Gebruikmaken van niet-traditionele gegevens voor de sociaal-economische herstelstrategie van Covid-19

Dit artikel is mede-auteur van Selva Ramachandran, plaatselijke vertegenwoordiger, UNDP Filipijnen.

Data worden nu erkend als de ‘nieuwe olie’ voor de digitale economie. Hoewel ontwikkelingsactoren hebben vertrouwd op traditionele gegevensbronnen, zoals die afkomstig zijn uit publieke enquêtes en overheidsadministraties, bestaat er een groot potentieel om de waarde van onconventionele of niet-traditionele bronnen, zoals gegevens uit de particuliere sector, te benutten. een flexibeler, wendbaarder en inclusiever bestuursmodel.

Particuliere bedrijven verzamelen, analyseren en gebruiken routinematig grote hoeveelheden gegevens – zowel afkomstig van hun eigen activiteiten als van andere bedrijven – om bruikbare inzichten te verkrijgen en bedrijfsstrategieën te onderbouwen. Het vermogen en de snelheid waarmee deze data worden benut met behulp van datawetenschap, analytics en kunstmatige intelligentie-tools hebben databewuste bedrijven in staat gesteld met succes door verschillende vormen van crises te navigeren, waaronder de Covid-19-pandemie. In deze dynamische en onzekere omgeving is het belang van hoogfrequente, tijdige en gedetailleerde gegevens ter onderbouwing van de besluitvorming van onschatbare waarde geworden.

Met het oog hierop is het opportuun om de volgende vragen te stellen: Kunnen we de kracht van gegevens die routinematig worden verzameld door bedrijven – waaronder transportaanbieders, mobiele netwerkexploitanten, sociale-medianetwerken en anderen – benutten voor het algemeen belang? Kunnen we de datakloof overbruggen om overheden toegang te geven tot data, inzichten en instrumenten die als basis kunnen dienen voor nationale en lokale respons- en herstelstrategieën?

Het potentieel van niet-traditionele gegevens

Er wordt steeds meer erkend dat traditionele en niet-traditionele gegevens als complementaire bronnen moeten worden gezien. Niet-traditionele gegevens kunnen aanzienlijke voordelen opleveren bij het overbruggen van bestaande gegevenslacunes, maar moeten nog steeds worden gekalibreerd aan de hand van benchmarks die zijn gebaseerd op gevestigde traditionele gegevensbronnen. Deze traditionele datasets worden algemeen als betrouwbaar beschouwd omdat ze onderworpen zijn aan gevestigde strenge internationale en nationale normen. Ze zijn echter vaak beperkt in frequentie en granulariteit, vooral in lage- en middeninkomenslanden, gezien de kosten en tijd die nodig zijn om dergelijke gegevens te verzamelen. Officiële economische indicatoren zoals het bbp, de consumptie van huishoudens en het consumentenvertrouwen zijn bijvoorbeeld mogelijk alleen beschikbaar op nationaal of regionaal niveau met kwartaalupdates.

Ondertussen zijn niet-traditionele gegevens, zoals marktonderzoek dat routinematig maandelijks wordt verzameld uit landelijke enquêtes onder huishoudens, wellicht alleen specifiek voor bepaalde producten en merken, maar kunnen ze frequentere en gedetailleerdere informatie opleveren, met uitsplitsing naar geografisch gebied, sociaal-economische groep huishoudens, geslacht en andere attributen. Bovendien zijn gegevens verzameld via mobiele apparaten, internetplatforms en satellietbeelden vaak in realtime beschikbaar en bieden ze een hoge mate van granulariteit qua locatie. Deze voldoen niet altijd aan de traditionele statistische normen voor het nemen en verzamelen van gegevens en vereisen vaak nieuwe ‘big data’-methodologieën voor de verwerking en analyse. Innovatieve benaderingen die indicatoren uit deze verschillende soorten gegevens combineren, kunnen de consistentie en complementariteit ervan aantonen, de voordelen van elk daarvan benutten en nieuwe inzichten opleveren.

