ABOUT THE SPEAKER
Mallory Freeman - Data activist
UPS's advanced analytics manager Mallory Freeman researches how to do the most good with data.

Why you should listen

Dr. Mallory Freeman is the Lead Data Scientist in the UPS Advanced Technology Group, working on research and development projects for UPS’s smart logistics network. She serves on the advisory board of Neighborhood Nexus, supporting data-driven insights for the greater Atlanta region.

Freeman earned her Ph.D. in industrial engineering from the Georgia Institute of Technology in 2014. Her thesis explored how to measure and improve humanitarian operations in practical ways -- with a special focus on the use of algorithms. While she was in graduate school, she helped lead supply chain optimization projects for the UN World Food Programme. 

Freeman earned her Master's in operations research from MIT and her Bachelor's in industrial and systems engineering from Virginia Tech. In her spare time, she enjoys cooking, travelling and volunteering her data skills.

More profile about the speaker
Mallory Freeman | Speaker | TED.com
TED@UPS

Mallory Freeman: Your company's data could help end world hunger

멜로리 솔드너(Mallory Soldner): 여러분 회사의 데이터가 전 세계적 기아를 끝낼 수 있습니다

Filmed:
1,090,373 views

여러분의 회사가 인류 문제 해결을 돕기 위해 돈을 기부를 했을 수 도 있지만, 여러분은 훨씬 더 유용한 것을 제안할 수 있습니다. 바로 데이터 기부입니다. 멜로리 솔드너는 어떻게 민간 회사가 사용되지 않은 데이터와 의사결정 과학자들을 통해 큰 문제들 -- 난민 위기에서 세계적 기아에 이르기까지--를 진정 해결하도록 도와줄 수 있는가를 보여줍니다. 여러분의 회사는 어떻게 공헌할 수 있을까요?
- Data activist
UPS's advanced analytics manager Mallory Freeman researches how to do the most good with data. Full bio

Double-click the English transcript below to play the video.

