دولت ها و تصمیم گیری برمبنای تحلیل کلان‌ داده‌

جادوبی مجله جادوبی دولت ها و تصمیم گیری برمبنای تحلیل کلان‌ داده‌
تحلیل کلان‌ داده‌

بصری سازی کلان داده هوش تجاری

برای خیلی از ما شاید جذاب و حتی قابل الگوبرداری باشد اگر بدانیم که دولت های امروزی نیز همانند کسب و کارها تمایل زیادی به تصمیم گیری بر مبنای تحلیل کلان‌ داده‌ دارند. برای درک بهتر این موضوع در ابتدا باید به این نکته توجه کنیم که ساختار نهادهای دولتی تا حد زیادی پیچیده است. دولت ها چه در سطح محلی، چه در سطح ملی، با حجم زیادی از اطلاعات سروکار داشته و نیاز دارند تا با تصمیم گیری بر مبنای آن، کیفیت خدمت رسانی خود را ارتقا دهند. بسیاری از دولت ها همانند شرکت ها آماده­ ی تغییر شیوه های تحلیلی خود و تصمیم گیری بر مبنای تحلیل کلان‌ داده‌ هستند. در این نوشتار می خواهیم به این موضوع بپردازیم که آن ها با استفاده از تحلیل کلان‌ داده‌ ، چگونه و به چه روش هایی می توانند خدمات خود را بهبود ببخشند.

بدین منظور ۴ مورد از مهمترین روش هایی که در آنها دولت ها امکان تصمیم گیری بر مبنای تحلیل کلان‌ داده‌ را می یابند، انتخاب کرده ایم.

۱- خدمات بهتر برای شهروندان

۲- تخصیص بهتر درآمدها (مالیات های دولتی)

۳- توانایی بصری سازی مسائل پیچیده

۴- کاهش تقلب و سوء استفاده


۱- خدمات بهتر برای شهروندان

هدف نهایی هر دولت ارائه ی خدمات با کیفیت برای شهروندان و همچنین تامین امنیت آن هاست. در این راه افکار عمومی خواستار شفافیت بیشتری بوده و بنابراین بسیاری از نهادهای دولتی برای انتقال بهتر اطلاعات به شهروندان جامعه، تحت فشار زیادی قرار دارند. بدین منظور ابزارهای تحلیلی به دولت توانایی تسلط بر داده ها و اشتراک گذاری آسان آن با اعضا را می دهند. اما این موضوع برای پیاده سازی یک راه حل تحلیلی کافی نیست و آن ها نیاز دارند تا خود را به سازمانی کارآمد با نتایجی بهتر تبدیل کنند. داده ها نقش کلیدی در این سیستم بازی می کنند. مقامات هر دولت با تحلیل این داده ها می توانند آمار و روندها را دنبال کرده و در نتیجه بینش و درک بهتری برای انجام وظایف مدیریتی خود بدست آورند.

نمونه هایی از خدمات بهبودیافته بر اساس تحلیل کلان‌ داده‌ :

  • به ادعای وب سایت میکرو استراتژی یکی از مشتریان آن ها که در بخش حمل­ و نقل فعالیت می کند، داده های مربوط به مسافران، زمان انتظار و تجهیزات را جمع­ آوری نموده و تحلیل می کند و در آخر گزارش هایی از آن را تدوین می کند. این گزارش­ ها را مبنای تصمیم­ گیری قرار گرفته و همین امر سبب بهبود بهره وری شرکت و صرفه جویی ۱۰۰ میلیون دلاری در سال شده است. این آژانس حمل و نقل از یک مرکز کنترل به منظور مقایسه­ اتفاقاتی که در تمامی مراکز حمل و نقل رخ می دهد، استفاده کرده و به آن ها این امکان را داده تا در صورت لزوم استراتژی­ شان را تغییر دهند.
  • سرویس پستی آمریکا از داده های لحظه ای و بهنگام (real-time data) برای ارتقای عملکرد خود به سطحی بالاتر استفاده می کند. آن ها از تحلیل های پیشگویانه برای حل کردن مسائل قبل از آنکه بر روی مشتری تاثیر بگذارند، استفاده می کنند. برای مثال سرویس پستی آمریکا به جای آنکه حجم بارهای پستی را افزایش دهد تا هزینه هایش کاهش یابد، می ­تواند به صورت پویا مسیرها و زمان های تحویل را در سرویس پستی تغییر دهد.
  • مسئولان دولتی شهر «آستین» (Austin) در ایالت تگزاس آمارهای جرم و جنایت را به صورت روزانه نظارت، پیگیری و ترسیم می­ کنند. داده های جغرافیایی (مکانی) به صورت تصویری توسط اداره پلیس مورد استفاده قرار می­ گیرند. همین امر، مسئولان شهری را قادر می سازد تا تصمیمات هوشمندانه ­تری بگیرند به عنوان مثال: نیروهای پلیس را در چه مکانی مستقر کنند که سطح امنیت شهر بالاتر برود و همچنین صرفه جویی مالی نیز به همراه داشته باشد.

