Big data, samfunnsfag og hvordan du kan endre negative resultater til positive

Datavolumet vokser raskt på grunn av bruk av mobile enheter, sosiale medier og data fra andre ustrukturerte kilder. Store datateknologier, som Hadoop, tar førersetet i næringslivet ved å introdusere nye tilnærminger for å analysere større datamengder på tvers av forskjellige kilder.

Big data er definert som volumet, variasjonen og hastigheten på data som overskrider en organisasjons evne til å administrere og analysere dem på en rettidig måte. Den virkelige fordelen med big data blir realisert når den kan høstes for raske, faktabaserte beslutninger, noe som kan føre til store forretningsbeslutninger. Så organisasjoner som er i stand til å utforske og dra nytte av big data, har en tendens til å ha en tydelig fordel. Her skal vi se på hva big data kan gjøre, hvordan de kan brukes i ett datarikt felt, og hvilke bredere applikasjoner dette har for andre forretningsområder og myndigheter.

Dataeksplosjonen

Den beste måten å definere big data er "den stadig økende mengden og kompleksiteten av informasjon som vi alle oppretter og forbruker hver dag, " sier Charlie Schick, direktør for big data-løsninger for helse- og livsvitenskap hos IBM. Faktisk lager vi hver dag cirka 2, 5 quintillion byte med data ved hjelp av en rekke kilder, fra forskjellige innkjøpstransaksjoner til medisinske bilder fra helsevesenet, fra vitenskapelige forskningsresultater til meldinger på sosiale medier.

Søkemotorer sammen med sosiale medier, som Twitter, har satt opp en ny forekomst av små biter med data som blir samlet i stor skala. Også dette har endret vår måte å tenke på å samle inn og administrere disse dataene. Den nåværende kulturen er å konsumere større mengder av disse små datamaskinene på kort tid. Denne tilnærmingen gir store utfordringer, så vel som spennende muligheter for datahåndtering. For at en forretningsmodell skal lykkes, skal den kunne behandle større datamengder, fanget på små og stadig mer forskjellige måter.

Gitt datamengden blir det en utfordring å finne en effektiv mekanisme for å samle dem. La oss vurdere saken om helseomsorg og sosiale mediedata. Begge disse områdene har store datasett. Datainnsamling for disse feltene er et viktig steg i utviklingen av big data. Uten å ha en passende mekanisme for å samle inn data, kan vi ikke ha nøyaktige resultater.

Utforske og behandle Big Data

Fremover antas det at organisasjoner som kan utforske og dra nytte av big data, skal kunne ta mer evidensbaserte beslutninger raskt. Ved hjelp av big data kan vi enkelt gi svar på noen viktige spørsmål i omtrent alle områder. Her skal vi imidlertid se på sosialtjenestesektoren, et område der big data har makt til å gjøre enorme utslag.

For eksempel bør big data kunne analysere og svare på følgende spørsmål og til slutt gi et bedre pasientresultat:

• Hva er sammenhengen mellom gjenopptak og tilgang til sosiale tjenester?
• Er det noen sammenheng mellom lengden på oppholdet og effektiviteten av intervensjonen?
• Hva er koblingen mellom hjemmeadresse og hyppighetsbesøk?
• Er det mulig å finne en kobling mellom familiestatus, intervensjoner og utfall som kan hjelpe oss med å identifisere lignende intervensjonskandidater når de kommer inn i omsorgssystemet?
• Er det et innblikk i et segment av befolkningen som guider oss til å finjustere programmene våre for å enten svare på eller gå foran en negativ trend som ungdoms graviditet eller vold i hjemmet?

Det er et faktum at bruk av big data i sosialtjenestesektoren kan tillate sosionomer å følge med på de negative trendene og iverksette nødvendige tiltak i tide. Hvis vi klarer å identifisere behovene allerede før klienten vet om dem, kan vi håndtere situasjonen på en mye effektiv måte. Å droppe ut av skolen, innen ungdomssektoren, kan betraktes som et mulig eksempel. Hvis vi sjekker trendene som ungdom løsriver seg fra skolen eller demonstrerer handlinger som har en tendens til å føre til større atferdsrisiko eller pedagogisk underprestasjon - når data tydelig viser høyere potensial - blir det mulig å gripe inn med forebyggende tiltak som kanskje ikke koster mer, men er mer effektive og kan kjøres til klienten.

Big data gjør det mulig å håndtere disse situasjonene og å finne årsaken til problemene. Dette hjelper oss med å utrydde problemet, når det er blitt identifisert. Vi kan oppdage problemet bare ved å se på trendene og de historiske dataene. I sosiale medier må vi ha en trendanalysemekanisme mens vi analyserer dataene. Jo større sett med data vi analyserer, jo bedre og mer nøyaktig kan vi oppnå. Big data gir ikke bare måter å håndtere store datamengder på, men gir også innovative løsninger for behandling av et bredere spekter av data. Big data har muligheten til å håndtere strukturerte, ustrukturerte og semistrukturerte datasett. (Lær mer i 5 virkelige problemer Big Data kan løse.)

Big Data-analyse i samfunnsvitenskap

Analyse av sosiale data er ikke annet enn å analysere sosiale data. Disse dataene kan komme fra alle felt. Som nevnt ovenfor, må vi finne ut den nøyaktige årsaken til negative utfall - for eksempel frafall på videregående skole - i en viss sektor. Når problemet er identifisert, blir det lettere å håndtere situasjonen. Big data er et verktøy som gjør det mulig å finne denne innsikten.