00:12
June유월 2010.
0
880
1760
2010년 6월에
00:15
I landed착륙 for the first time
in Rome로마, Italy이탈리아.
1
3760
2880
처음으로 이탈리아 로마에 갔습니다.
00:19
I wasn't아니었다. there to sightsee관광지.
2
7800
1896
관광하러 간 것이 아니었습니다.
00:21
I was there to solve풀다 world세계 hunger굶주림.
3
9720
3120
세계 기아 문제를 해결하러 갔죠.
00:25
(Laughter웃음)
4
13160
2096
(웃음)
00:27
That's right.
5
15280
1216
맞습니다.
25세 박사과정 학생으로
00:28
I was a 25-year-old예전의 PhD박사 student학생
6
16520
2096
00:30
armed무장 한 with a prototype원기 tool수단
developed개발 된 back at my university대학,
7
18640
3096
대학에서 개발한 시제품 도구로 무장하고
00:33
and I was going to help
the World세계 Food식품 Programme프로그램 fix고치다 hunger굶주림.
8
21760
3080
저는 세계 식량기구가 기아를
해결하도록 도울 참이었죠.
00:37
So I strode스트로크 into the headquarters본부 building건물
9
25840
2736
저는 본부로 당당히 들어갔고
00:40
and my eyes scanned스캔 한 the row of UN유엔 flags깃발,
10
28600
2816
제 눈은 유엔 깃발들을 훑어보며
00:43
and I smiled미소 지은 as I thought to myself자기,
11
31440
1960
혼자 생각하며 웃었습니다.
00:46
"The engineer기사 is here."
12
34840
1616
"엔지니어가 여기 왔다."
00:48
(Laughter웃음)
13
36480
2216
(웃음)
00:50
Give me your data데이터.
14
38720
1776
데이터를 주세요.
00:52
I'm going to optimize최적화하다 everything.
15
40520
2176
모든 것을 최적화 하겠습니다.
00:54
(Laughter웃음)
16
42720
1736
(웃음)
00:56
Tell me the food식품 that you've purchased구매 한,
17
44480
1896
구입한 식량을 말씀해 주세요.
00:58
tell me where it's going
and when it needs필요 to be there,
18
46400
2616
식량이 어디로 가고 언제
필요한지 말해 주세요.
그럼 가장 짧고, 빠르고 저렴하게
01:01
and I'm going to tell you
the shortest가장 짧은, fastest가장 빠른, cheapest가장 저렴한,
19
49040
2736
01:03
best베스트 set세트 of routes노선 to take for the food식품.
20
51800
1936
식량을 조달할 최적의
루트를 알려드리죠.
01:05
We're going to save구하다 money,
21
53760
1496
자금을 절약할 수 있어요.
01:07
we're going to avoid기피
delays지연 and disruptions혼란,
22
55280
2096
지연과 혼란을 피할 것입니다.
01:09
and bottom바닥 line,
we're going to save구하다 lives.
23
57400
2736
가장 중요한 것은 생명을 구할 겁니다.
01:12
You're welcome환영.
24
60160
1216
뭐 이정도 가지고요.
01:13
(Laughter웃음)
25
61400
1696
(웃음)
01:15
I thought it was going to take 12 months개월,
26
63120
1976
저는 12개월 걸릴 거라 생각했어요.
01:17
OK, maybe even 13.
27
65120
1560
어쩌면 13개월이요.
01:19
This is not quite아주 how it panned패닝 된 out.
28
67800
2280
이게 잘 되지는 않았어요.
01:23
Just a couple of months개월 into the project계획,
my French프랑스 국민 boss보스, he told me,
29
71600
3776
프로젝트를 시작한 지 두어 달 됐을 때
제 프랑스인 상사가 말하길
01:27
"You know, MalloryMallory,
30
75400
1816
"말로리, 있잖아요.
01:29
it's a good idea생각,
31
77240
1656
좋은 생각이긴 한데
01:30
but the data데이터 you need
for your algorithms알고리즘 is not there.
32
78920
3336
당신의 알고리즘에
필요한 데이터가 없어요.
01:34
It's the right idea생각 but at the wrong잘못된 time,
33
82280
2536
생각은 맞는데 때가 잘못 된 거예요.
01:36
and the right idea생각 at the wrong잘못된 time
34
84840
2296
때를 잘못 만난 제대로 된 생각은
01:39
is the wrong잘못된 idea생각."
35
87160
1376
잘못된 생각이에요."
01:40
(Laughter웃음)
36
88560
1320
(웃음)
01:42
Project계획 over.
37
90960
1280
프로젝트가 종료됐죠.
01:45
I was crushed밀어 넣는.
38
93120
1200
저는 맥이 빠졌습니다.
01:49
When I look back now
39
97000
1456
로마에서의 첫 여름을 지금 되돌아 보면
01:50
on that first summer여름 in Rome로마
40
98480
1656
01:52
and I see how much has changed변경된
over the past과거 six years연령,
41
100160
2656
지난 6년간 얼마나
변했는지 알 수 있어요.
01:54
it is an absolute순수한 transformation변환.
42
102840
2240
완전한 대변신입니다.
01:57
It's a coming오는 of age나이 for bringing데려 오는 data데이터
into the humanitarian인도 주의적 world세계.
43
105640
3400
인도주의적 세계에 데이터를
쓰는 게 당연해졌습니다.
02:02
It's exciting흥미 진진한. It's inspiring영감을주는.
44
110160
