Mobiltelefon Metadata kan forudsige fattigdom og rigdom

For at hjælpe de trængende, skal du vide, hvor de er. Men i mange udviklingslande er demografiske og lige geografiske oplysninger utilgængelige eller væsentligt forældede. I Afrika er de nationale statistikker over den økonomiske produktion ofte faldet med op til 50 procent. De kendte ukendte er utallige og giver liv til ukendte ukendte.

Store data indsamlet fra mobiltelefoner kan muligvis ændre alt det. I en ny undersøgelse offentliggjort i Videnskab, tog forskere data fra individuelle mobiltelefonbrugeropkald fra en rwandisk database indeholdende milliarder af samtaleinteraktioner og kombinerede disse oplysninger med en telefonundersøgelse om grundlæggende velfærdsindikatorer til 850 personer. Derefter kunne de udvikle en meget præcis model, der kortlægger fattigdom og rigdom i hele Rwanda.

"Vi fokuserede på at forstå, hvordan de digitale fodspor i et enkelt individ kan bruges til præcist at forudsige det samme individs socioøkonomiske egenskaber," skrev forskerne, der er tilknyttet University of Washington og University of California, Berkeley. "De forudsagte attributter af millioner af individer kan i sin tur nøjagtigt rekonstruere fordeling af rigdom af en hel nation."

Ifølge forskerne afslører mobiltelefondata meget mere, end når nogen ringer op. Da de analyserede opkaldsposter på mere end en milliard mennesker, kunne de bestemme den indviklede struktur af individets sociale netværk, deres rejsemønstre og lokationsvalg og deres historie om forbrug og udgifter - alle indikatorer for socioøkonomisk status.

Fordi manglen på pålidelige kvantitative data er et sådant problem for regeringerne i udviklingslandene, håber forskerne, at denne specifikke model vil hjælpe rwandiske beslutningstagere med at træffe mere præcise beslutninger om ressourceallokering og vil danne grundlag for "undersøgelsen af ​​ulighed og determinanter for økonomisk vækst. "Det er meget billigere end tidligere dataindsamlingsmetoder: En typisk national husstandsanalyse koster omkring 1 million dollars og tager ca. 18 måneder at fuldføre. Metadataanalysen og telefonundersøgelsen kostede forskerne $ 12.000 og tog fire uger at administrere.

Forskerne bag denne undersøgelse siger, at den største udfordring for deres model vil implementere den med samtykke fra mobilkommunikationsoperatører og tage fat på, hvad der er forbundet med privatlivets fred, kommer op for mobiltelefonbrugere. Men hvis den blomstrer i andre udviklingslande, kan modellen hjælpe med i real-time politisk evaluering, overvåge befolkninger i utilgængelige regioner og hjælpe målrettede ressourcer til dem, der har brug for hjælp mest.