Paggamit ng Hindi Tradisyunal na Data Para sa Socioeconomic Recovery Strategy ng Covid-19

Ang artikulong ito ay kapwa may-akda Selva Ramachandran, Resident Representative, UNDP Philippines.

Ang data ay kinikilala na ngayon bilang "bagong langis" para sa digital na ekonomiya. Bagama't umaasa ang mga aktor sa pag-unlad sa mga tradisyunal na pinagmumulan ng data, tulad ng nagmula sa mga pampublikong survey at pangangasiwa ng pamahalaan, may malaking potensyal na gamitin ang halaga ng hindi kinaugalian o hindi tradisyonal na mga mapagkukunan tulad ng data mula sa pribadong sektor, na maaaring makatulong sa pagpapasigla ng isang mas maliksi, maliksi, at inklusibong tatak ng pamamahala.

Sa katunayan, ang mga pribadong kumpanya ay regular na nangongolekta, nagsusuri at gumagamit ng malalaking volume ng data—parehong nagmula sa kanilang sariling mga operasyon at mula sa iba pang mga kumpanya—upang makakuha ng mga naaaksyunan na insight at ipaalam ang mga diskarte sa negosyo. Ang kakayahan at bilis kung saan ginagamit ang data na ito sa tulong ng data science, analytics at mga tool sa artificial intelligence ay nagbigay-daan sa mga negosyong maalam sa data na matagumpay na mag-navigate sa ilang uri ng krisis, kabilang ang pandemya ng Covid-19. Sa pabago-bago at hindi tiyak na kapaligirang ito, ang kahalagahan ng mataas na dalas, napapanahon at butil-butil na data upang ipaalam ang paggawa ng desisyon ay naging napakahalaga.

Sa layuning ito, angkop na itanong ang mga sumusunod na tanong: Magagamit ba natin ang kapangyarihan ng data na karaniwang kinokolekta ng mga kumpanya—kabilang ang mga provider ng transportasyon, mobile network operator, social media network at iba pa—para sa kapakanan ng publiko? Maaari ba nating i-bridge ang data gap para mabigyan ang mga pamahalaan ng access sa data, mga insight at tool na makakapagbigay-alam sa pambansa at lokal na pagtugon at mga diskarte sa pagbawi?

Ang Potensyal ng Hindi Tradisyonal na Data

Dumarami ang pagkilala na ang tradisyonal at hindi tradisyonal na data ay dapat makita bilang mga pantulong na mapagkukunan. Ang hindi tradisyunal na data ay maaaring magdulot ng makabuluhang mga benepisyo sa pagtutugma ng mga umiiral nang data gaps ngunit dapat pa ring i-calibrate laban sa mga benchmark batay sa mga naitatag na tradisyonal na pinagmumulan ng data. Ang mga tradisyunal na dataset na ito ay malawak na nakikitang maaasahan dahil ang mga ito ay napapailalim sa mga itinatag na mahigpit na internasyonal at pambansang pamantayan. Gayunpaman, kadalasang limitado ang mga ito sa dalas at granularity, lalo na sa mga bansang mababa at nasa gitna ang kita, dahil sa gastos at oras na kinakailangan upang mangolekta ng naturang data. Halimbawa, ang mga opisyal na tagapagpahiwatig ng ekonomiya gaya ng GDP, pagkonsumo ng sambahayan at kumpiyansa ng consumer ay maaaring available lamang hanggang sa pambansa o rehiyonal na antas na may mga quarterly update.

Samantala, ang hindi tradisyunal na data gaya ng market research na regular na kinokolekta buwan-buwan mula sa mga survey sa sambahayan sa buong bansa ay maaaring partikular lamang sa ilang partikular na produkto at brand, ngunit maaaring magbigay ng mas madalas at granular na impormasyon, na may paghihiwalay ayon sa heograpikal na lugar, socio-economic na grupo ng mga sambahayan, kasarian at iba pang mga katangian. Dagdag pa, ang data na nakolekta mula sa mga mobile device, internet platform at satellite na mga imahe ay kadalasang available sa real-time at nag-aalok ng mataas na granularity sa lokasyon. Ang mga ito ay hindi palaging sumusunod sa mga tradisyunal na istatistikal na pamantayan ng sampling at pagkolekta ng data at kadalasang nangangailangan ng mga bagong pamamaraan ng "malaking data" upang maproseso at masuri. Ang mga makabagong diskarte na pinagsasama-sama ang mga tagapagpahiwatig mula sa iba't ibang uri ng data na ito ay maaaring magpakita ng kanilang pagkakapare-pareho at pagkakatugma, pagsasamantala sa mga pakinabang ng bawat isa at makagawa ng mga bagong insight.