2656
놀랍고, 고무적입니다.
02:04
But we're not there yet아직.
45
112840
1200
하지만 아직 완전한 것은 아닙니다.
02:07
And brace중괄호 yourself당신 자신, executives경영진,
46
115320
2296
임원 여러분은 준비하세요
02:09
because I'm going to be putting퍼팅 companies회사들
47
117640
1976
회사가 할 수 있는 역할을 하도록
제가 불편하게 만들 테니까요.
02:11
on the hot뜨거운 seat좌석 to step단계 up
and play놀이 the role역할 that I know they can.
48
119640
3120
02:17
My experiences경험담 back in Rome로마 prove알다
49
125520
2816
로마에서의 경험으로 볼 때
02:20
using~을 사용하여 data데이터 you can save구하다 lives.
50
128360
2080
데이터를 가지고
생명을 살릴 수 있습니다.
02:23
OK, not that first attempt시도,
51
131440
2456
그래요, 첫 시도만에
그렇게 된 건 아니지만
02:25
but eventually결국 we got there.
52
133920
2576
결국은 그렇게 됐어요.
02:28
Let me paint페인트 the picture그림 for you.
53
136520
1736
전체 상황을 말씀드리겠습니다.
02:30
Imagine상상해 보라. that you have to plan계획
breakfast아침 식사, lunch점심 and dinner공식 만찬
54
138280
2736
여러분이 삼시 세끼를
계획한다고 상상해 보세요.
02:33
for 500,000 people,
55
141040
1616
50만 명 분을요.
02:34
and you only have
a certain어떤 budget예산 to do it,
56
142680
2136
그런데 자금이 정해져 있는 겁니다.
02:36
say 6.5 million백만 dollars불화 per month.
57
144840
2240
가령 매달 650만 달러라고 합시다.
02:40
Well, what should you do?
What's the best베스트 way to handle핸들 it?
58
148920
2762
어떻게 하시겠어요?
어떤 방법이 최선일까요?
02:44
Should you buy사다 rice, wheat, chickpea병아리 콩, oil기름?
59
152280
2760
쌀, 밀, 콩, 기름을 사시겠어요?
02:47
How much?
60
155760
1216
얼마만큼요?
02:49
It sounds소리 simple단순한. It's not.
61
157000
2136
간단해 보이지만 그렇지 않습니다.
02:51
You have 30 possible가능한 foods음식,
and you have to pick선택 five다섯 of them.
62
159160
3216
가능한 음식이 30개인데
그 중에서 5개만 뽑아야 합니다.
02:54
That's already이미 over 140,000
different다른 combinations조합.
63
162400
3416
벌써 14만 가지 조합이 나옵니다.
02:57
Then for each마다 food식품 that you pick선택,
64
165840
1696
선별한 각 음식을
02:59
you need to decide결정하다 how much you'll buy사다,
65
167560
1976
얼마나 구매할지
03:01
where you're going to get it from,
66
169560
1696
어디서 가져올지
03:03
where you're going to store저장 it,
67
171280
1480
어디에 저장할지
03:05
how long it's going to take to get there.
68
173760
1976
시간이 얼마나 걸릴지 정해야 합니다.
03:07
You need to look at all of the different다른
transportation교통 routes노선 as well.
69
175760
3336
모든 다양한 수송 경로도
살펴봐야 합니다.
그럼 벌써 선택이
9억 가지가 넘습니다.
03:11
And that's already이미
over 900 million백만 options옵션들.
70
179120
2080
03:14
If you considered깊이 생각한 each마다 option선택권
for a single단일 second둘째,
71
182120
2376
각 선택을 1초라고 한다면
03:16
that would take you
over 28 years연령 to get through...을 통하여.
72
184520
2336
모두 살펴보는데 28년이 걸릴 겁니다.
03:18
900 million백만 options옵션들.
73
186880
1520
9억 개의 선택을요.
03:21
So we created만들어진 a tool수단
that allowed허용 된 decisionmakers의사 결정자
74
189160
2456
그래서 저희가 의사결정자들을 위해
03:23
to weed담배 through...을 통하여 all 900 million백만 options옵션들
75
191640
2616
9억 가지 선택을 걸러서 단 며칠 만에
살펴볼 도구를 만들었습니다.
03:26
in just a matter문제 of days.
76
194280
1360
03:28
It turned돌린 out to be incredibly엄청나게 successful성공한.
77
196560
2240
대단히 성공적이었습니다.
03:31
In an operation조작 in Iraq이라크,
78
199400
1256
이라크 미션에서는
03:32
we saved저장된 17 percent퍼센트 of the costs소송 비용,
79
200680
2536
비용을 17% 절감했는데
03:35
and this meant의미심장 한 that you had the ability능력
to feed먹이 an additional추가의 80,000 people.
80
203240
4136
그것은 8만 명에게 추가로
식량 공급을 할 수 있는 양이었습니다.
03:39
It's all thanks감사 to the use of data데이터
and modeling모델링 complex복잡한 systems시스템.
81
207400
4400
이게 모두 데이터 사용과
복합 시스템 모형 덕분입니다.
03:44
But we didn't do it alone혼자.
82
212800
1280
저희들이 다 한 게 아니었습니다.
03:46
