November 28, 2022

Mengapa pengumpulan data seperti memanggang

3 min read

Kami duduk bersama ilmuwan data, Juan Pane yang memimpin tim tempat kami bekerja untuk proyek Taksonomi Data untuk Kesiapsiagaan Pandemi COVID-19 kami. Juan membuat analogi yang sempurna tentang data dan kue. Berikut adalah 5 takeaways utama dari percakapan kami dengannya:

Swab PCR yang nyaman

Takeaway 1: Pikirkan tentang data sebagai bahan untuk kue — mungkin membuat Anda lebih peduli tentang pengumpulan data.

Anda dapat melihat data sebagai bahan untuk kue. Semakin baik bahannya, semakin baik kue yang Anda dapatkan. Tidak mungkin membuat kue yang enak jika menggunakan telur busuk. Kita lupa bahwa telur, tepung, dan semua bahannya diproduksi oleh seseorang. Produsen adalah bagian penting dari proses dan kita perlu peduli tentang siapa mereka dan seberapa terlibat mereka dalam membuat bahan. Menerapkan ini pada data, kita perlu lebih peduli tentang pengumpulan data, tentang pembersihan data, dan tentang pemodelan data.
Takeaway 2: Data adalah sarana untuk mencapai tujuan, bukan tujuan itu sendiri.

Ketika kita mengambil peran sebagai penghasil data, kita membuat kesalahan dengan hanya berfokus pada masalah itu sendiri. Bahkan dalam komunitas data terbuka, kita cenderung lupa bahwa data bukanlah tujuan akhir — itu hanya sarana untuk mencapai tujuan. Nantinya, data tersebut akan digunakan untuk hal lain. Sama seperti dalam metafora data-sebagai-bahan-untuk-kue, pikirkan lagi tentang telur mentah atau tepung. Anda dapat mengkonsumsi ini sendiri, tetapi untuk mendapatkan nilai nyata darinya — perlu dicampur dan dipanggang, dll. Jadi, semakin berpengalaman Anda dalam bekerja dengan data, semakin banyak nilai yang bisa kita dapatkan darinya.
Takeaway 3: Literasi data di antara pemerintah membutuhkan pergeseran fokus — dari dokumen ke data.

Salah satu produsen data terbesar — ​​meskipun ini tidak selalu benar — adalah pemerintah. Khususnya di Amerika Latin, ada kesenjangan besar dalam cara pegawai negeri mengelola atau menangani data dan bahkan menghasilkan data. Di situlah kita sebagai ilmuwan komputer dapat berperan — mengajar dan membimbing mereka tentang cara bekerja dengan data. Begitu orang belajar, fokusnya banyak berubah. Pegawai negeri sudah terbiasa menghasilkan dokumen dalam pekerjaannya. Ini adalah awal yang baik untuk mengalihkan fokus mereka dari memproduksi dokumen menjadi menghasilkan data.
Takeaway 4: Terima kapasitas data Anda dan belajar mengelola ekspektasi.

Pengetahuan dan kapasitas data adalah sesuatu yang harus dikomunikasikan dengan baik untuk menghindari orang yang memiliki harapan besar. Kelemahannya, yang saya lihat dengan proyek lain, adalah bahwa orang ingin mencapai tahap implementasi lanjutan, karena mereka ingin menjadi yang terbaik. Ada negara dengan banyak sumber daya yang berusaha menjadi yang terbaik, tetapi kemudian mereka bahkan tidak memiliki infrastruktur data dasar. Sebelum proyek apa pun, saya menetapkan harapan saya rendah, jadi saya tidak kecewa. Saya mengharapkan banyak pertanyaan dan banyak implementasi dasar yang bisa salah di awal. Dengan lebih dari enam tahun pengalaman dengan data, ini tidak dapat dihindari. Saya telah belajar bahwa menerapkan sistem data itu sulit.
Takeaway 5: Miliki spektrum perspektif, bukan hanya satu.

Salah satu wawasan menarik dari proyek Taksonomi Data COVID-19 ini adalah penggunaan variabel etnis. Kita tidak dapat mendefinisikan kebutuhan atau masa depan hanya berdasarkan satu sudut pandang tertentu. Kita tidak dapat memiliki pandangan utara global tanpa berbagi pandangan selatan global. Kami selalu membutuhkan campuran di antara mereka, terutama ketika kami sedang membangun standar. Negara yang berbeda memiliki budaya yang berbeda dan oleh karena itu memiliki kebutuhan dan perspektif yang berbeda ketika menganalisis data mereka. Berbagai perspektif ini diperlukan ketika kita berurusan dengan data dan terutama ketika kita berurusan dengan hal-hal yang berpotensi berdampak pada komunitas kita.

Ayo Tes PCR

Jika Anda adalah pemerintah dengan kemampuan data terbuka tingkat lanjut, kami mendorong Anda untuk menjelajahi kartu ini dan memanfaatkannya. Jika Anda adalah organisasi masyarakat sipil, Anda dapat belajar dari kartu data ini (dalam bahasa Inggris atau Spanyol) untuk meminta standarisasi data jenis ini dari pemerintah Anda.

Copyright © All rights reserved. | Newsphere by AF themes.