Big data, sciences sociales et comment transformer des résultats négatifs en résultats positifs

Le volume de données augmente rapidement en raison de l'utilisation des appareils mobiles, des médias sociaux et des données provenant d'autres sources non structurées. Les technologies de Big Data, telles que Hadoop, prennent le volant dans le monde des affaires en introduisant de nouvelles approches pour analyser de plus grands volumes de données à travers diverses sources.

Les mégadonnées sont définies comme le volume, la variété et la vitesse des données qui dépassent la capacité d'une organisation à les gérer et à les analyser en temps opportun. Le véritable avantage du Big Data est réalisé lorsqu'il peut être récolté pour des décisions rapides et basées sur des faits, ce qui peut conduire à des décisions de grande entreprise. Ainsi, les organisations capables d'explorer et de tirer parti des mégadonnées ont généralement un avantage distinct. Ici, nous allons voir ce que les mégadonnées peuvent faire, comment elles peuvent être appliquées dans un domaine riche en données et quelles applications plus larges cela a pour d'autres secteurs des entreprises et du gouvernement.

L'explosion des données

La meilleure façon de définir les mégadonnées est «la quantité et la complexité toujours croissantes des informations que nous créons et consommons tous les jours», explique Charlie Schick, directeur des solutions de mégadonnées pour les soins de santé et les sciences de la vie chez IBM. En fait, chaque jour, nous créons environ 2, 5 quintillions d'octets de données à l'aide de diverses sources, allant de divers enregistrements de transactions d'achat aux images médicales des soins de santé, des résultats de la recherche scientifique aux messages des médias sociaux.

Les moteurs de recherche ainsi que les médias sociaux, tels que Twitter, ont mis en place une nouvelle instance de petits morceaux de données collectés à grande échelle. Cela a également changé notre façon de penser à la collecte et à la gestion de ces données. La culture actuelle consiste à consommer de plus grandes quantités de ces petites données en peu de temps. Cette approche présente d'énormes défis ainsi que des opportunités intéressantes pour la gestion des données. Pour qu'un modèle d'entreprise réussisse, il doit être capable de traiter des volumes de données plus importants, capturés de manière petite et de plus en plus diversifiée.

Compte tenu du volume des données, il devient difficile de trouver un mécanisme efficace pour les collecter. Prenons le cas des données sur les soins de santé et les médias sociaux. Ces deux domaines contiennent de grands ensembles de données. La collecte de données pour ces domaines est une étape importante dans l'évolution des mégadonnées. Sans un mécanisme approprié pour collecter des données, nous ne pouvons pas avoir de résultats précis.

Explorer et traiter le Big Data

À l'avenir, on pense que les organisations qui peuvent explorer et tirer parti des mégadonnées devraient être en mesure de prendre plus rapidement des décisions fondées sur des preuves. En utilisant les mégadonnées, nous pouvons facilement fournir des réponses à certaines questions importantes dans n'importe quel domaine. Ici, cependant, nous allons jeter un œil au secteur des services sociaux, un domaine où les mégadonnées ont le pouvoir d'avoir un impact énorme.

Par exemple, les mégadonnées devraient être en mesure d'analyser et de répondre aux questions suivantes et, en fin de compte, de fournir de meilleurs résultats aux patients:

• Quelle est la corrélation entre la réadmission et l'accès aux services sociaux?
• Existe-t-il une corrélation entre la durée du séjour et l'efficacité de l'intervention?
• Quel est le lien entre l'adresse du domicile et la fréquence des visites?
• Est-il possible de trouver un lien entre l'état familial, les interventions et les résultats qui peuvent nous aider à identifier des candidats à l'intervention similaires lorsqu'ils entrent dans le système de soins?
• Existe-t-il un aperçu d'un segment de la population qui nous guide pour peaufiner nos programmes afin de répondre à ou d'aller de l'avant avec des tendances négatives comme la grossesse chez les adolescentes ou la violence domestique?

Il est un fait que l'utilisation des mégadonnées dans le secteur des services sociaux pourrait permettre aux travailleurs sociaux de surveiller les tendances négatives et de prendre les mesures nécessaires à temps. Si nous sommes en mesure d'identifier les besoins avant même que le client ne les connaisse, nous pouvons gérer la situation de manière beaucoup plus efficace. Le décrochage scolaire, dans le secteur des jeunes, peut être considéré comme un exemple potentiel. Si nous vérifions les tendances au sujet desquelles les jeunes se désengagent de l'école ou démontrons des actions qui tendent à conduire à un comportement à risque plus élevé ou à une sous-performance éducative - lorsque les données montrent clairement un potentiel plus élevé - alors il devient possible d'intervenir avec des mesures préventives qui peuvent ne pas coûter plus cher mais sont plus efficaces et peuvent être dirigés vers le client.

Le Big Data permet de gérer ces situations et de découvrir la cause des problèmes. Cela nous aide à éradiquer le problème, une fois identifié. Nous ne pouvons découvrir le problème qu'en regardant les tendances et les données historiques. Dans les médias sociaux, lors de l'analyse des données, nous devons disposer d'un mécanisme d'analyse des tendances. Le plus grand ensemble de données que nous analysons, les meilleurs résultats, plus précis que nous pouvons obtenir. Les mégadonnées fournissent non seulement des moyens de gérer de gros volumes de données, mais elles fournissent également des solutions innovantes pour traiter une plus large gamme de données. Le Big Data a la capacité de gérer des ensembles de données structurés, non structurés et semi-structurés. (En savoir plus sur 5 problèmes réels que le Big Data peut résoudre.)

Analyse du Big Data en sciences sociales

L'analyse des données sociales n'est rien d'autre que l'analyse des données sociales. Ces données peuvent provenir de n'importe quel domaine. Comme mentionné ci-dessus, nous devons trouver la raison exacte des résultats négatifs - tels que les abandons d'études secondaires - dans un certain secteur. Une fois le problème identifié, il devient plus facile de gérer la situation. Le Big Data est un outil qui permet de trouver ces informations.