Mga Halimbawa Mula sa Pilipinas

Sa Pilipinas, ang UNDP, na may suporta mula sa The Rockefeller Foundation at ng gobyerno ng Japan, ay nag-setup kamakailan ng Pintig Lab: isang multidisciplinary network ng mga data scientist, economist, epidemiologist, mathematician at political scientist, na may tungkuling suportahan ang data-driven na pagtugon sa krisis at pag-unlad. estratehiya. Noong unang bahagi ng 2021, nagsagawa ang Lab ng isang pag-aaral na nag-explore kung paano magagamit ang paggasta ng sambahayan sa mga consumer-packaged goods, o fast-moving consumer goods (FMCGs), para masuri ang socioeconomic na epekto ng Covid-19 at matukoy ang mga heterogeneity sa bilis ng pagbawi. sa buong kabahayan sa Pilipinas. Ang Philippine National Economic Development Agency ay kasalukuyang nasa proseso ng pagsasama ng data na ito para sa kanilang GDP forecasting, bilang karagdagang input sa kanilang predictive models para sa pagkonsumo. Dagdag pa, ang data na ito ay maaaring pagsamahin sa iba pang hindi tradisyunal na mga dataset tulad ng mga transaksyon sa credit card o mobile wallet, at mga diskarte sa machine learning para sa mas mataas na dalas na pag-cast ngayon ng GDP, upang bigyang-daan ang mas maliksi at tumutugon na mga patakaran sa ekonomiya na parehong maaaring sumipsip at maasahan ang mga pagkabigla. ng krisis.

Ang di-tradisyonal na data ay mayroon ding potensyal na magbigay ng mga insight sa katayuan ng mga mahihinang grupo, kabilang ang impormal na sektor, na hindi palaging nakukuha ng mga opisyal na istatistika. Bilang pagkilala dito, sinimulan ng Department for Information Communication and Technology at UNDP na tuklasin ang paggamit ng satellite imagery para matukoy ang mga komunidad na "last mile" na naninirahan sa heograpikal na isolated at disadvantaged na mga lugar at maunawaan ang kanilang antas ng koneksyon sa mga tuntunin ng WiFi, kuryente, kalsada, edukasyon, pangangalaga sa kalusugan at mga pamilihan. Higit pa rito, ginamit ng UNDP ang mga chatbot sa mga platform ng social media upang mabilis na mag-collate ng impormasyon mula sa mga mahihirap na sektor at maliliit na negosyo, upang maunawaan ang mga paraan kung saan naapektuhan sila ng pandemya, at ang lawak kung saan gumana ang mga social amelioration program.

Ang mga ito ay makapangyarihang mga halimbawa kung paano ang hindi tradisyunal na data ay maaaring at nagbigay-liwanag sa mga mahihirap na grupo na dati nang hindi nakikita, na nagbibigay-daan para sa higit pang mga inklusibong plano at programa upang walang maiwanan.

Ang Hindi Tradisyonal na Data ay Makakatulong sa Pagkakaisa

Sa kasalukuyan, limitado ang kakayahan ng mga pamahalaan at mga organisasyon sa pagpapaunlad na pahalagahan, i-access at responsableng gumamit ng hindi tradisyonal na mga pinagmumulan ng data mula sa pribadong sektor— nalalapat ito sa buong mundo, ngunit higit pa sa umuunlad na mundo. Sa panig ng supply, maaaring hindi pa lubos na pinahahalagahan ng mga kumpanya kung paano magagamit ang kanilang data upang suportahan ang mga pangangailangan ng publiko at pag-unlad. Dagdag pa, may pangangailangang pagtugmain at paganahin ang mga internasyonal at pambansang pamantayan para sa paglilisensya ng data, privacy at seguridad upang matugunan ang mga legal at pinansyal na alalahanin at mapababa ang mga hadlang para sa pagbabahagi ng data. Sa gawaing ito, dapat kilalanin na ang mga panganib ay kailangang tukuyin at isang diskarte sa pagpapagaan sa lugar—kabilang ang katumpakan ng representasyon, mga panganib sa digital na seguridad, mga panganib ng pagiging kumpidensyal at mga paglabag sa privacy, at potensyal na paglabag sa mga karapatan sa intelektwal na ari-arian at iba pang mga komersyal na interes. Sa panig ng pangangailangan, ang mga ahensya ng gobyerno at mga organisasyon ng pagpapaunlad ay may iba't ibang antas ng teknikal na kapasidad at mga mapagkukunan para sa gawaing nauugnay sa data. Higit pa rito, kahit na sa loob ng mga unit kung saan isinasagawa ang teknikal na gawaing nauugnay sa data, maaaring kailanganin pa ring magbago sa mga diskarte na nagsasama ng mga bagong uri ng data na ito upang dagdagan ang mga opisyal na dataset at pamamaraan. Ang mga kasalukuyang hamon kabilang ang mga isyu sa pamamaraan, legal, privacy at seguridad ay kailangang tugunan upang maisulong ang praktikal na paggamit ng hindi tradisyonal na data.