The unit단위 that I worked일한 with in Rome로마,
they were unique독특한.
83
214840
2736
제가 로마에서 함께 일했던 팀이
훌륭했습니다.
03:49
They believed믿었다 in collaboration협동.
84
217600
1736
그들은 협력을 믿었습니다.
03:51
They brought가져온 in the academic학생 world세계.
85
219360
1696
학계를 끌어들였습니다.
03:53
They brought가져온 in companies회사들.
86
221080
1280
기업들도 끌어들였죠.
03:55
And if we really want to make big changes변화들
in big problems문제들 like world세계 hunger굶주림,
87
223200
3616
세계 기아와 같은 거대한 문제에
큰 변화를 일으키려면
03:58
we need everybody각자 모두 to the table.
88
226840
2560
모든 사람이 함께 일해야 합니다.
04:02
We need the data데이터 people
from humanitarian인도 주의적 organizations조직
89
230040
2936
구호단체의 데이터 관계자가 주도하여
04:05
leading주요한 the way,
90
233000
1256
04:06
and orchestrating오케스트레이션
just the right types유형 of engagements계약
91
234280
2576
학계와 정부가 함께 참여할 수 있는
적당한 일을 지휘해야 합니다.
04:08
with academics학자, with governments정부.
92
236880
1696
04:10
And there's one group그룹 that's not being존재
leveraged레버리지를받은 in the way that it should be.
93
238600
3696
해야 하는 만큼 관여하지 않는
단체 하나가 있습니다.
짐작하셨나요? 바로 기업입니다.
04:14
Did you guess추측 it? Companies회사.
94
242320
2096
04:16
Companies회사 have a major주요한 role역할 to play놀이
in fixing고정 the big problems문제들 in our world세계.
95
244440
3600
기업들은 세계의 중대한 문제를
해결할 핵심 역할을 맡고 있죠.
04:20
I've been in the private은밀한 sector부문
for two years연령 now.
96
248880
2416
저는 지금까지 2년간
민간 부문에 있었습니다.
04:23
I've seen what companies회사들 can do,
and I've seen what companies회사들 aren't있지 않다. doing,
97
251320
3576
기업이 할 수 있는 일을 알고 있고
기업이 하지 않는 일을 알고 있습니다.
04:26
and I think there's three main본관 ways
that we can fill가득 따르다 that gap:
98
254920
3376
그 간극을 메울
세 가지 방법이 있습니다.
04:30
by donating기부 data데이터,
by donating기부 decision결정 scientists과학자들
99
258320
3096
데이터를 기증하고
의사결정 과학자를 내어주고
04:33
and by donating기부 technology과학 기술
to gather모으다 new새로운 sources원천 of data데이터.
100
261440
3480
데이터의 새로운 소스를 모을
기술을 기부하는 겁니다.
04:37
This is data데이터 philanthropy박애,
101
265920
1576
이것이 데이터 자선사업이며
04:39
and it's the future미래 of corporate기업
social사회적인 responsibility책임.
102
267520
2840
기업의 사회적 책임의 미래 모습입니다.
04:43
Bonus보너스, it also또한 makes~을 만든다 good business사업 sense감각.
103
271160
2600
또한 사업적 측면에서도
이치에 맞습니다.
04:46
Companies회사 today오늘,
they collect수집 mountains산들 of data데이터,
104
274920
3216
오늘날의 기업은 엄청난
데이터를 수집합니다.
04:50
so the first thing they can do
is start스타트 donating기부 that data데이터.
105
278160
2762
기업이 제일 먼저 할 수 있는 일은
그 데이터를 기증하는 겁니다.
04:52
Some companies회사들 are already이미 doing it.
106
280946
2190
어떤 기업들은 이미 하고 있습니다.
04:55
Take, for example,
a major주요한 telecom통신 company회사.
107
283160
2416
주요 통신 기업을 예로 들겠습니다.
04:57
They opened열린 up their그들의 data데이터
in Senegal세네갈 and the Ivory상아 Coast연안
108
285600
2776
그들은 세네갈과 아이보리 코스트에서
데이터를 개방하고
05:00
and researchers연구원 discovered발견 된
109
288400
1976
연구자들이 발견하기를
05:02
that if you look at the patterns패턴들
in the pings핑 소리 to the cell세포 phone전화 towers,
110
290400
3334
휴대폰 기지의 접속 패턴을 살펴보면
05:05
you can see where people are traveling여행.
111
293758
1938
사람들이 어디를 여행하고
있는지 알 수 있어요
05:07
And that can tell you things like
112
295720
2176
그것으로 알 수 있는 것은
05:09
where malaria말라리아 might spread전파,
and you can make predictions예측 with it.
113
297920
3096
가령 말라리아 전파경로를
알아서 미리 예측할 수 있습니다.
05:13
Or take for example
an innovative혁신적인 satellite위성 company회사.
114
301040
2896
혁신적인 위성 회사를
예로 들어 볼게요.
05:15
They opened열린 up their그들의 data데이터 and donated기부 한 it,
115
303960
2016
데이터를 개방해서 기증했고
05:18
