Além do laboratório de inovação: como a Indonésia aumentou seu apetite por dados

_ Pulse Lab Jakarta é um laboratório de inovação com sede na Indonésia que usa big data, análises em tempo real e inteligência artificial para entender melhor as condições econômicas e sociais na Indonésia. Trabalhando com seu parceiro no governo, o Ministério de Planejamento de Desenvolvimento Nacional da Indonésia (Bappenas), o Pulse Lab Jakarta tem demonstrado como o uso inteligente de dados pode ajudar o governo para entender as mudanças na economia da Indonésia e encontrar soluções para alguns dos grandes desafios do país. Em um seminário no final do ano passado, eles contaram a história de como começaram a colocar os dados no centro da formulação de políticas na Indonésia._

Análises contextuais de processos de conhecimento para políticas na Indonésia (consulte, por exemplo, a sólida coleção de diagnósticos da KSI [aqui](http://www.ksi-indonesia.org/en/news/detail/diagnostic-studies-on- setor do conhecimento)) enfatizam a importância - e os desafios formidáveis - de criar demanda pelo uso de análises e evidências na formulação de políticas públicas. Nos últimos dois anos, temos trabalhado em estreita colaboração com nossos amigos no Centro de Dados e Informações de Bappenas, testando diferentes maneiras de estimular o apetite dos formuladores de políticas para experimentar novas fontes de dados e análises de dados avançadas. Isso inclui sessões de laboratório abertas e clínicas de inovação de dados, bem como muitas reuniões individuais com chefes de divisões diferentes. Chegou ao ponto em que Pak Suharmen, o chefe do Centro de Dados e Informações, sabia nossa apresentação de slides de cor e poderia pular a qualquer momento para explicar a maioria de nossos projetos.

Talvez tenha sido uma combinação de maior conscientização, imperativos técnicos para preencher as lacunas de informação e defesa interna dentro de Bappenas, mas em nossa última reunião do Comitê Diretivo, começamos a ver uma mudança distinta na natureza das solicitações de pesquisa vindas do alto funcionários de nível. Por exemplo, em vez de solicitar uma pesquisa específica, o Vice-Ministro de Assuntos Econômicos de Bappenas apresentou uma lista de questões políticas prioritárias sobre as quais sua divisão precisava de informações e perguntou como as fontes de dados digitais poderiam melhor complementar seus dados e análises existentes.

Revisamos cada uma das questões políticas propostas e fornecemos sugestões técnicas sobre quais tipos de pesquisa seriam viáveis - e quais seriam menos viáveis. Nossa equipe no Laboratório se reuniu com o Vice-Ministro e sua equipe para examinar cada um deles e decidir juntos os tópicos específicos em que trabalharíamos. Posteriormente, isso deu início a outra rodada de reuniões individuais com cada uma das diretorias do Vice-Ministro de Assuntos Econômicos. Pak Suharmen, que participou de quase todas essas reuniões, foi fundamental para que cada um dos diretores designasse seus próprios analistas para trabalhar com nossos pesquisadores: “Você não pode simplesmente solicitar um projeto de pesquisa e deixá-lo - não funciona assim caminho. Você precisa fazer com que seu pessoal trabalhe em conjunto com o Laboratório; não funciona sem o seu conhecimento de domínio. ” Obrigado, Pak Harmen.

Para nossa própria equipe, as reuniões com cada diretoria ajudaram a esclarecer os motivadores por trás das questões políticas, que tipo de análise já estava disponível e como a análise de big data seria realmente útil. Em alguns casos, descobrimos que buscar a análise das pegadas digitais seria muito menos útil do que, digamos, a pesquisa etnográfica para obter percepções comportamentais sobre um segmento específico da população.


Pesquisa colaborativa

Considerando o forte do Laboratório em processamento de dados e análise de dados e a expertise de domínio da BAPPENAS em planejamento econômico, as diretorias assumiram a liderança na concepção e conclusão das partes substantivas dos projetos. Cada uma das diretorias designou dois membros da equipe para trabalhar em estreita colaboração com o Pulse Lab Jakarta em cada projeto. Essa abordagem revelou-se altamente gratificante, pois possibilitou a troca de conhecimentos, o fluxo de informações, a complementaridade do conjunto de habilidades e discussões mais diretas sobre a viabilidade operacional de cada projeto.

Alguns dos projetos incluem:

• Com base em nosso modelo de previsão atual para monitorar a dinâmica dos preços dos alimentos, especialmente de commodities prioritárias como arroz e carne bovina, para fornecer indicadores iniciais se commodity o movimento de preços se aproxima do preço máximo de varejo e do coeficiente de variação de preços.
• Experimentar novas fontes de dados, como dados de comércio eletrônico, para usar como proxies para mapear o estado da economia doméstica.
• Testar pressupostos de correlação entre as taxas de inflação e a opinião pública sobre o aumento dos preços de certas commodities.
• Análise de percepção da marca "Wonderful Indonesia" e dos principais destinos turísticos da Indonésia.

O objetivo era ter resultados de pesquisa que pudéssemos apresentar no final do ano, então, no final de novembro, nossas equipes conjuntas de pesquisa sentaram-se para fazer um balanço de nosso progresso. Houve variação significativa em termos de ter “produtos acabados” para cada um dos tópicos de pesquisa. Em alguns casos, tivemos que modificar e aprimorar as questões de pesquisa novamente e executar a análise novamente. O projeto sobre a inflação, por exemplo, ainda era difícil e precisa de mais iteração porque ainda temos que estabelecer uma fórmula que mostre uma forte correlação entre a inflação e a percepção das pessoas sobre os preços das commodities (a visualização pode ser encontrada [aqui](http: / /plj.bappenas.go.id/ews-inflasi/)).