Pagpapalawak ng Data Para sa Development Community

Ang pag-unlock ng data ng pribadong sektor para sa pampublikong kabutihan sa sukat ay nangangailangan ng pag-set up ng kinakailangang merkado, legal at teknikal na imprastraktura, pagbuo sa mga haligi ng legal na pundasyon, pamamahala ng data, secure na arkitektura ng IT, pamamahala ng pakikipagsosyo at mga multidisciplinary team. Isang trailblazing initiative na nagpayunir dito ay ang Development Data Partnership, isang pribadong-pampublikong consortium na itinatag ng World Bank, IMF at IADB na may suporta mula sa The Rockefeller Foundation. Sa ngayon, mayroon itong 26 na malalaking kumpanya bilang mga kasosyo sa data—kabilang ang Google, Facebook, Twitter, Waze at LinkedIn—at 6 na kasosyo sa pag-unlad—ibig sabihin, UNDP, IADB, IMF, World Bank, OECD at The Rockefeller Foundation. Ang mga multidisciplinary team sa buong mundo ay gumagamit ng mayamang hindi tradisyunal na data source na inaalok sa pamamagitan ng partnership para magpabago ng mga solusyon para matugunan ang pandemya ng Covid-19 pati na rin ang mga pangunahing hamon sa pag-unlad na sumasaklaw sa pagbabago ng klima, kahirapan, seguridad sa pagkain, mga serbisyo sa transportasyon at hindi pagkakapantay-pantay ng kasarian.

Para lamang magbanggit ng ilang halimbawa, ginagamit ang hindi tradisyunal na data ng partnership para subaybayan ang epekto ng mga paghihigpit sa Covid-19 sa mobility sa Vietnam para masuri ang bisa ng mga localized na lockdown, i-map ang urban mobility sa Haiti para ipaalam ang patakaran sa transportasyon at pamumuhunan at punan. data gaps sa epekto ng pang-ekonomiyang aktibidad sa pagbabago ng klima upang bigyang-daan ang mga gumagawa ng patakaran na gumawa ng matatag na pagsusuri sa ekonomiya at pananalapi. Ang paggamit ng hindi tradisyonal na data upang suportahan ang pagsubaybay sa mga layunin ng napapanatiling pag-unlad ay opisyal ding kinikilala, kasama ng UN Committee of Experts on Big Data and Data Science para sa Opisyal na Istatistika^{naatasang isulong ang kanilang praktikal na paggamit para sa pagsubaybay sa SDG, kabilang ang bilang batayan para sa mga bagong indicator o proxy ng mga indicator, na may pinahusay na pagiging maagap at butil-butil na social at geo-spatial breakdown.}

Nagsimula pa lang kaming buksan ang pinto sa isang parallel na mundo ng hindi tradisyonal na data na umiral sa tabi namin sa loob ng mga dekada ngayon. Habang nagsasagawa kami ng pampublikong diskurso tungkol sa mga responsibilidad ng mga kumpanyang nangongolekta at kumikita ng aming data at ang kanilang mga positibo at negatibong epekto sa lipunan, may puwang upang isaalang-alang ang mga potensyal na benepisyo kung ang gayong makapangyarihang data at tool ay gagamitin para sa kapakanan ng publiko.

Ang data ay likas na pampulitika at ang pag-maximize ng mga positibong epekto nito para sa lipunan, lalo na sa paglalahad ng mga mukha ng mga mahihinang grupo na dati ay hindi nakikita, ay mangangailangan ng sama-samang pagsisikap mula sa isang komunidad ng mga practitioner at tagapagtaguyod sa loob ng pamahalaan, mga negosyo, lipunang sibil at mga internasyonal na organisasyon upang mahubog. ang mga paraan kung saan ina-access, sinusuri at ginagamit ang data sa kabila ng mga limitasyon ng kanilang "para sa kita" na mga pinagmulan. Ang paggawa nito ay napakahusay na magbubukas ng potensyal para sa mas mabilis at napapabilang na mga interbensyon na batay sa ebidensya para sa mga taong higit na nangangailangan nito.