and with that data데이터 you could track선로
116
306000
1656
그 데이터로
05:19
how droughts가뭄 are impacting영향을주는
food식품 production생산.
117
307680
2040
가뭄이 식량 생산에 어떻게
영향을 주는지 추적할 수 있습니다.
05:22
With that you can actually사실은 trigger방아쇠
aid도움 funding자금 before a crisis위기 can happen우연히 있다.
118
310920
3680
그것으로 위기 발생 전에
구호자금을 모을 수 있습니다.
05:27
This is a great start스타트.
119
315560
1280
굉장한 출발이죠.
05:29
There's important중대한 insights통찰력
just locked잠긴 away in company회사 data데이터.
120
317840
2880
기업 데이터에 묶인
중요한 내용들이 있습니다.
05:34
And yes, you need to be very careful꼼꼼한.
121
322480
1816
네, 아주 신중해야 합니다.
05:36
You need to respect존경 privacy은둔 concerns우려,
for example by anonymizing익명의 the data데이터.
122
324320
3576
가령 데이터를 익명으로 해서
개인정보를 존중해야 합니다.
05:39
But even if the floodgates수문 opened열린 up,
123
327920
2776
정보의 문이 열린다고 해도
05:42
and even if all companies회사들
donated기부 한 their그들의 data데이터
124
330720
2536
모든 기업이 데이터를
05:45
to academics학자, to NGOsNGO,
to humanitarian인도 주의적 organizations조직,
125
333280
3256
학계, NGO, 인권 단체에
기증한다고 해도
05:48
it wouldn't~ 않을거야. be enough충분히
to harness마구 that full완전한 impact충격 of data데이터
126
336560
2976
인도적 목표를 위해 데이터 최대 효과를
이용하기엔 충분치 않습니다.
05:51
for humanitarian인도 주의적 goals목표.
127
339560
1520
05:54
Why?
128
342320
1456
왜 그럴까요?
05:55
To unlock터놓다 insights통찰력 in data데이터,
you need decision결정 scientists과학자들.
129
343800
3240
데이터 속의 의미를 풀려면
의사결정 과학자가 있어야 합니다.
05:59
Decision결정 scientists과학자들 are people like me.
130
347760
2576
의사결정 과학자는 저 같은 사람이죠.
06:02
They take the data데이터, they clean깨끗한 it up,
131
350360
1816
데이터를 가지고 마무리 하고
06:04
transform변환 it and put it
into a useful유능한 algorithm연산
132
352200
2256
전환해서 유용한 알고리즘으로 만들어
06:06
that's the best베스트 choice선택
to address주소 the business사업 need at hand.
133
354480
2840
사업 필요를 바로 채우는 데
최선의 선택이 되게 합니다.
06:09
In the world세계 of humanitarian인도 주의적 aid도움,
there are very few조금 decision결정 scientists과학자들.
134
357800
3696
인도적인 구호의 세계에선
의사결정 과학자가 거의 없습니다.
06:13
Most가장 of them work for companies회사들.
135
361520
1640
대부분은 기업에서 일합니다.
06:16
So that's the second둘째 thing
that companies회사들 need to do.
136
364480
2496
그래서 그것이 기업이 해야 할
두 번째 일입니다.
06:19
In addition부가 to donating기부 their그들의 data데이터,
137
367000
1696
데이터를 기증할 뿐만 아니라
06:20
they need to donate기부하다
their그들의 decision결정 scientists과학자들.
138
368720
2160
의사결정 과학자도 제공해야 합니다.
06:23
Now, companies회사들 will say, "Ah아 ~! Don't take
our decision결정 scientists과학자들 from us.
139
371520
5736
아마 기업은 이렇게 말하겠죠.
"의사결정 과학자를 데려가지 마세요!
06:29
We need every...마다 spare여윈 second둘째 of their그들의 time."
140
377280
2040
우린 매 순간 그들이 필요합니다."
06:32
But there's a way.
141
380360
1200
하지만 방법이 있습니다.
06:35
If a company회사 was going to donate기부하다
a block블록 of a decision결정 scientist's과학자 time,
142
383200
3416
기업이 의사결정 과학자의
시간 단위를 기증하면
06:38
it would actually사실은 make more sense감각
to spread전파 out that block블록 of time
143
386640
3136
그 시간 단위를 펼쳐서 장기적으로
쓰는 게 실제로 더 합리적입니다.
06:41
over a long period기간,
say for example five다섯 years연령.
144
389800
2200
가령 5년 정도에 걸쳐서요.
06:44
This might only amount
to a couple of hours시간 per month,
145
392600
3056
기업 입장에서는 거의 피해가 없는
한 달에 두어 시간 정도이지만
06:47
which어느 a company회사 would hardly거의 miss미스...,
146
395680
2056
06:49
but what it enables가능하게하다 is really important중대한:
long-term장기간 partnerships파트너쉽.
147
397760
3480
굉장히 중요한 일을 할 수 있습니다.
장기적인 협력관계죠.
06:54
Long-term장기간 partnerships파트너쉽
allow허용하다 you to build짓다 relationships관계,
148
402920
2816
