Menganalisa Tren Pekerjaan Melalui Data Ponsel

Para pembuat kebijakan sekarang memiliki alat lain untuk membantu mereka untuk merespon guncangan ekonomi secara cepat agar tidak terjadi kejatuhan ekonomi. Sebuah studi penelitian oleh Daniel Shoag yang menjadi asisten professor di Harvard Kennedy School menemukan bahwa detail catatan panggilan (CDRs) dari ponsel dapat memberikan analis dan pemahaman yang cukup akurat mengenai tren pekerjaan di area tersebut atau area regionalnya serta tren penganguran di daerah tersebut.
data pekerjaan Kita tahu bahwa statistik sangat penting bagi pemerintah dan pihak swasta untuk melakukan pengamatan demi mendapatkan keputusan yang lebih baik untuk dijalankan, sehingga mendapatkan hasil yang diharapkan. Meskipun statistic disini sangat penting, namun faktanya bahwa keterbatasan sumber infarmasi masih menjadi hal yang serius walau teknologi sudah berkembang sedemikian rupa. Alasannya karna statistik juga terkadang memerlukan kontak langsung dengan orang yang bersangkutan untuk mengetahui hal-hal dari orang tersebut, pekerjaan misalnya. Untuk mengetahui tentang pakerjaan anda harus membuat survey, menyebarkannya lalu mengambil hasil survey tersebut. Anda dapat bayangkan berapa lamanya anda akan melakukan ini, terlebih lagi jika anda ingin membuat statistik sebuah Negara.

 Dengan keterbatasan tadi membuat pengumpulan data statistik menjadi hal yang sangat mengerikan, apalagi saat statistik yang dikumpulkan telah berubah ini akan membuat data statistik itu salah. Kesalahan pada data statistik dapat berdampak fatal, apalagi jika data statistik itu adalah data statistik yang akan digunakan oleh sebuah Negara. Intervensi yang efektif akan bermasalah jika pemerintah memiliki kesalahan pada data mereka, sehingga perlunya ada solusi yang dilakukan untuk menekan bias pada kesalahan data tersebut.

Seperti halnya data pengangguran, pemerintah harus menekan bias kesalahan pada data mereka untuk mendapatkan kebijakan apa yang harus dilakukan untuk mengatasinya. Selain itu setelah diambil kebijakan pemerintah harus dengan cepat mendapatkan data selanjutnya untuk memperkirakan perubahan yang terjadi lalu mereview kebijakan yang mereka ambil agar lebih akurat.
Shoag dan rekan peneliti serta penulisnya meneliti tiga tingkat data yang berbeda pada ponsel (pada tingkat individu, masyarakat dan provinsi) untuk memeriksa bagaimana kecocokan data kehilangan pekerjaan secara real time.

"Kami telah menunjukkan kemampuan besar, data yang dikumpulkan secara pasif untuk mengidentifikasi fitur yang menonjol dari guncangan ekonomi yang dapat ditingkatkan untuk mengukur perubahan ekonomi makro," kata penulis yang menyimpulkan. "Metode ini memungkinkan kita untuk memprediksi tingkat pengangguran dua sampai delapan minggu sebelum rilisnya perkiraan tradisional dan memprediksi 'masa depan' tarif hingga untuk empat bulan menjelang laporan resmi lebih akurat daripada menggunakan data historis saja." Ungkap mereka.
Shoag dan rekan-rekannya berpendapat bahwa "kemampuan untuk mendapatkan informasi ini lebih cepat daripada metode tradisional sangat berharga untuk kebijakan dan mengambil keputusan di lembaga-lembaga publik dan swasta. “

Iklan Atas Artikel

Iklan Tengah Artikel 1

Iklan Tengah Artikel 2

Iklan Bawah Artikel