“Você não pode simplesmente solicitar um projeto de pesquisa e deixá-lo - não funciona assim"

Em outros casos, como explorar o uso de dados de comércio eletrônico, tivemos que restringir o escopo da análise para algo muito mais específico. Decidimos nos concentrar em dados de preços de casas em todas as províncias e ver se podemos obter uma visão da comparação. Embora tenhamos conseguido limpar os dados e mostrar o padrão de dinâmica de preços (visualização aqui), a parte analítica real para correlacionar isso a eventos, choques ou tensões, ou outros fatores econômicos indicadores ainda está para ser feito. Isso é algo que estamos ansiosos para explorar mais com a equipe Bappenas no próximo ano.

Nossos colegas Bappenas abriram caminho na exploração das conexões entre pegadas digitais e outros conjuntos de dados contextuais. Por exemplo, trabalhamos com analistas da Diretoria de Indústria, Turismo e Economia Criativa de Bappenas para realizar uma análise de mídia social da campanha "Maravilhosa Indonésia", comparando-a com outras campanhas de natureza semelhante. Os analistas de Bappenas então combinaram isso com seus próprios dados sobre estratégias para promover a marca de turismo da Indonésia, incluindo onde e quando eventos promocionais foram realizados. Usando análises selecionadas pelo tempo e selecionadas geograficamente, a equipe conjunta descobriu novos insights sobre a eficácia potencial de estratégias específicas.

Achamos que ainda é muito cedo para medir o valor dos resultados, ou para afirmar com segurança que os resultados serão utilizados no processo de formulação de políticas por Bappenas como originalmente pretendido. Olhando para trás, sentimos que o resultado mais valioso que emergiu durante estes últimos meses foi o compromisso genuíno de nossas contrapartes em aprender novas abordagens e liderar as partes analíticas desses projetos. Sim, o Laboratório desempenhou um grande papel em termos de métodos para processar os dados, mas nossos colegas Bappenas lideraram o caminho ao tornar os resultados básicos e deram-lhes significados, funções e contexto dentro de cada uma de suas próprias agendas de política de desenvolvimento.

Ampliando as lições aprendidas

A intenção sempre foi mostrar os resultados da pesquisa para outras divisões em Bappenas como um exemplo de como a análise de Big Data poderia ser usada para informar o planejamento de desenvolvimento e a formulação de políticas. A ideia de fazer isso em um fórum maior ganhou força quando o Ministro de Bappenas expressou seu entusiasmo por explorar o uso de [novas fontes de dados](https://apolitical.co/solution_article/government-numbers-data-damaging-public-services /) para complementar as fontes de dados convencionais. Como mencionamos no início deste blog, trabalhamos com nossos colegas em Bappenas para hospedar um seminário em que analistas de quatro diferentes Diretorias apresentaram os resultados de suas pesquisas para um público mais amplo de Bappenas.

A função do Pulse Lab Jakarta neste fórum era moderar a discussão e responder a perguntas técnicas sobre análise de dados. A maior parte da discussão, no entanto, foi entre especialistas do setor de Bappenas, consultores técnicos e analistas de política sobre a melhor forma de utilizar novas fontes de dados para complementar a análise existente sobre as futuras prioridades de planejamento nacional. Além de discutir os benefícios da integração de diferentes fontes de dados, também foi bom ver um debate animado em torno das falhas e limitações de algumas das abordagens. Vários membros do público também levantaram a questão de que, embora conceitos como análises de percepção possam ser úteis se usados de forma adequada, o uso ideal da análise de Big Data significa olhar além dos dados de mídia social e pensar criticamente sobre quais fontes de dados produziriam os melhores insights.

No final da discussão, os analistas compartilharam algumas das principais conclusões de todo o processo:

• Embora os formuladores de políticas não precisem dominar os aspectos mais técnicos de análise de dados avançada, eles precisam ter um compreensão inerente dos princípios - e mais importante, suas limitações. Isso ajudará a identificar quais lacunas de conhecimento podem ser preenchidas com a ciência de dados exploratória e quais seriam mais bem atendidas com outras formas de obtenção de evidências.
• Explorar se novas fontes de dados podem ser usadas como indicadores para condições econômicas específicas é um processo intensamente iterativo. Isso requer não apenas um envolvimento substantivo dos formuladores de políticas no processo de pesquisa, mas também flexibilidade para modificar uma linha de investigação quando necessário.
• Os resultados da análise de Big Data são uma das muitas entradas que podem ser usadas para informar os processos de política. Para usá-lo de maneira ideal, ele deve ser combinado com outras evidências que forneçam profundidade contextual para o problema de política em questão. Ao usar os resultados da análise de dados, os formuladores de políticas também devem estar cientes das limitações e vieses inerentes das fontes de dados que estão sendo analisadas.

Uma reflexão final

No futuro, sentimos que nosso papel na construção da demanda por ciência de dados dentro do governo é duplo. O primeiro é ajudar a moldar e articular a demanda pelo tipo de análise que pode gerar o tipo de insights necessários. Isso inclui sugerir possíveis métodos de análise, mas também inclui ser muito honesto sobre a viabilidade de tal abordagem e, para pesquisas exploratórias, a possibilidade de falha em obter quaisquer insights significativos.

O segundo papel que precisamos desempenhar é expandir o horizonte de opções dos formuladores de políticas sobre o que é possível fazer usando a ciência de dados. Fazer isso exige que constantemente expandamos os limites de nossa própria pesquisa e experimentação, e isso é algo que esperamos muito fazer no próximo ano.

https://www.youtube.com/watch?time\_continue=34&v=7bMtnjgOeH0

Você pode ler mais sobre o trabalho do Pulse Lab Jakarta aqui.

(Crédito da imagem: Pulse Lab Jakarta)