DataKind Singapore’s Latest Project Accelerator
Статья рассказывает о третьем Project Accelerator, организованном DataKind Singapore, на котором более 40 волонтёров — специалистов по анализу данных — помогали четырём некоммерческим организациям региона. Lien AID получила рекомендации по отслеживанию продаж бутилированной воды и анализу неструктурированных текстовых данных. Phandeeyar из Мьянмы предложили автоматизировать подбор волонтёров с нужными навыками через Google-формы. Walk Strong, работающая с малообеспеченным районом Jalan Kukoh в Сингапуре, получила советы по проведению опросов и созданию системы управления данными. Liberty Asia, борющаяся с торговлей людьми, обсудила возможности визуализации и текстового анализа данных на своей облачной платформе. Мероприятие прошло в офисе ThoughtWorks Singapore и позволило каждой организации уйти с конкретным планом действий по работе с данными.
Последний Project Accelerator от DataKind Singapore
[ datascience ] · 8 мин. чтения
Изначально опубликовано в блоге DataKind.
От обеспечения чистой водой и санитарией до борьбы с торговлей людьми и улучшения жизни малообеспеченных слоёв населения — некоммерческие организации нашего региона собирают огромное количество полезных данных, которые могли бы помочь в их работе и лучше обслуживать местные сообщества. Однако у многих из них нет ни времени, ни квалифицированных сотрудников, чтобы очистить, проанализировать и визуализировать эти данные и воспользоваться этим мощным ресурсом.
Во время третьего Project Accelerator, организованного DataKind Singapore, более 40 волонтёров — специалистов по анализу данных — собрались вместе на вечер мозгового штурма и консультирования, чтобы помочь четырём местным организациям именно в этом.
Представители Lien AID, Phandeeyar, Walk Strong и Liberty Asia кратко рассказали о проблемах, с которыми они сталкиваются, и о том, как надеются использовать данные для их решения. Затем участники разделились на фокус-группы, чтобы сформулировать задачи и предложить решения наиболее актуальных вопросов.
Брифинг перед началом Project Accelerator
Lien AID
Lien AID — некоммерческая организация, стремящаяся улучшить жизнь сельских сообществ в Азии, делая чистую воду и санитарию доступными и недорогими. В развивающихся странах около 80% заболеваний связаны с плохим качеством воды и санитарии, а каждый пятый случай смерти детей до пяти лет вызван заболеванием, связанным с водой. Кроме того, необходимость добывать чистую воду — обычно ложащаяся на женщин и детей — сокращает время, которое можно было бы потратить на оплачиваемую работу или учёбу. Для обеспечения устойчивого доступа к чистой воде Lien AID сотрудничает с местными органами власти и организациями, строя водоочистные станции, производящие бутилированную и водопроводную воду.
Постановка задачи: Чтобы понять потребление чистой питьевой воды в сообществе, Lien AID отслеживает домохозяйства, покупающие бутилированную воду, собирая данные посредством телефонных звонков местным операторам. Однако эти данные могут быть ненадёжными, что затрудняет получение точной картины потребления бутилированной воды и связанных с ним преимуществ. Кроме того, Lien AID накопила значительный объём данных из опросов по оценке потребностей и других источников, но большая часть этих данных представляет собой свободный текст. Организация запросила рекомендации по началу анализа данных, особенно неструктурированных текстовых данных.
Предложенные решения: Для повышения точности отслеживания продаж бутилированной воды мы предложили выдать каждому домохозяйству идентификационные карты и/или пронумеровать многоразовые бутылки для воды. Покупки бутилированной воды можно отслеживать, регистрируя номера входящих и исходящих бутылок, а данные о транзакциях хранить в централизованной базе данных. В зависимости от уровня технической грамотности местных операторов простая нумерация может быть заменена штрихкодами или QR-кодами.
Для лучшего структурирования данных на этапе сбора (и сокращения последующей очистки) мы предложили заменить свободные текстовые поля вопросами с вариантами ответов. Чтобы лучше понять, как Lien AID может анализировать имеющиеся данные, мы предложили организации предоставить образец данных для оценки оптимального подхода. Всегда важно сначала сформулировать чёткие вопросы к данным, прежде чем переходить к анализу.