장기적 협력관계는 관계를 형성시켜 주고
06:57
to get to know the data데이터,
to really understand알다 it
149
405760
2656
데이터를 알게 해주며
실제로 이해하게 해 줍니다.
07:00
and to start스타트 to understand알다
the needs필요 and challenges도전
150
408440
2416
그리고 인도적 단체가 당면한 필요와
문제를 이해하게 해 줍니다.
07:02
that the humanitarian인도 주의적
organization조직 is facing면함.
151
410880
2160
07:06
In Rome로마, at the World세계 Food식품 Programme프로그램,
this took~했다 us five다섯 years연령 to do,
152
414345
3191
로마의 세계 식량 기구에서는
이 일이 5년 걸렸습니다.
07:09
five다섯 years연령.
153
417560
1456
5년이요.
07:11
That first three years연령, OK,
that was just what we couldn't할 수 없었다 solve풀다 for.
154
419040
3336
처음 3년은 문제를
해결할 수 없었습니다.
07:14
Then there was two years연령 after that
of refining정제 and implementing이행 the tool수단,
155
422400
3496
다음 2년 동안 방법을
다듬고 실행했습니다.
07:17
like in the operations운영 in Iraq이라크
and other countries국가.
156
425920
2800
이라크와 다른 나라에서의
미션에서와 같이요.
07:21
I don't think that's
an unrealistic비현실적인 timeline타임 라인
157
429520
2096
저는 비현실적인 시간계산이
아니라고 봅니다.
07:23
when it comes온다 to using~을 사용하여 data데이터
to make operational조작 가능한 changes변화들.
158
431640
2736
실행적인 변화를 위해
데이터를 사용하는 데요.
07:26
It's an investment투자. It requires요구하다 patience인내.
159
434400
2400
그건 투자이고, 인내심이 필요합니다.
07:29
But the types유형 of results결과들
that can be produced생산 된 are undeniable부인할 수없는.
160
437760
3496
만들어지는 결과의 형태는
부정할 수 없습니다.
07:33
In our case케이스, it was the ability능력
to feed먹이 tens수십 of thousands수천 more people.
161
441280
3560
저희 경우는, 수 만명에게 식량 공급을
더 할 수 있었습니다.
07:39
So we have donating기부 data데이터,
we have donating기부 decision결정 scientists과학자들,
162
447440
4336
저희는 데이터와
의사결정 과학자를 기증해 왔고
07:43
and there's actually사실은 a third제삼 way
that companies회사들 can help:
163
451800
2696
이제 기업이 도울 수 있는
세 번째 방법이 있습니다.
07:46
donating기부 technology과학 기술
to capture포착 new새로운 sources원천 of data데이터.
164
454520
2976
새로운 데이터 소스를 모을
기술을 기증하는 겁니다.
07:49
You see, there's a lot of things
we just don't have data데이터 on.
165
457520
2840
데이터가 없는 많은 것들이 있습니다.
07:52
Right now, Syrian시리아 인 refugees피난민
are flooding홍수 into Greece그리스,
166
460960
2720
당장 시리아 난민들이
그리스로 몰려들고 있는데
07:57
and the UN유엔 refugee난민 agency대리점,
they have their그들의 hands소유 full완전한.
167
465120
2560
유엔 난민기구는 일손이 부족합니다.
08:01
The current흐름 system체계 for tracking추적 people
is paper종이 and pencil연필,
168
469000
3056
사람들은 추적하는 현재
시스템은 종이와 연필입니다.
08:04
and what that means방법 is
169
472080
1256
그게 무슨 뜻이냐면
엄마와 자녀 다섯 명이
난민 캠프에 와도
08:05
that when a mother어머니 and her five다섯 children어린이
walk산책 into the camp캠프,
170
473360
2856
본부에서는 이 상황에 대해
전혀 모릅니다.
08:08
headquarters본부 is essentially본질적으로
blind블라인드 to this moment순간.
171
476240
2656
08:10
That's all going to change변화
in the next다음 것 few조금 weeks,
172
478920
2336
그런 상황이 몇 주 뒤면 바뀔 겁니다.
08:13
thanks감사 to private은밀한 sector부문 collaboration협동.
173
481280
1880
민간 부문에서 협력한 덕분입니다.
08:15
There's going to be a new새로운 system체계 based기반
on donated기부 한 package꾸러미 tracking추적 technology과학 기술
174
483840
3656
기증받은 추적 기술에 근거해서
새로운 시스템이 생길 겁니다.
08:19
from the logistics기호 논리학 company회사
that I work for.
175
487520
2040
제가 일하는 물류 회사에서 받았습니다.
08:22
With this new새로운 system체계,
there will be a data데이터 trail꼬리,
176
490120
2336
새 시스템으로 데이터 흐름이 생겨서
08:24
so you know exactly정확하게 the moment순간
177
492480
1456
바로 알게 됩니다.
엄마와 자녀들이 캠프에
들어오는 순간요.
08:25
when that mother어머니 and her children어린이
walk산책 into the camp캠프.
178
493960
2496
게다가 그녀가 이달과 다음달에
구호물자를 받을 것인지도 알게 됩니다.
08:28
And even more, you know