۲- تخصیص بهتر درآمدها (مالیات های دولتی)

شرکت ها با استفاده از ابزارهای هوشمند کسب و کار می توانند در هزینه و زمان صرفه جویی کنند. این ابزارها برای دولت نیز کارآمد هستند. یک پلت فرم قوی BI ، امکان برنامه ریزی عاقلانه بر روی درآمد حاصل از مالیات را فراهم می کند؛ زیرا به توسعه­ ی درونی چندانی نیازی نداشته و از منابع اندکی استفاده می­ کند (که این امر باعث می ­شود منابع برای سایر پروژه ها آزاد شود). در نتیجه کارمندان، زمان و هزینه کمتری را صرف تدوین صفحات و گزارش­ های طولانی و موقتی کرده و منابع مالی بیشتری را برای طرح های ابتکاری جدید اختصاص می دهند. 

مثال های از تخصیص بهتر درآمدها با استفاده از تحلیل کلان داده :

  • دولت محلی «آستین» درخواست های متعددی را از چندین سازمان مختلف داخلی برای استفاده داده های مشابه دریافت می کرد. این مسئله باعث شد تا بخش فناوری اطلاعات تمرکزشان را بر روی مدیریت سیستم ها گذاشته تا بتوانند به سوالات متعدد و خسته کننده کاربران پاسخ دهند. در حال حاضر با سیستم مناسب BI ، تمامی بخش ها می توانند سریع و راحت به گزارش ها دسترسی داشته باشند و توجه­ خود را به صورت مستقیم بر روی مسائل با ارزش ­تر و پیچیده تری قرار دهند.
  • بسیاری از سازمان های بالادستی دولتی، منابع مالی را به صورت کمک بلاعوض و حواله (کوپن) به سازمان های زیردست تخصیص می دهند. سازمان­ های دولتی با استفاده از سیستم های هوش تجاری می توانند شیوه­ ی تخصیص و توزیع این کمک های مالی را بهبود بخشند و طرح های آتی را ارزیابی نمایند.

۳- توانایی بصری سازی مسائل پیچیده

دولت ها، مسئول ارائه ­ی خدمات به میلیون ها شهروند در نقاط مختلف کشور هستند. پس سازمان ­های مربوط به آن ها باید تعداد زیادی نیروی کار را مدیریت کنند، از دارایی ها و امکانات انبوه نگهداری کنند و کارهای جاری کشور را هم جلو ببرند. با تمام این تفاسیر، سازمان های دولتی با این چالش مستمر روبرو هستند که، باید تصمیمات آگاهانه­ ای برای بسیاری از مسائل پیچیده اتخاذ کنند.

بصری سازی اطلاعات، موجب فهم بهتر مسائل پیچیده می شود.

با وجود هزاران کارمند، دولت ها باید سطوح مختلف نیروی کار را به منظور پاسخگویی به نیازهای فعلی و پیش بینی شده، تقویت کرده و بهبود بخشند. آن ها مسئول آموزش و تقویت کارمندان دولت ها هستند، در حالی که باید از نظر مدیریت نیروی انسانی خود با شرکت های خصوصی نیز رقابت کنند.

مسئله دیگری که دولت ها با آن مواجهند فشار دائمی برای شتاب بخشیدن به استفاده از تکنولوژی های به روز و انطباق با آن است. تلاش های مدرن سازی به چالشی برای نهادهای عمومی (که به دنبال ارتقاء سیستم ها و بهبود قابلیت ها هستند) در سراسر جهان تبدیل شده است. اما سازمان ها نمی توانند به راحتی سرمایه­ گذاری های قبلی یعنی تجهیزات و سیستم های اطلاعاتی و داده­ های قدیمی خود را ترک کنند. لازم به ذکر است که بسیاری از تکنولوژی های جدید BI می­ تواند به صورت دائم با تکنولوژی های قبلی BI سازگاری داشته و باعث شود که سازمان­ ها از سرمایه­ گذاری ها و تجهیزات قبلی خود محافظت کنند و در عین حال عملکردهای مدرن و جدیدی را هم به وجود آورند.