Voorbeelden uit de Filipijnen

In de Filippijnen heeft UNDP, met steun van de Rockefeller Foundation en de Japanse regering, onlangs het Pintig Lab opgezet: een multidisciplinair netwerk van datawetenschappers, economen, epidemiologen, wiskundigen en politicologen, belast met het ondersteunen van datagestuurde crisisrespons en -ontwikkeling. strategieën. Begin 2021 voerde het Lab een onderzoek uit waarin werd onderzocht hoe de bestedingen van huishoudens aan consumentengoederen, of fast-moving consumer products (FMCG’s), kunnen worden gebruikt om de sociaal-economische impact van Covid-19 te beoordelen en heterogeniteiten in het tempo van het herstel te identificeren. in huishoudens in de Filipijnen. Het Philippine National Economic Development Agency is nu bezig deze gegevens op te nemen in hun bbp-voorspellingen, als aanvullende input voor hun voorspellende modellen voor de consumptie. Verder kunnen deze gegevens worden gecombineerd met andere niet-traditionele datasets, zoals transacties met creditcards of mobiele portemonnees, en machinale leertechnieken voor een hogere frequentie van het bbp-nowcasten, om een ​​flexibeler en responsiever economisch beleid mogelijk te maken dat de schokken zowel kan absorberen als erop kan anticiperen. van crisis.

Niet-traditionele gegevens hebben ook het potentieel om inzichten te verschaffen over de status van kwetsbare groepen, waaronder de informele sector, die niet altijd in officiële statistieken worden vastgelegd. Als erkenning hiervan zijn het Department for Information Communication and Technology en UNDP begonnen met het onderzoeken van het gebruik van satellietbeelden om ‘last mile’-gemeenschappen te identificeren die in geografisch geïsoleerde en achtergestelde gebieden leven en om inzicht te krijgen in hun connectiviteitsniveau op het gebied van WiFi, elektriciteit, wegen, onderwijs, gezondheidszorg en markten. Bovendien heeft UNDP chatbots op sociale-mediaplatforms ingezet om snel informatie uit achtergestelde sectoren en kleine ondernemingen te verzamelen, om inzicht te krijgen in de manieren waarop de pandemie hen heeft getroffen en in welke mate de sociale verbeteringsprogramma’s hebben gewerkt.

Dit zijn krachtige voorbeelden van hoe niet-traditionele gegevens licht kunnen en hebben geworpen op achtergestelde groepen die voorheen onzichtbaar waren, waardoor meer inclusieve plannen en programma's mogelijk zijn, zodat niemand achterblijft.

Niet-traditionele gegevens kunnen inclusiviteit faciliteren

Momenteel is het vermogen van regeringen en ontwikkelingsorganisaties om niet-traditionele gegevensbronnen uit de particuliere sector te waarderen, toegankelijk te maken en op verantwoorde wijze te gebruiken beperkt. Dit geldt mondiaal, maar nog meer in de ontwikkelingslanden. Aan de aanbodzijde beseffen bedrijven misschien nog niet ten volle hoe hun gegevens kunnen worden ingezet om de publieke en ontwikkelingsbehoeften te ondersteunen. Verder is er behoefte aan het harmoniseren en operationeel maken van internationale en nationale normen voor datalicenties, privacy en beveiliging om juridische en financiële problemen aan te pakken en de barrières voor het delen van gegevens te verlagen. In dit werk moet worden erkend dat risico's moeten worden geïdentificeerd en dat er een risicobeperkingsstrategie moet worden ingevoerd, waaronder de nauwkeurigheid van de representatie, digitale veiligheidsrisico's, risico's van schending van vertrouwelijkheid en privacy, en potentiële schending van intellectuele eigendomsrechten en andere commerciële belangen. Aan de vraagzijde beschikken overheidsinstanties en ontwikkelingsorganisaties over verschillende niveaus van technische capaciteit en middelen voor datagerelateerd werk. Bovendien kan er, zelfs binnen eenheden waar technisch data-gerelateerd werk wordt uitgevoerd, nog steeds behoefte bestaan ​​aan innovatie op het gebied van benaderingen die deze nieuwe soorten data integreren om de officiële datasets en methodologieën uit te breiden. Bestaande uitdagingen, waaronder methodologische, juridische, privacy- en veiligheidskwesties, moeten worden aangepakt om het praktische gebruik van niet-traditionele gegevens te bevorderen.