if she's going to have supplies용품
179
496480
2616
08:31
this month and the next다음 것.
180
499120
1256
08:32
Information정보 visibility시계 drives드라이브 efficiency능률.
181
500400
3016
정보 가시성은 효율성을 올립니다.
08:35
For companies회사들, using~을 사용하여 technology과학 기술
to gather모으다 important중대한 data데이터,
182
503440
3256
기업 입장에서는 중요 데이터
수집을 위해 기술을 쓰는 건
08:38
it's like bread and butter버터.
183
506720
1456
뗄 수 없는 일입니다.
08:40
They've그들은 been doing it for years연령,
184
508200
1576
수 년간 기업들을 이런 일을 해왔고
08:41
and it's led to major주요한
operational조작 가능한 efficiency능률 improvements개량.
185
509800
3256
주요 실행 효율성 향상을 가져왔습니다.
08:45
Just try to imagine상상하다
your favorite특히 잘하는 beverage마실 것 company회사
186
513080
2360
여러분이 제일 좋아하는 음료 회사가
08:48
trying견딜 수 없는 to plan계획 their그들의 inventory목록
187
516280
1576
재고 계획을 세우면서도
08:49
and not knowing how many많은 bottles
were on the shelves선반.
188
517880
2496
음료수 몇 병이 쌓여있는지
모른다고 생각해 보세요.
08:52
It's absurd불합리한.
189
520400
1216
말도 안 되죠.
08:53
Data데이터 drives드라이브 better decisions결정들.
190
521640
1560
데이터는 더 나은 결정을 하게 합니다.
08:57
Now, if you're representing대표하는 a company회사,
191
525800
2536
만약 여러분이 회사를 대표한다면
09:00
and you're pragmatic바쁜
and not just idealistic이상주의의,
192
528360
3136
실용적이며 마냥 이상적이진 않다면
09:03
you might be saying속담 to yourself당신 자신,
"OK, this is all great, MalloryMallory,
193
531520
3056
이런 생각을 하시겠죠,
"그래요, 다 좋아요, 말로리
09:06
but why should I want to be involved뒤얽힌?"
194
534600
1840
하지만 제가 왜 관여해야 하지요?"
09:09
Well for one thing, beyond...을 넘어서 the good PR홍보,
195
537000
2816
한 가지는 훌륭한 홍보를 넘어서
09:11
humanitarian인도 주의적 aid도움
is a 24-billion-dollar~ 십억 달러 sector부문,
196
539840
2776
인도주의적 구호는
240억 달러 규모이고
09:14
and there's over five다섯 billion십억 people,
maybe your next다음 것 customers고객,
197
542640
3056
50억 명 이상이 여러분의
다음 고객일 수 있습니다.
09:17
that live살고 있다 in the developing개발 중 world세계.
198
545720
1816
개발도상국에 살고 있죠.
09:19
Further더욱이, companies회사들 that are engaging매력적인
in data데이터 philanthropy박애,
199
547560
3096
나아가서 데이터 자선사업에
참여하는 회사들은
09:22
they're finding발견 new새로운 insights통찰력
locked잠긴 away in their그들의 data데이터.
200
550680
2976
데이터에서 벗어나
새로운 깨달음을 얻습니다.
09:25
Take, for example, a credit신용 card카드 company회사
201
553680
2256
중심에 개장한 신용카드
회사를 예로 들면
09:27
that's opened열린 up a center센터
202
555960
1336
09:29
that functions기능들 as a hub바퀴통 for academics학자,
for NGOsNGO and governments정부,
203
557320
3376
NGO나 정부, 학계의
중추역할을 하는 거죠.
09:32
all working together함께.
204
560720
1240
모두 협력하는 겁니다.
09:35
They're looking at information정보
in credit신용 card카드 swipes훔치다
205
563040
2736
그들은 신용카드 구매 정보를 보고
09:37
and using~을 사용하여 that to find insights통찰력
about how households가정 in India인도
206
565800
2976
인도 가정의 생활, 일, 수입과
지출 형태의 의미를 찾으려고 합니다.
09:40
live살고 있다, work, earn벌다 and spend보내.
207
568800
1720
09:43
For the humanitarian인도 주의적 world세계,
this provides~을 제공하다 information정보
208
571680
2576
인도적 세계에서는 이것이
09:46
about how you might
bring가져오다 people out of poverty가난.
209
574280
2656
빈곤탈출 방법에 대한 정보를 줍니다.
09:48
But for companies회사들, it's providing제공하는
insights통찰력 about your customers고객
210
576960
3016
하지만 기업에게는 고객들과
09:52
and potential가능성 customers고객 in India인도.
211
580000
2040
인도의 잠재적 고객들의 정보를 주죠.
09:54
It's a win승리 all around.
212
582760
1800
모두에게 득이 되는 겁니다.
09:57
Now, for me, what I find
exciting흥미 진진한 about data데이터 philanthropy박애 --
213
585960
3776
제가 발견한 데이터
자선사업이 흥분되는 점은
10:01
donating기부 data데이터, donating기부 decision결정
