📊 Big Data и Data Science в некоммерческом секторе

Если вы планируете карьеру в Big Data или Data Science, необязательно сразу ориентироваться на крупные ИТ-компании. Методы науки о данных используются в различных отраслях, включая некоммерческие организации и государственные образовательные учреждения.

О специфике работы с большими данными мы уже рассказывали. Если вы освоили основы профессии или только собираетесь это сделать, планировать карьеру нужно с самого начала: в зависимости от выбранного вами направления применения своих знаний программа обучения может меняться. Сложнее всего устроиться в крупные ИТ-компании. Там самые большие зарплаты, но и требования даже к кандидатам уровня Junior чрезвычайно высоки.

Есть и хорошая новость: методы Big Data и Data Science применяются в различных отраслях для принятия решений и оптимизации деятельности. Начать карьеру в некоммерческом секторе или в государственном образовательном учреждении будет намного проще, чем сразу после обучения пытаться рассылать резюме в ответ на опубликованные ИТ-гигантами вакансии. Попробуем разобраться, как и зачем в этих отраслях используют науку о данных.

Нужны ли в НКО Data Scientists?

Как и многие компании, некоммерческие организации собирают данные, но редко используют их в полной мере из-за отсутствия специальных команд Data Scientists. Некоторые организации выделяют бюджеты на изучение и внедрение технологий Big Data и Data Science, а значит испытывают и потребность в кадрах. Большая часть талантов сосредоточена в бизнес-секторе, но в НКО также существует пробел в трудовых ресурсах, который необходимо заполнить специалистами с разными интересами. Учитывая относительно невысокий (по сравнению с корпоративным) уровень заработных плат, средняя планка требований к кандидатам здесь пониже.

Роль Data Scientist в НКО

Компании, некоммерческие организации и образовательные учреждения могут использовать большие данные для увеличения доходов – в случае НКО, чтобы покрыть операционные расходы, а не для увеличения итоговой прибыли.

Прогнозная аналитика – главное преимущество науки о данных для некоммерческих организаций. Она позволяет точно измерить эффективность предыдущих и адаптировать будущие усилия к реальности. К примеру, технологии могут использоваться продовольственными банками для определения потребности в дополнительном провианте и поиске доноров в периоды высокого спроса, вроде стихийных бедствий и других ЧС. В образовании большие данные нужны для изучения результатов школьников и студентов – вариантов их применения множество.

Маркетинг и сбор средств

Маркетинг важен для некоммерческих организаций точно так же, как и для бизнеса. Data Scientist может определить целевой рынок и сделать усилия по сбору средств более эффективными. Отношения с донорами являются одним из наиболее важных факторов в работе НКО, а методы Big Data и Data Science нужны для принятия решений в области сбора средств для повышения видимости, а также для стимулирования взносов. Как и бизнес, НКО зависят от отношений с партнерами. Наука о данных помогает эти взаимоотношения развить и предлагает правильные стимулы для их поддержания.

Полученная из больших данных информация используется при разработке статистических моделей для оптимизации сбора средств, для идентификации и классификации доноров, выявления новых связей и определения ценности работы НКО для доноров. Связанный с фандрайзингом и маркетингом анализ данных играет значительную роль в этих усилиях, в частности прогностическое моделирование требуется для определения аудитории и целевого маркетинга. Знание ЦА с точки зрения ее предпочтений, покупательского и донорского поведения, отношений с другими людьми в некоммерческой сфере и, конечно же, уровня дохода и способности совершать пожертвования, может помочь НКО создавать релевантный контент.

Финансирование и оптимизация фондов

Многим некоммерческим организациям приходится иметь дело с высоким риском потерь, потому что они не просто лишаются финансовых ресурсов, но и терпят неудачу как социальный актор. Чтобы убедиться в эффективном использовании ресурсов, НКО необходимо оптимизировать свои процессы.

Например, если организация доставляет продукты питания в обеденное время в государственные школы в бедном районе, она должна использовать оптимальные маршруты доставки. В противном случае школьники останутся голодными, репутация НКО окажется под риском. Специалист по Big Data и Data Science поможет определить, какие маршруты обеспечат быструю доставку с наименьшими расходами.

Мониторинг и внедрение

Поскольку доказательство воздействия имеет важное значение для некоммерческих организаций, они должны владеть методами измерения эффективности своей деятельности. Специалисты по данным могут помочь и с этим. Аналитика выявит пробелы в социальных усилиях организации, подскажет, как разработать более эффективные стратегии, позволит продемонстрировать донорам эффективность работы организации для обоснования целей текущего финансирования, а также для привлечения новых ресурсов.

Примеры проектов Data Science в НКО

Amnesty International

Amnesty International является одним из примеров НКО, которая использовала сегментацию и прогнозное моделирование для выявления аудитории целевого маркетинга. Будучи глобальной организацией с более чем семью миллионами членов, Amnesty International использует методы анализа данных для изучения моделей поведения доноров, лучшей настройки сообщений для потенциальных доноров и определения эффективности кампаний по сбору средств.

Бельгийское отделение Amnesty International недавно заключило соглашение с платформой анализа данных RapidMiner для модернизации возможностей отчетности и аналитики. Amnesty International интегрировала программное обеспечение RapidMiner с системой управления взаимоотношениями с клиентами (CRM). CRM предназначен для повышения доходов и обычно используется компаниями для увеличения прибыли, но он также может играть определенную роль в сборе средств для некоммерческих организаций.

Khan Academy

Образовательное НКО Академия Хана работает через веб-платформу‎. Посещающие ее сайт и взаимодействующие с контентом пользователи генерируют множество данных. Аналитика здесь чрезвычайно эффективна для определения наиболее популярного контента и наиболее эффективной стратегии. Решения из области искусственного интеллекта могут применяться для создания чат-ботов и ресурсов обслуживания клиентов, которые помогают пользователям найти ответы на наиболее часто задаваемые вопросы.

DataKind

DataKind‎ – это НКО, которое объединяет ведущих мировых специалистов по обработке данных с известными организациями по социальным изменениям для сотрудничества в области аналитики и математических алгоритмов для максимизации социального воздействия. На сайте DataKind‎ представлены волонтерские возможности, раздел для подачи идей и примеры завершенных гуманитарных проектов. В DataKind‎, к примеру, построили прогностическую модель, чтобы иметь возможность идентифицировать студентов, которые были подвержены риску отсева, и предложить им своевременную поддержку.

Хочу подтянуть знания по математике, но не знаю, с чего начать. Что делать?

Если базовые концепции языка программирования можно достаточно быстро освоить самостоятельно, то с математикой могут возникнуть сложности. Чтобы помочь освоить математический инструментарий, «Библиотека программиста» совместно с преподавателями ВМК МГУ разработала курс по математике для Data Science, на котором вы:

• подготовитесь к сдаче вступительных экзаменов в Школу анализа данных Яндекса;
• углубитесь в математический анализ, линейную алгебру, комбинаторику, теорию вероятностей и математическую статистику;
• узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения.
• освоите специальную терминологию и сможете читать статьи по Data Science без постоянных обращений к поисковику.

Курс подойдет как начинающим специалистам, так и действующим программистам и аналитикам, которые хотят повысить свой уровень или перейти в новую область.