Malaking Data, Mga Agham Panlipunan at Paano Magbabago ng Mga Negatibong Resulta Sa Mga Positibong Ones

Nilalaman

• Ang Pagsabog ng Data
• Paggalugad at Pagproseso ng Malaking Data
• Big Data Analysis sa Social Science

Pinagmulan: Pppbig / Dreamstime.com

Takeaway:

Maaaring mailapat ang malaking data sa halos anumang larangan. Narito sinusuri natin kung paano maaaring magamit ang malaking data sa gawaing panlipunan - at kung ano ang mga implikasyon na mayroon para sa iba pang larangan ng pag-aaral.

Ang dami ng data ay mabilis na lumalaki dahil sa paggamit ng mga mobile device, social media at data mula sa iba pang mga hindi nakabalangkas na mapagkukunan. Ang mga malaking teknolohiya ng data, tulad ng Hadoop, ay dadalhin sa upuan ng mga driver sa mundo ng negosyo sa pamamagitan ng pagpapakilala ng mga bagong diskarte sa pagsusuri ng mas malaking dami ng data sa iba't ibang mga mapagkukunan.

Ang malaking data ay tinukoy bilang ang dami, iba't-ibang at bilis ng data na lumampas sa isang kakayahang pang-organisa upang pamahalaan at pag-aralan ito sa isang napapanahong paraan. Ang totoong bentahe ng malaking data ay natanto kung maaari itong ma-ani para sa mabilis, mga pasyang batay sa katotohanan, na maaaring humantong sa malalaking desisyon sa negosyo. Kaya, ang mga organisasyon na magagawang upang galugarin at samantalahin ng malaking data ay may posibilidad na magkaroon ng natatanging kalamangan. Narito nang mabuti tingnan kung ano ang maaaring gawin ng malaking data, kung paano ito mailalapat sa isang patlang na mayaman sa data, at kung ano ang mas malawak na aplikasyon na ito para sa iba pang mga lugar ng negosyo at pamahalaan.

Ang Pagsabog ng Data

Ang pinakamahusay na paraan upang tukuyin ang malaking data ay "ang patuloy na lumalagong halaga at pagiging kumplikado ng impormasyon na nilikha ng lahat sa atin at kumonsumo araw-araw," sabi ni Charlie Schick, direktor ng malalaking solusyon sa data para sa pangangalaga sa kalusugan at mga agham sa buhay sa IBM. Sa katunayan, araw-araw na lumilikha kami ng humigit-kumulang na 2.5 quintillion byte ng data gamit ang iba't ibang mga mapagkukunan, mula sa iba't ibang mga talaan ng transaksyon sa pagbili sa mga imahen na medikal na pangangalaga sa kalusugan, mula sa mga natuklasan sa pananaliksik sa agham hanggang sa social media s.

Ang mga search engine kasama ang social media, tulad ng, ay nag-set up ng isang bagong halimbawa ng maliit na mga piraso ng data na nakolekta sa isang malaking sukat. Gayundin, nagbago ang aming paraan ng pag-iisip tungkol sa pagkolekta at pamamahala ng data na ito. Ang kasalukuyang kultura ay kumonsumo ng mas malaking dami ng mga maliliit na piraso ng data sa mga maikling panahon. Ang pamamaraang ito ay nagtatanghal ng malaking hamon pati na rin ang mga kapana-panabik na mga pagkakataon para sa pamamahala ng data. Para sa isang modelo ng negosyo upang magtagumpay, dapat itong magproseso ng mas malaking dami ng data, na nakuha sa maliit at lalong magkakaibang mga paraan.

Dahil sa dami ng data, nagiging hamon na makahanap ng isang mahusay na mekanismo upang makolekta ito. Isaalang-alang natin ang kaso ng pangangalaga sa kalusugan at data ng social media. Parehong mga lugar na ito ay may malaking hanay ng data. Ang koleksyon ng data para sa mga patlang na ito ay isang mahalagang hakbang sa malaking ebolusyon ng datas. Nang walang pagkakaroon ng naaangkop na mekanismo upang mangolekta ng data, hindi kami maaaring magkaroon ng tumpak na mga resulta.