scientists과학자들 and donating기부 technology과학 기술 --
214
589760
4336
데이터, 의사결정 과학자와
기술을 기증하는 겁니다.
10:06
it's what it means방법
for young어린 professionals전문가 like me
215
594120
2376
저같은 기업에서 일하려는
젊은 전문가들에게는 그런 의미입니다.
10:08
who are choosing고르는 to work at companies회사들.
216
596520
1840
10:10
Studies연구 show보여 주다 that
the next다음 것 generation세대 of the workforce인력
217
598800
2656
연구에서는 노동력의 다음 세대는
10:13
care케어 about having their그들의 work
make a bigger더 큰 impact충격.
218
601480
2560
일로 더 큰 영향력을
끼치는 데 신경쓴다고 합니다.
10:16
We want to make a difference,
219
604920
2456
우리는 변화를 만들고 싶고
10:19
and so through...을 통하여 data데이터 philanthropy박애,
220
607400
2416
데이터 자선사업을 통해서도 그렇습니다.
10:21
companies회사들 can actually사실은 help engage끌다
and retain유지하다 their그들의 decision결정 scientists과학자들.
221
609840
3936
기업들은 실제로 참여하면서도
의사결정 과학자들을 유지할 수 있습니다.
10:25
And that's a big deal거래 for a profession직업
that's in high높은 demand수요.
222
613800
2880
고수요 직종에게는 중요한 일이죠.
10:29
Data데이터 philanthropy박애
makes~을 만든다 good business사업 sense감각,
223
617840
3120
데이터 자선사업은
사업적으로 합리적입니다.
10:34
and it also또한 can help
revolutionize혁명적 인 the humanitarian인도 주의적 world세계.
224
622200
3280
인도적 세계를
대변혁하도록 도울 수 있고요.
10:39
If we coordinated조정 된
the planning계획 and logistics기호 논리학
225
627600
2096
우리가 계획과 운송을
10:41
across건너서 all of the major주요한 facets패싯
of a humanitarian인도 주의적 operation조작,
226
629720
3376
구호 작전의 주요 방면을
통틀어 조정한다면
10:45
we could feed먹이, clothe덮다 and shelter피난처
hundreds수백 of thousands수천 more people,
227
633120
3600
수 십만 명을 더 먹이고,
입히고 보호할 수 있습니다.
10:49
and companies회사들 need to step단계 up
and play놀이 the role역할 that I know they can
228
637440
4256
기업이 나서서 이런 혁명을 불러올 기구를
구성하고 역할을 해야합니다.
10:53
in bringing데려 오는 about this revolution혁명.
229
641720
1880
10:56
You've probably아마 heard들었던 of the saying속담
"food식품 for thought."
230
644720
2936
여러분은 "생각할 거리"란
말을 들어보셨을 겁니다.
10:59
Well, this is literally말 그대로 thought for food식품.
231
647680
2240
이건 말 그대로
음식을 위한 생각입니다.
11:03
It finally마침내 is the right idea생각
at the right time.
232
651560
4136
이것은 마침내 제 때의
제대로 된 아이디어입니다.
11:07
(Laughter웃음)
233
655720
1216
(웃음)
11:08
TrTrès magnifique사기.
234
656960
1576
아주 멋집니다.(프랑스어)
11:10
Thank you.
235
658560
1216
감사합니다.
11:11
(Applause박수 갈채)
236
659800
2851
(박수)
Translated by Jihyeon J. Kim
Reviewed by Gichung Lee

▲Back to top

ABOUT THE SPEAKER
Mallory Freeman - Data activist
UPS's advanced analytics manager Mallory Freeman researches how to do the most good with data.

Why you should listen

Dr. Mallory Freeman is the Lead Data Scientist in the UPS Advanced Technology Group, working on research and development projects for UPS’s smart logistics network. She serves on the advisory board of Neighborhood Nexus, supporting data-driven insights for the greater Atlanta region.

Freeman earned her Ph.D. in industrial engineering from the Georgia Institute of Technology in 2014. Her thesis explored how to measure and improve humanitarian operations in practical ways -- with a special focus on the use of algorithms. While she was in graduate school, she helped lead supply chain optimization projects for the UN World Food Programme. 

Freeman earned her Master's in operations research from MIT and her Bachelor's in industrial and systems engineering from Virginia Tech. In her spare time, she enjoys cooking, travelling and volunteering her data skills.

More profile about the speaker
Mallory Freeman | Speaker | TED.com