京公网安备 11010802034615号
经营许可证编号:京B2-20210330
应用案例:联合国与Frog用大数据拯救尼泊尔
当年菲律宾被台风海燕横扫,短短几小时内造成愈10,000名的人员伤亡。美国红十字会地理空间高级工程师Dale Kunce曾要求获得数据为应急人员绘制出抢救地图路线,菲律宾政府匆匆忙忙扫描了40多页模糊不清的Excel表格给他,“甚至都不是由机器扫描的,纸张排列杂乱,数据有效性也几乎没有。”结果不得以找来几十个志愿者当场重新输入信息。
这种后院着火的事情一度屡见不鲜,直到去年联合国人道主义协调事务办公室与全球Frog设计公司共同搭建了HDX网站——旨在呼吁人道主义数据交换。这个网站界面清爽,数据分类整洁,可以帮助松散的人道主义组织联合在一起工作。这个网站在非洲埃博拉病毒疫情爆发事件中提供了诊所基本信息,死亡报告及疫情跟踪功能,目前则主要提供尼泊尔数据。
“就好像糖果粉碎传奇里的灾难信息共享一样,”Kunce说道,暗指前端信息的重要性,然后由大型的人道主义救援组织进行整合,从而为泊尔提供更快的救援行动。
HDX平台
HDX看起来貌不惊人。尼泊尔地震登陆页面是一个表格,显示当地的地震活动。拉下来就是已确认粗略的伤亡人数,然后就是一系列简单的文档, 比如人口,天气数据,河流分布和路况等。
不过,点击下鼠标,这些数据就可以被标准化下载——都是可编辑的文本形式取代僵硬的PDF。再点击下鼠标,被批准的组织可以上传数据以供分享。这种前所未有的能提供快速有效信息分享的平台就是HDX的目的,设计时也听取众多NGO的反馈意见。
如何使用
在HDX问世前,人道主义常常需要花费大量时间进行文件处理。支持小组的负责人Justine Mackinnon解释道:“我们为六个国际型组织提供信息,每个组织的文件格式都不一样,这简直是个噩梦。不过现在有了HDX, 所有文件都同格式输入,也方便大家分享。”
支持小组是由来自80个国家的2,000名应急人员组成,他们分析了数百万的尼泊尔数据后搭建了几个大型数据库,数据范围从紧急需求呼叫到汇报哪些应急人员已经到达尼泊尔,还有地震类型汇报。到这篇文章问世,HDX上关于尼泊尔的数据库将达到10个。
“这在尼泊尔真的是非常及时,”HDX的项目经理Sarah Telford说“这些数据改变了危机,目前最重要的就是地理空间数据,它可以指导哪里是道路,哪里是城镇,医院在哪里。如此我们才可以知道哪里被堵上了,哪里可以让直升飞机降落。”
救援组织Mapaction地震不久后就在HDX上下载了五份重要的文件,内容关于当地的河流和山脉。这些信息可用在PPT上要求协调政府,非政府组织及联合国的行动,同时也打印出来让志愿者在没有电力供应的情况下使用。
在红十字会,Kunce马上下载了尼泊尔的贫困人口数据进行分析,贫困人口地区往往更容易遭受自然灾害,而这些数据让红十字会更好的进行资源配置。
共通语言
那么什么是HDX的“共通语言”?仅仅是些非PDF的文件么?
答案当然不是这些。HDX有清晰简洁的前端,一种纯粹的功利主义及普遍的审美的结合——这被Telford称为该领域的“时代精神”。因为HDX, 各大国际性组织的交流和分享更为紧密。
“像我们这种很书生气的人真的很喜欢这种闪闪发光的东西,” Kunce说。“HDX就是闪闪发光的,我们都很喜欢。”最重要的是,HDX搭建数据平台的意义好像罗赛塔石碑一样——这是联合国为识别地方设施设计的代码,简称为P。不过P不像GPS那样精准定位,相反各种组织可能为同一个地方有不同的P代码,逻辑也各不相同,而且每次都不一样。也就是说,2015年的代码到了2017年就可能完全不适用。
为什么一直没有一个统一的代码标准呢?实际是有的,1999年以来,联合国已经制定发布了代码标识标准,并提供在线下载。但是Kunce说没有人用这些,他不得不四处挖掘数据供红十字会使用。但这些年随着HDX的普及,代码制定规则也随着普及标准化。为什么?他相信是HDX让大家知道了信息共享的重要性以及和联合国代码合作的迫切。
“其实这并不是技术问题,而是政治问题,”Kunce说。“从我的角度来看,我旁观看着HDX不断成长,为数据分析提供了平台,促进标准统一,也帮助不同政治背景的人解决问题,这是多好的技术平台啊。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07