Велики подаци, друштвене науке и како негативне исходе променити у позитивне

Количина података брзо расте захваљујући употреби мобилних уређаја, друштвених медија и података из других неструктурираних извора. Технологије великих података, попут Хадоопа, заузимају возачко место у пословном свету уводећи нове приступе анализирању веће количине података из различитих извора.

Велики подаци се дефинишу као количина, разноликост и брзина података која превазилази способност организатора да их правовремено управља и анализира. Права предност великих података остварује се када се могу прикупити за брзе, засноване на чињеницама, што може довести до великих пословних одлука. Дакле, организације које су у стању да истражују и искористе велике податке имају предност. Овде ћемо погледати шта велики подаци могу да ураде, како се могу применити у једном пољу богатом подацима и које шире апликације имају за друга подручја пословања и управе.

Експлозија података

Најбољи начин за дефинирање великих података је "све већа количина и сложеност информација које сви ми стварамо и конзумирамо сваки дан", каже Цхарлие Сцхицк, директор рјешења великих података за здравствене услуге и науке о животу у ИБМ-у. У ствари, сваки дан стварамо око 2, 5 квинтилијун бајта података користећи различите изворе, од разних записа о трансакцијама куповине до медицинских слика, од налаза научних истраживања до порука на друштвеним медијима.

Претраживачи заједно са друштвеним медијима, попут Твиттера, поставили су нову инстанцу малих бита података који се прикупљају у великом обиму. Ово је такође променило наш начин размишљања о прикупљању и управљању овим подацима. Тренутна култура је да се у кратким временским интервалима конзумирају веће количине ових малих података. Овај приступ представља огромне изазове као и узбудљиве могућности за управљање подацима. Да би пословни модел успео, требало би да може да обрађује веће количине података, снимљене на мале и све разнолике начине.

С обзиром на обим података, постаје изазов пронаћи ефикасан механизам за њихово прикупљање. Размотримо случај здравствених и социјалних података. Обе ове области имају велике скупове података. Прикупљање података за ова поља важан је корак у развоју великих података. Без одговарајућег механизма за прикупљање података, не можемо имати тачне резултате.

Истраживање и обрада великих података

У наредном периоду, верује се да би организације које могу да истражују и искористе велике податке требало да буду у стању да брзо доносе више засноване на доказима. Користећи велике податке, лако можемо дати одговоре на нека значајна питања у било којој области. Овде ћемо, међутим, погледати сектор социјалних услуга, област где велики подаци имају моћ да направе огроман утицај.

На пример, велики подаци би требали бити у стању да анализирају и одговоре на следећа питања и на крају пруже бољи исход пацијента:

• Каква је повезаност између поновног пријема и приступа социјалним услугама?
• Постоји ли повезаност између дужине боравка и ефикасности интервенције?
• Која је веза између кућне адресе и учесталости посете?
• Да ли је могуће пронаћи везу између породичног статуса, интервенција и резултата који нам могу помоћи да идентификујемо сличне кандидате за интервенцију док уђу у систем неге?
• Постоји ли увид у сегмент популације који нас води ка подешавању наших програма како бисмо одговорили или прешли на негативне трендове попут трудноће у тинејџерима или насиља у породици?

Чињеница је да би коришћење великих података у сектору социјалних услуга могло да омогући социјалним радницима да прате негативне трендове и предузму потребне мере на време. Ако смо у стању да идентификујемо потребе и пре него што клијент сазна за њих, можемо решити ситуацију на много ефикаснији начин. Напуштање школе, у оквиру омладинског сектора, може се сматрати потенцијалним примјером. Ако проверимо трендове око којих се млади искључују из школе или демонстрирамо радње које воде ка већем ризичном понашању или неучинковитости у образовању - када подаци очигледно показују већи потенцијал - онда је могуће интервенисати превентивним мерама које можда неће коштати више, али су ефикаснији и могу се довести до клијента.

Велики подаци омогућавају обраду ових ситуација и откривање разлога за проблеме. Ово нам помаже да искоријенимо проблем након што буде идентификован. Проблем можемо открити само ако погледамо трендове и историјске податке. На друштвеним медијима, док анализирамо податке, морамо имати механизам анализе тренда. Што већи број података које анализирамо то боље и тачније резултате можемо постићи. Велики подаци не само да пружају начине за обраду великих количина података, већ нуде иновативна решења за обраду ширег распона података. Велики подаци имају могућност руковања са структуираним, неструктурираним и полуструктуираним сетовима података. (Сазнајте више у 5 проблема из реалног света Велики подаци се могу решити.)

Анализа великих података у друштвеним наукама

Анализа друштвених података није ништа друго него анализа друштвених података. Ови подаци могу доћи из било којег поља. Као што је горе поменуто, морамо да откријемо тачан разлог за негативне исходе - попут напуштања средњих школа - у одређеном сектору. Једном када се проблем утврди, постаје лакше свладати ситуацију. Велики подаци су алат који омогућава проналажење тих увида.