Sfruttare dati non tradizionali per la strategia di ripresa socioeconomica del Covid-19

Questo articolo è stato scritto in collaborazione con Selva Ramachandran, Rappresentante Residente, UNDP Filippine.

I dati sono ormai riconosciuti come il "nuovo petrolio" per l'economia digitale. Sebbene gli attori dello sviluppo abbiano fatto affidamento su fonti di dati tradizionali, come quelle provenienti da sondaggi pubblici e amministrazioni pubbliche, esiste un grande potenziale per sfruttare il valore di fonti non convenzionali o non tradizionali come i dati del settore privato, che possono aiutare ad alimentare un marchio di governance più agile, agile e inclusivo.

In effetti, le aziende private raccolgono, analizzano e utilizzano regolarmente grandi volumi di dati, sia provenienti dalle proprie operazioni che da altre aziende, per ricavare informazioni utili e informare le strategie aziendali. L'abilità e il ritmo con cui questi dati vengono sfruttati con l'aiuto di strumenti di data science, analisi e intelligenza artificiale hanno consentito alle aziende esperte di dati di affrontare con successo diverse forme di crisi, inclusa la pandemia di Covid-19. In questo ambiente dinamico e incerto, l'importanza di dati ad alta frequenza, tempestivi e granulari per informare il processo decisionale è diventata inestimabile.

A tal fine, è opportuno porsi le seguenti domande: possiamo sfruttare la potenza dei dati raccolti di routine dalle aziende, inclusi i fornitori di servizi di trasporto, gli operatori di rete mobile, i social network e altri, per il bene pubblico? Possiamo colmare il divario di dati per fornire ai governi l'accesso a dati, approfondimenti e strumenti che possono informare le strategie di risposta e ripristino nazionali e locali?

Il potenziale dei dati non tradizionali

Vi è un crescente riconoscimento che i dati tradizionali e non tradizionali dovrebbero essere visti come risorse complementari. I dati non tradizionali possono apportare vantaggi significativi nel colmare le lacune esistenti nei dati, ma devono comunque essere calibrati rispetto a benchmark basati su fonti di dati tradizionali consolidate. Questi set di dati tradizionali sono ampiamente considerati affidabili in quanto sono soggetti a rigorosi standard internazionali e nazionali stabiliti. Tuttavia, sono spesso limitati in termini di frequenza e granularità, soprattutto nei paesi a basso e medio reddito, dati i costi e il tempo necessari per raccogliere tali dati. Ad esempio, gli indicatori economici ufficiali come il PIL, i consumi delle famiglie e la fiducia dei consumatori possono essere disponibili solo fino a livello nazionale o regionale con aggiornamenti trimestrali.

Nel frattempo, i dati non tradizionali come le ricerche di mercato raccolte regolarmente mensilmente da indagini nazionali sulle famiglie possono essere specifici solo per determinati prodotti e marchi, ma possono fornire informazioni più frequenti e granulari, con disaggregazione per area geografica, gruppo socioeconomico di famiglie, genere e altri attributi. Inoltre, i dati raccolti da dispositivi mobili, piattaforme Internet e immagini satellitari sono spesso disponibili in tempo reale e offrono un'elevata granularità nella posizione. Questi non sempre rispettano gli standard statistici tradizionali di campionamento e raccolta dei dati e spesso richiedono nuove metodologie per l'elaborazione e l'analisi dei "big data". Approcci innovativi che combinano gli indicatori di questi diversi tipi di dati possono dimostrarne la coerenza e la complementarità, sfruttare i vantaggi di ciascuno e produrre nuove intuizioni.

Esempi Dalle Filippine

Nelle Filippine, l'UNDP, con il supporto della Fondazione Rockefeller e del governo del Giappone, ha recentemente istituito il Pintig Lab: una rete multidisciplinare di data scientist, economisti, epidemiologi, matematici e scienziati politici, con il compito di supportare la risposta alle crisi e lo sviluppo basati sui dati strategie. All'inizio del 2021, il Lab ha condotto uno studio che ha esplorato come la spesa delle famiglie per i beni di consumo confezionati, o beni di consumo in rapido movimento (FMCG), possa essere utilizzata per valutare l'impatto socioeconomico del Covid-19 e identificare le eterogeneità nel ritmo della ripresa tra le famiglie nelle Filippine. L'Agenzia nazionale filippina per lo sviluppo economico sta ora incorporando questi dati per le sue previsioni del PIL, come input aggiuntivo per i suoi modelli predittivi per i consumi. Inoltre, questi dati possono essere combinati con altri set di dati non tradizionali come transazioni con carte di credito o portafogli mobili e tecniche di apprendimento automatico per la trasmissione del PIL a frequenza più elevata, per consentire politiche economiche più agili e reattive in grado sia di assorbire che di anticipare gli shock di crisi.

I dati non tradizionali possono anche fornire informazioni sullo stato dei gruppi vulnerabili, compreso il settore informale, che non sempre vengono rilevati dalle statistiche ufficiali. In riconoscimento di ciò, il Dipartimento per la comunicazione e la tecnologia dell'informazione e l'UNDP hanno iniziato a esplorare l'uso delle immagini satellitari per identificare le comunità dell'"ultimo miglio" che vivono in aree geograficamente isolate e svantaggiate e comprendere il loro livello di connettività in termini di WiFi, elettricità, strade, istruzione, sanità e mercati. Inoltre, l'UNDP ha utilizzato chatbot sulle piattaforme dei social media per raccogliere rapidamente informazioni da settori svantaggiati e piccole imprese, per comprendere i modi in cui la pandemia li ha colpiti e la misura in cui i programmi di miglioramento sociale hanno funzionato.