Phandeeyar
Phandeeyar — некоммерческий технологический хаб, объединяющий технологическое сообщество для ускорения развития Мьянмы. Мьянма открылась для мира относительно недавно, а десятилетия изоляции привели к дефициту информационных и коммуникационных технологий. Поэтому у Мьянмы есть огромный потенциал для использования технологий и интернета в целях социальных преобразований. С учётом этого Phandeeyar стремится содействовать сотрудничеству между технологическим сообществом, гражданским обществом и журналистами для достижения позитивного социального эффекта. Среди прошлых мероприятий — совместная работа с Google по краудсорсинговому улучшению Google Translate для Мьянмы и организация семинаров по журналистике данных, посвящённых анализу и визуализации данных.
Постановка задачи: Phandeeyar стремится улучшить свои возможности по подбору волонтёров с нужными навыками под потребности некоммерческих организаций. В настоящее время этот процесс в основном ручной и зависит от знаний сотрудников Phandeeyar о некоммерческих организациях и технологическом сообществе, а централизованная база данных отсутствует. Кроме того, будучи относительно молодой группой, Phandeeyar не имела организованного и эффективного рабочего процесса. Это ограничивало её возможности по сбору данных о мероприятиях и участниках (например, потребности, навыки, контактная информация), затрудняя связь между нуждами гражданского общества и некоммерческих организаций и представителями технологического сообщества с соответствующими компетенциями.
Предложенные решения: Для автоматизации сбора данных о некоммерческих организациях (и их потребностях) и технологическом сообществе (и его навыках) было предложено использовать Google-формы. Хорошо структурированные Google-формы с вариантами ответов для потребностей и навыков (например, очистка данных, анализ, визуализация и т. д.) помогли бы связывать некоммерческие организации с конкретными потребностями и волонтёров с нужными навыками. Для улучшения рабочего процесса Phandeeyar мы предложили создать внутренние команды для каждого направления (например, взаимодействие с партнёрами, логистика и т. д.), а также координировать работу с помощью инструментов управления проектами, таких как Trello.
Walk Strong
Walk Strong, что является прямым переводом «Jalan Kukoh», — это движение, посвящённое улучшению жизни малообеспеченного сообщества Jalan Kukoh. Район Jalan Kukoh, состоящий из девяти арендных жилых блоков (около 4 000 жителей), является одним из беднейших кварталов Сингапура. Сообщество в основном состоит из одиноких пожилых людей, а также включает матерей-одиночек, бывших заключённых и бездомных. Для улучшения жизни сообщества Walk Strong намерена глубже понять потребности района и его жителей. Обладая более полным пониманием, организация стремится разрабатывать целевые программы для удовлетворения потребностей сообщества и консультировать другие организации по наиболее эффективным способам помощи.
Постановка задачи: Walk Strong рассказала, что располагает некоторыми данными о сообществе Jalan Kukoh, однако они хранятся в непоследовательном и бессистемном порядке. Чтобы лучше понять потребности сообщества и дополнить имеющиеся данные, Walk Strong планировала провести опрос для сбора информации о доходах, образовании, источниках продовольствия, уровне судимости и т. д. Walk Strong также обратилась за помощью в разработке комплексной платформы данных для консолидации, очистки и анализа своих данных. Результаты анализа данных затем могли бы использоваться для формирования программ помощи сообществу.
Предложенные решения: Мы предложили для начала внедрить простую систему управления случаями (например, Google Sheets) для хранения имеющихся данных Walk Strong в структурированном виде; дополнительные данные из опроса также можно было бы добавлять в неё. Для опроса мы предложили начать с домохозяйств, которые уже знакомы с Walk Strong и доверяют ей. Быстрый сбор первичных данных затем можно было бы использовать для анализа и при необходимости для дальнейшей корректировки опроса. Некоторые вопросы могут быть деликатными, и респонденты могут отказаться на них отвечать. Для решения этой проблемы мы предложили размещать в начале простые фактологические вопросы, а затем переходить к более чувствительным вопросам (например, о судимости), возможно, на следующем этапе.
