i rozwojowych. Ponadto istnieje potrzeba zharmonizowania i wprowadzenia w życie międzynarodowych i krajowych standardów w zakresie licencjonowania danych, prywatności i bezpieczeństwa, aby rozwiązać problemy prawne i finansowe oraz zmniejszyć bariery w udostępnianiu danych. W tej pracy należy pamiętać, że należy zidentyfikować ryzyko i wdrożyć strategię jego ograniczania – obejmującą dokładność reprezentacji, zagrożenia bezpieczeństwa cyfrowego, ryzyko naruszenia poufności i prywatności oraz potencjalne naruszenie praw własności intelektualnej i innych interesów handlowych. Po stronie popytu agencje rządowe i organizacje rozwojowe mają różny poziom możliwości technicznych i zasobów do pracy związanej z danymi. Co więcej, nawet w jednostkach, w których wykonywane są prace związane z danymi technicznymi, może w dalszym ciągu zaistnieć potrzeba wprowadzenia innowacji w zakresie podejść uwzględniających te nowe rodzaje danych w celu poszerzenia oficjalnych zbiorów danych i metodologii. Aby promować praktyczne wykorzystanie nietradycyjnych danych, należy stawić czoła istniejącym wyzwaniom, w tym kwestiom metodologicznym, prawnym, dotyczącym prywatności i bezpieczeństwa.

Poszerzanie danych dla społeczności programistów

Odblokowanie danych sektora prywatnego dla dobra publicznego na dużą skalę wymaga utworzenia niezbędnej infrastruktury rynkowej, prawnej i technicznej w oparciu o filary podstaw prawnych, zarządzanie danymi, bezpieczną architekturę informatyczną, zarządzanie partnerstwem i zespoły wielodyscyplinarne. Pionierską inicjatywą, która jest pionierem w tym zakresie, jest Development Data Partnership, konsorcjum prywatno-publiczne założone przez Bank Światowy, MFW i IADB przy wsparciu Fundacji Rockefellera. Jak dotąd ma 26 dużych firm jako partnerów w zakresie danych – w tym Google, Facebook, Twitter, Waze i LinkedIn – oraz 6 partnerów rozwojowych – a mianowicie UNDP, IADB, MFW, Bank Światowy, OECD i Fundację Rockefellera. Multidyscyplinarne zespoły na całym świecie wykorzystują bogate, nietradycyjne źródła danych oferowane w ramach partnerstwa, aby opracowywać innowacyjne rozwiązania mające na celu walkę z pandemią Covid-19, a także poważnymi wyzwaniami rozwojowymi, takimi jak zmiana klimatu, ubóstwo, bezpieczeństwo żywnościowe, usługi transportowe i nierówność płci.

Aby przytoczyć kilka przykładów, nietradycyjne dane partnerstwa są wykorzystywane do śledzenia wpływu ograniczeń Covid-19 na mobilność w Wietnamie, aby ocenić skuteczność lokalnych blokad, stworzyć mapę mobilności miejskiej na Haiti, aby informować o polityce transportowej i inwestycjach oraz wypełniać luki w danych na temat wpływu działalności gospodarczej na zmianę klimatu, aby umożliwić decydentom przeprowadzenie solidnych analiz ekonomicznych i finansowych. Wykorzystanie nietradycyjnych danych do wspierania monitorowania celów zrównoważonego rozwoju zostało również oficjalnie uznane przez Komitet Ekspertów ONZ ds. Big Data i nauki o danych na potrzeby statystyk oficjalnych^{których zadaniem jest promowanie ich praktycznego wykorzystania do monitorowania celów zrównoważonego rozwoju, w tym jako podstawy nowych wskaźników lub wskaźników zastępczych, przy lepszej aktualności i szczegółowym podziale społecznym i geoprzestrzennym.}

Dopiero zaczęliśmy otwierać drzwi do równoległego świata nietradycyjnych danych, który istnieje obok nas od dziesięcioleci. W miarę jak angażujemy się w dyskurs publiczny na temat obowiązków firm, które gromadzą i monetyzują nasze dane, oraz ich pozytywnego i negatywnego wpływu na społeczeństwo, pojawia się przestrzeń do rozważenia potencjalnych korzyści, jeśli tak potężne dane i narzędzia zostaną wykorzystane dla dobra publicznego.

Dane mają charakter z natury polityczny i maksymalizacja ich pozytywnego wpływu na społeczeństwo, w szczególności poprzez odsłanianie twarzy bezbronnych grup społecznych, które wcześniej były niewidoczne, będzie wymagać wspólnych wysiłków społeczności praktyków i zwolenników w rządzie, przedsiębiorstwach, społeczeństwie obywatelskim i organizacjach międzynarodowych w celu ukształtowania sposoby, w jakie dane są uzyskiwane, analizowane i wykorzystywane poza ograniczeniami ich pochodzenia „nastawionego na zysk”. Takie postępowanie mogłoby z powodzeniem uwolnić potencjał szybszych i włączających, opartych na dowodach interwencji dla tych, którzy ich najbardziej potrzebują.