Questi sono esempi potenti di come i dati non tradizionali possano e abbiano fatto luce su gruppi svantaggiati precedentemente invisibili, consentendo piani e programmi più inclusivi in ​​modo che nessuno venga lasciato indietro.

I dati non tradizionali possono facilitare l'inclusività

Attualmente, la capacità dei governi e delle organizzazioni di sviluppo di apprezzare, accedere e utilizzare responsabilmente le fonti di dati non tradizionali del settore privato è limitata: questo vale a livello globale, ma ancor di più nel mondo in via di sviluppo. Dal lato dell'offerta, le aziende potrebbero non apprezzare ancora appieno il modo in cui i loro dati possono essere sfruttati per supportare le esigenze del pubblico e dello sviluppo. Inoltre, è necessario armonizzare e rendere operativi gli standard internazionali e nazionali per la licenza dei dati, la privacy e la sicurezza per affrontare le preoccupazioni legali e finanziarie e ridurre gli ostacoli alla condivisione dei dati. In questo lavoro si deve riconoscere che è necessario identificare i rischi e mettere in atto una strategia di mitigazione, inclusa l'accuratezza della rappresentazione, i rischi per la sicurezza digitale, i rischi di violazione della riservatezza e della privacy e la potenziale violazione dei diritti di proprietà intellettuale e di altri interessi commerciali. Dal lato della domanda, le agenzie governative e le organizzazioni di sviluppo hanno diversi livelli di capacità tecnica e risorse per il lavoro relativo ai dati. Inoltre, anche all'interno delle unità in cui viene svolto il lavoro relativo ai dati tecnici, potrebbe esserci ancora la necessità di innovare approcci che incorporino questi nuovi tipi di dati per aumentare i set di dati e le metodologie ufficiali. Le sfide esistenti, comprese le questioni metodologiche, legali, di privacy e sicurezza, devono essere affrontate per promuovere l'uso pratico dei dati non tradizionali.

Ampliare la comunità dei dati per lo sviluppo

Sbloccare i dati del settore privato per il bene pubblico su larga scala richiede la creazione del mercato, dell'infrastruttura legale e tecnica necessaria, basandosi su pilastri di base giuridica, governance dei dati, architettura IT sicura, gestione della partnership e team multidisciplinari. Un'iniziativa pionieristica che ha aperto la strada a questa è la Development Data Partnership, un consorzio pubblico-privato fondato dalla Banca Mondiale, dall'FMI e dall'IADB con il supporto della Fondazione Rockefeller. Finora, ha 26 grandi aziende come partner di dati, tra cui Google, Facebook, Twitter, Waze e LinkedIn, e 6 partner di sviluppo, vale a dire UNDP, IADB, FMI, Banca Mondiale, OCSE e The Rockefeller Foundation. I team multidisciplinari in tutto il mondo stanno sfruttando le ricche fonti di dati non tradizionali offerte dalla partnership per innovare soluzioni per affrontare la pandemia di Covid-19 e le principali sfide dello sviluppo che comprendono il cambiamento climatico, la povertà, la sicurezza alimentare, i servizi di trasporto e la disuguaglianza di genere.

Solo per citare alcuni esempi, i dati non tradizionali della partnership vengono utilizzati per tracciare l'impatto delle restrizioni di Covid-19 sulla mobilità in Vietnam per valutare l'efficacia dei blocchi localizzati, mappare la mobilità urbana ad Haiti per informare la politica dei trasporti e gli investimenti e riempire lacune nei dati sull'impatto dell'attività economica sui cambiamenti climatici per consentire ai responsabili politici di effettuare solide analisi economiche e finanziarie. È stato inoltre ufficialmente riconosciuto l'utilizzo di dati non tradizionali a supporto del monitoraggio degli obiettivi di sviluppo sostenibile, con il Comitato di esperti delle Nazioni Unite sui Big Data e la scienza dei dati per la statistica ufficiale^{incaricati di promuoverne l'uso pratico per il monitoraggio degli SDG, anche come base per nuovi indicatori o proxy di indicatori, con una maggiore tempestività e una suddivisione sociale e geospaziale granulare.}

Abbiamo appena iniziato ad aprire le porte a un mondo parallelo di dati non tradizionali che esiste al nostro fianco da decenni ormai. Mentre ci impegniamo in un discorso pubblico sulle responsabilità delle aziende che raccolgono e monetizzano i nostri dati e sui loro effetti positivi e negativi sulla società, c'è spazio per considerare i potenziali vantaggi se dati e strumenti così potenti vengono sfruttati per il bene pubblico.

I dati sono intrinsecamente politici e massimizzare i loro impatti positivi per la società, in particolare svelando i volti di gruppi vulnerabili che in precedenza erano stati invisibili, richiederà uno sforzo concertato da parte di una comunità di professionisti e sostenitori all'interno del governo, delle imprese, della società civile e delle organizzazioni internazionali per plasmare le modalità di accesso, analisi e utilizzo dei dati oltre i confini delle loro origini “a scopo di lucro”. Ciò potrebbe benissimo sbloccare il potenziale per interventi basati sull'evidenza più rapidi e inclusivi per coloro che ne hanno più bisogno.