Dữ liệu lớn, khoa học xã hội và cách thay đổi kết quả tiêu cực thành tích cực

Khối lượng dữ liệu đang tăng nhanh do việc sử dụng các thiết bị di động, phương tiện truyền thông xã hội và dữ liệu từ các nguồn không có cấu trúc khác. Các công nghệ dữ liệu lớn, chẳng hạn như Hadoop, đang đảm nhận vị trí lái xe trong thế giới kinh doanh bằng cách giới thiệu các phương pháp mới để phân tích khối lượng dữ liệu lớn hơn trên nhiều nguồn khác nhau.

Dữ liệu lớn được định nghĩa là khối lượng, sự đa dạng và tốc độ của dữ liệu vượt quá khả năng quản lý và phân tích dữ liệu của một cơ quan một cách kịp thời. Lợi thế thực sự của dữ liệu lớn được nhận ra khi nó có thể được thu hoạch cho các quyết định nhanh, dựa trên thực tế, có thể dẫn đến các quyết định kinh doanh lớn. Vì vậy, các tổ chức có khả năng khám phá và tận dụng dữ liệu lớn có xu hướng có lợi thế khác biệt. Ở đây chúng ta sẽ xem xét những gì dữ liệu lớn có thể làm, làm thế nào nó có thể được áp dụng trong một lĩnh vực giàu dữ liệu và những ứng dụng nào rộng hơn cho các lĩnh vực kinh doanh và chính phủ khác.

Vụ nổ dữ liệu

Cách tốt nhất để xác định dữ liệu lớn là "lượng thông tin ngày càng tăng và phức tạp mà tất cả chúng ta tạo ra và tiêu thụ hàng ngày", Charlie Schick, giám đốc giải pháp dữ liệu lớn về chăm sóc sức khỏe và khoa học đời sống tại IBM nói. Trên thực tế, mỗi ngày chúng tôi tạo ra khoảng 2, 5 triệu byte dữ liệu bằng nhiều nguồn khác nhau, từ các hồ sơ giao dịch mua hàng khác nhau đến hình ảnh y tế chăm sóc sức khỏe, từ kết quả nghiên cứu khoa học đến thông điệp truyền thông xã hội.

Các công cụ tìm kiếm cùng với phương tiện truyền thông xã hội, chẳng hạn như Twitter, đã thiết lập một ví dụ mới về các bit dữ liệu nhỏ được thu thập trên quy mô lớn. Điều này cũng đã thay đổi cách nghĩ của chúng tôi về việc thu thập và quản lý dữ liệu này. Văn hóa hiện tại là tiêu thụ số lượng lớn hơn của các mẩu dữ liệu nhỏ này trong khoảng thời gian ngắn. Cách tiếp cận này đưa ra những thách thức lớn cũng như cơ hội thú vị để quản lý dữ liệu. Để một mô hình kinh doanh thành công, nó sẽ có thể xử lý khối lượng dữ liệu lớn hơn, được thu thập theo những cách nhỏ và ngày càng đa dạng.

Với khối lượng dữ liệu, việc tìm ra một cơ chế hiệu quả để thu thập dữ liệu trở thành một thách thức. Chúng ta hãy xem xét trường hợp chăm sóc sức khỏe và dữ liệu truyền thông xã hội. Cả hai khu vực này đều có bộ dữ liệu lớn. Thu thập dữ liệu cho các lĩnh vực này là một bước quan trọng trong quá trình tiến hóa của dữ liệu lớn. Không có cơ chế thích hợp để thu thập dữ liệu, chúng tôi không thể có kết quả chính xác.

Khám phá và xử lý dữ liệu lớn

Trong tương lai, người ta tin rằng các tổ chức có thể khám phá và tận dụng dữ liệu lớn sẽ có thể đưa ra các quyết định dựa trên bằng chứng nhanh chóng hơn. Sử dụng dữ liệu lớn, chúng tôi có thể dễ dàng cung cấp câu trả lời cho một số câu hỏi quan trọng trong bất kỳ lĩnh vực nào. Tuy nhiên, ở đây, chúng ta sẽ xem xét lĩnh vực dịch vụ xã hội, một lĩnh vực mà dữ liệu lớn có sức mạnh để tạo ra một tác động lớn.