Liberty Asia
Liberty Asia работает с организациями по борьбе с торговлей людьми, восполняя пробелы в данных, технологиях и юридической экспертизе. Зачастую данные собираются на бумажных бланках, что затрудняет обмен и использование данных о жертвах и доказательствах для проведения расследований. Кроме того, организации, использующие эти данные, уязвимы перед обвинениями в клевете и нарушении конфиденциальности данных. Для решения этих проблем Liberty Asia предоставляет облачную платформу управления случаями (на базе Salesforce) организациям, работающим на передовой, облегчая хранение, обмен и анализ данных. Она также предоставляет платформу для обмена знаниями и сотрудничества между организациями по борьбе с торговлей людьми, а также юридическую экспертизу и обучение.
Постановка задачи: Поскольку у Liberty Asia не было конкретных проблем, обсуждение в фокус-группе сосредоточилось на её платформе, собираемых данных и том, как они в настоящее время используются партнёрами. Получив более глубокое понимание платформы и данных, мы поделились возможными сценариями визуализации и методами анализа текста для обработки документов (например, NLP, тематическое моделирование).
Сотрудничество с другими некоммерческими организациями: При подготовке к Project Accelerator были выявлены некоторые направления сотрудничества между Liberty Asia и другими некоммерческими организациями. Во-первых, Xinyi и Duncan из Liberty Asia ранее проводили опрос совместно с некоммерческой организацией в малообеспеченном районе Гонконга. Опрос был направлен на выявление коренных причин социальной неподвижности и поиск способов адаптации программ организации, чтобы дать неблагополучной молодёжи возможность полностью реализовать свой потенциал. Это было актуально для Walk Strong и её задачи по проведению опроса. Сразу после Project Accelerator представители Liberty Asia и Walk Strong провели плодотворное обсуждение за ужином, которое включало рекомендации по формулированию деликатных вопросов. Например, вместо того чтобы спрашивать, был ли респондент когда-либо в заключении, более вероятно получить ответ, если спросить, сколько знакомых респондента побывали в заключении. Кроме того, платформа управления случаями Liberty Asia оказалась актуальной для существующего проекта DataCorps — команда DataCorps провела дополнительное обсуждение с Liberty Asia для оценки платформы.
Присоединяйтесь
После интенсивных сессий фокус-групп каждая группа поделилась кратким изложением обсуждений с остальными участниками. Каждая некоммерческая организация получила доступ к экспертам по анализу данных для получения обратной связи и ушла с чётким планом действий по решению своих задач в области данных. Мероприятие также позволило волонтёрам применить свой опыт работы с данными и аналитикой для помощи некоммерческим организациям, работающим на благо местных сообществ. Мы с нетерпением ждём, что будет дальше у этих организаций!
Огромная благодарность ThoughtWorks Singapore за предоставление прекрасного пространства для мероприятия и большое спасибо всем участникам, которые сделали Project Accelerator успешным.
Если вы хотите поделиться своими навыками и помочь местным организациям начать путь в области анализа данных, зарегистрируйтесь в Meetup-группе вашего местного отделения DataKind, чтобы быть в курсе будущих мероприятий!
Изначально опубликовано в блоге DataKind.
Если вы нашли это полезным, пожалуйста, цитируйте данную публикацию следующим образом:
Yan, Ziyou. (Sep 2015). DataKind Singapore's Latest Project Accelerator. eugeneyan.com. https://eugeneyan.com/writing/datakind-sg-project-accelerator/.
или
@article{yan2015datakind, title = {DataKind Singapore's Latest Project Accelerator}, author = {Yan, Ziyou}, journal = {eugeneyan.com}, year = {2015}, month = {Sep}, url = {https://eugeneyan.com/writing/datakind-sg-project-accelerator/} }
Присоединяйтесь к 11 800+ читателям, получающим обновления о машинном обучении, RecSys, LLM и инженерии.