Verbreding van de gegevens voor de ontwikkelingsgemeenschap

Het op grote schaal ontsluiten van gegevens uit de particuliere sector voor het algemeen belang vereist het opzetten van de noodzakelijke markt-, juridische en technische infrastructuur, voortbouwend op pijlers van juridische grondslag, databeheer, veilige IT-architectuur, partnerschapsbeheer en multidisciplinaire teams. Een baanbrekend initiatief dat hierin een pionier is geweest, is het Development Data Partnership, een privaat-publiek consortium opgericht door de Wereldbank, het IMF en de IADB met steun van de Rockefeller Foundation. Tot nu toe heeft het 26 grote bedrijven als datapartners – waaronder Google, Facebook, Twitter, Waze en LinkedIn – en zes ontwikkelingspartners – namelijk UNDP, IADB, IMF, Wereldbank, OESO en The Rockefeller Foundation. Multidisciplinaire teams over de hele wereld maken gebruik van de rijke niet-traditionele gegevensbronnen die door het partnerschap worden aangeboden om oplossingen te innoveren om de Covid-6-pandemie aan te pakken, evenals grote ontwikkelingsuitdagingen zoals klimaatverandering, armoede, voedselzekerheid, transportdiensten en genderongelijkheid.

Om maar een paar voorbeelden te noemen: de niet-traditionele gegevens van het partnerschap worden gebruikt om de impact van de Covid-19-beperkingen op de mobiliteit in Vietnam te volgen, de effectiviteit van lokale lockdowns te beoordelen, de stedelijke mobiliteit in Haïti in kaart te brengen om het transportbeleid en de investeringen te onderbouwen en lacunes in de gegevens over de impact van economische activiteit op de klimaatverandering, zodat beleidsmakers robuuste economische en financiële analyses kunnen uitvoeren. Het gebruik van niet-traditionele data ter ondersteuning van de monitoring van de duurzame ontwikkelingsdoelstellingen is ook officieel erkend, dankzij het VN-Comité van Experts voor Big Data en Data Science for Official Statistics.^{de taak om het praktische gebruik ervan voor SDG-monitoring te bevorderen, onder meer als basis voor nieuwe indicatoren of proxy's van indicatoren, met verbeterde tijdigheid en gedetailleerde sociale en georuimtelijke uitsplitsing.}

We zijn nog maar pas begonnen de deur te openen naar een parallelle wereld van niet-traditionele data die al tientallen jaren naast ons bestaat. Terwijl we ons bezighouden met het publieke debat over de verantwoordelijkheden van bedrijven die onze gegevens verzamelen en er geld mee verdienen, en hun positieve en negatieve effecten op de samenleving, is er ruimte om de potentiële voordelen te overwegen als dergelijke krachtige gegevens en hulpmiddelen worden ingezet voor het algemeen belang.

Data zijn inherent politiek en het maximaliseren van de positieve impact ervan op de samenleving, met name door het onthullen van de gezichten van kwetsbare groepen die voorheen onzichtbaar waren, zal een gezamenlijke inspanning vergen van een gemeenschap van praktijkmensen en belangenbehartigers binnen de overheid, het bedrijfsleven, het maatschappelijk middenveld en internationale organisaties om vorm te geven de manieren waarop gegevens worden benaderd, geanalyseerd en gebruikt buiten de grenzen van hun ‘for-profit’-oorsprong. Door dit wel te doen, zou heel goed het potentieel kunnen worden ontsloten voor snellere en inclusievere, op bewijs gebaseerde interventies voor degenen die dit het meest nodig hebben.