Ví dụ, dữ liệu lớn sẽ có thể phân tích và trả lời các câu hỏi sau đây và cuối cùng cung cấp kết quả bệnh nhân tốt hơn:

• Sự tương quan giữa tái nhập và tiếp cận các dịch vụ xã hội là gì?
• Có bất kỳ mối tương quan giữa thời gian lưu trú và hiệu quả can thiệp?
• Liên kết giữa địa chỉ nhà và tần suất truy cập là gì?
• Có thể tìm thấy mối liên hệ giữa tình trạng gia đình, các can thiệp và kết quả có thể giúp chúng tôi xác định các ứng cử viên can thiệp tương tự khi họ vào hệ thống chăm sóc?
• Có một cái nhìn sâu sắc về một bộ phận dân cư hướng dẫn chúng ta điều chỉnh các chương trình của mình để đáp ứng hoặc đi trước các xu hướng tiêu cực như mang thai ở tuổi vị thành niên hoặc bạo lực gia đình?

Có một thực tế là việc sử dụng dữ liệu lớn trong lĩnh vực dịch vụ xã hội có thể cho phép nhân viên xã hội theo dõi các xu hướng tiêu cực và có những hành động cần thiết kịp thời. Nếu chúng tôi có thể xác định các nhu cầu ngay cả trước khi khách hàng biết về chúng, chúng tôi có thể xử lý tình huống theo cách hiệu quả hơn nhiều. Bỏ học, trong lĩnh vực thanh niên, có thể được coi là một ví dụ tiềm năng. Nếu chúng ta kiểm tra xu hướng thanh thiếu niên rời khỏi trường học hoặc thể hiện các hành động có xu hướng dẫn đến hành vi có nguy cơ cao hơn hoặc hoạt động giáo dục kém - khi dữ liệu cho thấy tiềm năng cao hơn - thì có thể can thiệp bằng các biện pháp phòng ngừa có thể không tốn kém hơn nhưng có hiệu quả hơn và có thể được điều khiển cho khách hàng.

Dữ liệu lớn giúp có thể xử lý các tình huống này và khám phá lý do của các vấn đề. Điều này giúp chúng tôi xóa bỏ vấn đề, một khi được xác định. Chúng ta có thể khám phá vấn đề chỉ bằng cách xem xét các xu hướng và dữ liệu lịch sử. Trong phương tiện truyền thông xã hội, trong khi phân tích dữ liệu chúng ta phải có cơ chế phân tích xu hướng. Tập dữ liệu lớn hơn mà chúng tôi phân tích, chúng tôi có thể đạt được kết quả chính xác hơn, tốt hơn. Dữ liệu lớn không chỉ cung cấp các cách để xử lý khối lượng dữ liệu lớn mà còn cung cấp các giải pháp sáng tạo để xử lý phạm vi dữ liệu rộng hơn. Dữ liệu lớn có khả năng xử lý các bộ dữ liệu có cấu trúc, không cấu trúc và bán cấu trúc. (Tìm hiểu thêm trong 5 vấn đề trong thế giới thực Dữ liệu lớn có thể giải quyết.)

Phân tích dữ liệu lớn trong khoa học xã hội

Phân tích dữ liệu xã hội không gì khác ngoài phân tích dữ liệu xã hội. Dữ liệu này có thể đến từ bất kỳ lĩnh vực nào. Như đã đề cập ở trên, chúng ta cần tìm ra lý do chính xác cho kết quả tiêu cực - chẳng hạn như bỏ học cấp ba - trong một lĩnh vực nhất định. Một khi vấn đề được xác định, nó sẽ trở nên dễ dàng hơn để xử lý tình huống. Dữ liệu lớn là một công cụ giúp tìm ra những hiểu biết này có thể.