Casa Audio Big data, scienze sociali e come trasformare i risultati negativi in ​​risultati positivi

Big data, scienze sociali e come trasformare i risultati negativi in ​​risultati positivi

Sommario:

Anonim

Il volume di dati sta crescendo rapidamente a causa dell'uso di dispositivi mobili, social media e dati da altre fonti non strutturate. Le tecnologie per i big data, come Hadoop, stanno prendendo il posto di guida nel mondo degli affari introducendo nuovi approcci per analizzare grandi volumi di dati attraverso varie fonti.


I big data sono definiti come il volume, la varietà e la velocità dei dati che supera la capacità di un'organizzazione di gestirli e analizzarli in modo tempestivo. Il vero vantaggio dei big data è realizzato quando possono essere raccolti per decisioni rapide e basate sui fatti, che possono portare a decisioni di grandi aziende. Pertanto, le organizzazioni che sono in grado di esplorare e trarre vantaggio dai big data tendono ad avere un netto vantaggio. Qui daremo uno sguardo a cosa possono fare i big data, come possono essere applicati in un campo ricco di dati e quali applicazioni più ampie hanno per altre aree di business e governo.

L'esplosione dei dati

Il modo migliore per definire i big data è "la quantità e la complessità in continua crescita di informazioni che tutti noi creiamo e consumiamo ogni giorno", afferma Charlie Schick, direttore delle soluzioni big data per l'assistenza sanitaria e le scienze della vita presso IBM. In effetti, ogni giorno creiamo circa 2, 5 quintilioni di dati utilizzando una varietà di fonti, dai vari registri delle transazioni di acquisto alle immagini mediche di assistenza sanitaria, dai risultati della ricerca scientifica ai messaggi sui social media.


I motori di ricerca insieme ai social media, come Twitter, hanno creato una nuova istanza di piccoli frammenti di dati raccolti su larga scala. Anche questo ha cambiato il nostro modo di pensare alla raccolta e alla gestione di questi dati. La cultura attuale è quella di consumare grandi quantità di questi piccoli pezzi di dati in brevi periodi di tempo. Questo approccio presenta enormi sfide e interessanti opportunità per la gestione dei dati. Perché un modello di business abbia successo, dovrebbe essere in grado di elaborare grandi volumi di dati, acquisiti in modi piccoli e sempre più diversi.


Dato il volume dei dati, diventa una sfida trovare un meccanismo efficiente per raccoglierli. Consideriamo il caso dell'assistenza sanitaria e dei dati sui social media. Entrambe queste aree hanno grandi serie di dati. La raccolta di dati per questi campi è un passo importante nell'evoluzione dei big data. Senza un meccanismo adeguato per la raccolta dei dati, non possiamo avere risultati accurati.

Esplorazione ed elaborazione di big data

In futuro, si ritiene che le organizzazioni in grado di esplorare e trarre vantaggio dai big data debbano essere in grado di prendere rapidamente più decisioni basate sull'evidenza. Usando i big data, possiamo facilmente fornire risposte ad alcune domande significative in quasi ogni area. Qui, tuttavia, daremo uno sguardo al settore dei servizi sociali, un'area in cui i big data hanno il potere di avere un impatto enorme.


Ad esempio, i big data dovrebbero essere in grado di analizzare e rispondere alle seguenti domande e, in definitiva, fornire un risultato migliore al paziente:

  • Qual è la correlazione tra riammissione e accesso ai servizi sociali?
  • Esiste una correlazione tra la durata del soggiorno e l'efficacia dell'intervento?
  • Qual è il collegamento tra l'indirizzo di casa e la frequenza della visita?
  • È possibile trovare un legame tra status familiare, interventi e risultati che può aiutarci a identificare candidati di intervento simili quando entrano nel sistema di assistenza?
  • Esiste un'idea di un segmento della popolazione che ci guida a modificare i nostri programmi per rispondere o andare avanti con tendenze negative come la gravidanza adolescenziale o la violenza domestica?
È un dato di fatto che l'utilizzo dei big data nel settore dei servizi sociali potrebbe consentire agli assistenti sociali di tenere d'occhio le tendenze negative e intraprendere le azioni necessarie in tempo. Se siamo in grado di identificare le esigenze anche prima che il cliente ne sia a conoscenza, possiamo gestire la situazione in modo molto efficiente. Abbandonare la scuola, all'interno del settore giovanile, può essere considerato un potenziale esempio. Se controlliamo le tendenze su cui i giovani si disimpegnano dalla scuola o dimostriamo azioni che tendono a condurre a un comportamento a rischio maggiore o a una sottoperformance educativa - quando i dati mostrano chiaramente un potenziale maggiore - allora diventa possibile intervenire con misure preventive che potrebbero non costare di più sono più efficaci e possono essere indirizzati al cliente.


I big data consentono di gestire queste situazioni e scoprire il motivo dei problemi. Questo ci aiuta a sradicare il problema, una volta identificato. Possiamo scoprire il problema solo osservando le tendenze e i dati storici. Nei social media, durante l'analisi dei dati dobbiamo disporre di un meccanismo di analisi delle tendenze. L'insieme più ampio di dati che analizziamo, i risultati migliori e più accurati che possiamo ottenere. I big data non solo offrono modi per gestire grandi volumi di dati, ma forniscono anche soluzioni innovative per l'elaborazione di una gamma più ampia di dati. I big data hanno la capacità di gestire set di dati strutturati, non strutturati e semi-strutturati. (Ulteriori informazioni in 5 problemi del mondo reale che i Big Data possono risolvere.)

Analisi dei big data nelle scienze sociali

L'analisi dei dati sociali non è altro che l'analisi dei dati sociali. Questi dati possono provenire da qualsiasi campo. Come accennato in precedenza, dobbiamo scoprire la ragione esatta dei risultati negativi - come l'abbandono scolastico - in un determinato settore. Una volta identificato il problema, diventa più semplice gestire la situazione. I big data sono uno strumento che consente di trovare queste informazioni.

Big data, scienze sociali e come trasformare i risultati negativi in ​​risultati positivi