Paggalugad at Pagproseso ng Malaking Data

Patuloy na pinaniniwalaan na ang mga samahan na maaaring galugarin at samantalahin ang malaking data ay dapat na gumawa ng mas mabilis na mga desisyon na nakabase sa katibayan. Gamit ang malaking data, madaling magbigay kami ng mga sagot sa ilang mahahalagang katanungan sa halos lahat ng lugar. Dito, subalit, tingnan nang mabuti ang sektor ng mga serbisyong panlipunan, isang lugar kung saan ang malaking data ay may lakas na gumawa ng isang malaking epekto.

Halimbawa, ang malaking data ay dapat na pag-aralan at sagutin ang mga sumusunod na katanungan at sa huli magbigay ng isang mas mahusay na kinalabasan ng pasyente:

• Ano ang ugnayan sa pagitan ng muling pagpasok at pag-access sa mga serbisyong panlipunan?


• Mayroon bang anumang ugnayan sa pagitan ng haba ng pananatili at ang pagiging epektibo ng interbensyon?


• Ano ang link sa pagitan ng address ng bahay at dalas ng pagbisita?


• Posible bang makahanap ng isang link sa pagitan ng katayuan ng pamilya, mga interbensyon, at mga kinalabasan na makakatulong sa amin na makilala ang magkatulad na mga kandidato ng interbensyon habang pinapasok nila ang sistema ng pangangalaga?


• Mayroon bang pananaw sa isang bahagi ng populasyon na gumagabay sa amin upang mai-tweak ang aming mga programa upang matugunan ang alinman o sumulong sa isang negatibong mga uso tulad ng pagbubuntis ng tinedyer o karahasan sa tahanan?

Ito ay isang katotohanan na ang paggamit ng malaking data sa sektor ng serbisyong panlipunan ay maaaring payagan ang mga manggagawang panlipunan na pagmasdan ang mga negatibong uso at gawin ang kinakailangang aksyon sa oras. Kung nagagawa naming makilala ang mga pangangailangan kahit na bago malaman ng kliyente ang tungkol sa mga ito, maaari naming hawakan ang sitwasyon sa isang mas mahusay na paraan. Ang pagtulog sa labas ng paaralan, sa loob ng sektor ng kabataan, ay maaaring isaalang-alang na isang potensyal na halimbawa. Kung susuriin natin ang mga uso tungkol sa kung aling mga pag-disengage ng kabataan mula sa paaralan o nagpapakita ng mga aksyon na may posibilidad na humantong sa mas mataas na peligro na pag-uugali o underperformance ng edukasyon - kung ang data ay malinaw na nagpapakita ng mas mataas na potensyal - kung gayon posible na makialam sa mga hakbang na pang-iwas na maaaring hindi gastos ng higit pa ngunit ay mas epektibo at maaaring itulak sa kliyente.

Ang malaking data ay ginagawang posible upang mahawakan ang mga sitwasyong ito at matuklasan ang dahilan ng mga problema. Makakatulong ito sa amin upang matanggal ang problema, na natukoy. Malalaman natin ang problema lamang sa pamamagitan ng pagtingin sa mga uso at makasaysayang data. Sa social media, habang pinag-aaralan ang data dapat tayong magkaroon ng isang mekanismo ng pagtatasa ng trend. Ang mas malaking hanay ng data na sinuri namin, ang mas mahusay, mas tumpak na mga resulta na maaari nating makamit. Ang malaking data ay hindi lamang nagbibigay ng mga paraan upang mahawakan ang malalaking dami ng data, ngunit nagbibigay din ito ng mga makabagong solusyon para sa pagproseso ng mas malawak na hanay ng data. Ang malaking data ay may kakayahang hawakan ang nakabalangkas, hindi nakabalangkas at semi-nakabalangkas na hanay ng data. (Matuto nang higit pa sa 5 Tunay na Mga Problema sa Daigdig na Malulutas ng Malaking Data.)

Big Data Analysis sa Social Science

Ang data sa panlipunan analytics ay walang iba kundi ang pagsusuri sa data ng lipunan. Ang data na ito ay maaaring magmula sa anumang larangan. Tulad ng nabanggit sa itaas, kailangan nating malaman ang eksaktong dahilan para sa mga negatibong kinalabasan - tulad ng high school drop outs - sa isang tiyak na sektor. Kapag nakilala ang problema, mas madali itong mahawakan ang sitwasyon. Ang malaking data ay isang tool na ginagawang posible ang paghahanap ng mga pananaw na ito.