نمونه هایی از مشکلاتی که با بصری سازی رفع شده اند:

  • سازمان­ های دولتی شهر «آستین» در بصری سازی داده ها از دیگر سازمان های دولتی جلوتر هستند. سیستم های اطلاعاتی دید جامعی را از وضعیت نیروی کار سازمان­ به آن ها ارائه می ­دهند. این کار از طریق ترکیب منابع انسانی و داده های نهادی از سیستم های چندگانه انجام می شود. تصمیم ­گیران اصلی با استفاده از نمودارهای مختلف و مناسب می توانند به سرعت شاخص های کلیدی عملکرد خود را مشاهده نمایند. این کار به آن ها اجازه می دهد تا روندهای ناشناخته قبلی را شناسایی کرده و اقدامات موثری را برای مواجه شدن با آن ها انجام دهند.
  • «اداره ­ی کل خدمات» آمریکا به مانند بسیاری دیگر از سازمان های دولتی، از سیستم های قدیمی­ برخوردار بوده به طوری که نمی تواند به راحتی آن ها را تغییر دهد. یک تکنولوژی تحلیلی مدرن از طریق بصری سازی به آن ها کمک می­ کند تا سرمایه گذاری های موجود در سیستم های قدیمی شان را با در اختیار گرفتن داده ها از منابع مختلف به بالاترین حد مطلوب برسانند.

۴- کاهش تقلب و سوء استفاده

تقلب ممکن است در هر معامله ­ای اتفاق بیفتد. برخورد با چنین رفتارهایی از وظایف دولت بشمار می رود. در واقع سازمان های دولتی مسئول ایجاد ضوابطی هستند که جلوی تقلب های مالی را بگیرند. اما برای شناسایی تقلب و  تحت پیگرد قانونی قرار دادن آن ها، بازپرسان دولتی به ابزار و تحلیل های قدرتمندی نیاز دارند به طوری که توانایی آن ها را در استفاده از داده های موجود افزایش دهد. تحلیل داده ها این قابلیت را دارد تا سازمان­ های دولتی را به درک و بینش لازم برای شناسایی موارد تقلب و سوءاستفاده برساند. برای این مهم، از ترکیب و آنالیز کردن داده های برآمده از منابع چندگانه برای کشف روابط پنهان، روندها و رفتارهای مشکوک استفاده می­ شود.

برای شناسایی تقلب و تحت پیگرد قانونی قرار دادن آن ها، بازپرسان دولتی به ابزار و تحلیل های قدرتمندی نیاز دارند به طوری که توانایی آن ها را در استفاده از داده های موجود افزایش دهد. یکی از این ابزارها، ابزارهای تحلیل داده است.

نمونه هایی از کشف و کاهش تقلب در فرآیندهای انجام کار:

  • یک سازمان دولتی که از داشبوردهای تحلیلی استفاده کرده، توانسته بر روی شرکت هایی که با ناهنجاری های آماری مرتبط با بیمه ­ی بیکاری مواجهه هستند نظارت کرده و گزارش های مهمی را تهیه نماید. در ماه اول برنامه، این سازمان بیش از ۲۰۰۰ مورد تخلف را شناسایی کرد. سازمان­ های دولتی با دریافت هشدارهای تقلب از این سامانه­ ها می توانند به سرعت رفتارهای نامطلوب خارج از معیار را شناسایی نموده و بی درنگ تحقیقات در خصوص تقلب را شروع کنند.
  • کاربرد دیگر BI در این حوزه، پیگیری نتایج بکارگیری سیاست ها است. این سیستم­ ها می توانند اطلاعات هدفمندی را به مردم، مجلس­ نمایندگان کشور و رئیس ­جمهورها در خصوص تاثیر یک سیاست در اکوسیستم مورد نظر ارائه کنند. برای مثال اگر یک قانون درباره­ ی مسائل مالی در صنعت فولاد وجود داشته باشد، آن­ ها باید بدانند که این سرمایه ­گذاری چگونه بر کل بازار فولاد تاثیر خواهد گذاشت. ابزارهای تحلیل داده به آن ها برای انجام این کار کمک می­ کنند. بدین ترتیب زوایای پنهان یک سیاست که می تواند دستمایه بروز تقلب شود شناسایی شده و می توانند جلوی آن را بگیرند.

مطالب پیشنهادی

برچسب ها : ,

درج دیدگاه

You have to agree to the comment policy.

*