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

Малори Солднер: Данните на вашата компания могат да помогнат за края на световния глад

Filmed:
1,090,373 views

Компанията ви може да даравя пари, за да подпомогне решаването на хуманитарни проблеми, но може би има нещо много по-полезно, което да предложи: вашите данни. Малори Солднер ни показва как компаниите от частния сектор могат да помогнат за напредъка в спряването с големи проблеми - от бежанската криза до световния глад - чрез предоставяне на неизползвани данни и специлистти в областта на вземането на решения. С какво може да допринесе вашата компания?
- 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
JuneЮни 2010.
0
880
1760
Юни 2010 година.
00:15
I landedкацнал for the first time
in RomeРим, ItalyИталия.
1
3760
2880
За първи път кацнах в Рим, Италия.
00:19
I wasn'tне е there to sightseeразглеждат.
2
7800
1896
Не бях там заради забележителностите.
00:21
I was there to solveрешавам worldсвят hungerглад.
3
9720
3120
Бях там, за да разреша проблема
със световния глад.
00:25
(LaughterСмях)
4
13160
2096
(Смях)
00:27
That's right.
5
15280
1216
Точно така.
00:28
I was a 25-year-old-годишен PhDД-р studentстудент
6
16520
2096
Бях 25-годишен докторант,
00:30
armedвъоръжени with a prototypeпрототип toolинструмент
developedразвита back at my universityуниверситет,
7
18640
3096
въоръжена с прототип,
разработен в университета,
00:33
and I was going to help
the WorldСветът FoodХрана ProgrammeПрограма fixфиксира hungerглад.
8
21760
3080
и щях да помогна на Световната Хранителна
програма да разреши проблема с глада.
00:37
So I strodeмина into the headquartersцентрално управление buildingсграда
9
25840
2736
И така, влязох в централата
00:40
and my eyesочи scannedсканирано the rowред of UNООН flagsзнамена,
10
28600
2816
и очите ми сканираха реда от
знамена на ООН,
00:43
and I smiledсе усмихна as I thought to myselfсебе си,
11
31440
1960
усмихнах се и си помислих,
00:46
"The engineerинженер is here."
12
34840
1616
"Инжинерът е тук."
00:48
(LaughterСмях)
13
36480
2216
(Смях)
00:50
Give me your dataданни.
14
38720
1776
Дайте ми данните си.
00:52
I'm going to optimizeоптимизирам everything.
15
40520
2176
Ще оптимизирам всичко.
00:54
(LaughterСмях)
16
42720
1736
(Смях)
00:56
Tell me the foodхрана that you've purchasedзакупен,
17
44480
1896
Разкажете ми за храната,
която сте купили,
00:58
tell me where it's going
and when it needsпотребности to be there,
18
46400
2616
кажете ми къде отива и кога
трябва да бъде там,
01:01
and I'm going to tell you
the shortestнай-краткия, fastestНай-бързият, cheapestнай-евтините,
19
49040
2736
а аз ще ви кажа най-краткия,
най-бързия, най-евтиния,
01:03
bestнай-доброто setкомплект of routesмаршрути to take for the foodхрана.
20
51800
1936
най-добрия набор от маршрути,
които да я отведат там.
01:05
We're going to saveспасяване moneyпари,
21
53760
1496
Ще спестим пари,
01:07
we're going to avoidда се избегне
delaysзакъснения and disruptionsсмущения,
22
55280
2096
ще избегнем закъснения и прекъсвания
01:09
and bottomдъно lineлиния,
we're going to saveспасяване livesживота.
23
57400
2736
и, най-важното, ще спасим животи.
01:12
You're welcomeдобре дошли.
24
60160
1216
Пак заповядайте.
01:13
(LaughterСмях)
25
61400
1696
(Смях)
01:15
I thought it was going to take 12 monthsмесеца,
26
63120
1976
Смятах, че ще отнеме 12 месеца,
01:17
OK, maybe even 13.
27
65120
1560
добре, може би 13.
01:19
This is not quiteсъвсем how it pannedостро out.
28
67800
2280
Не се случи точно така.
01:23
Just a coupleдвойка of monthsмесеца into the projectпроект,
my FrenchФренски bossшеф, he told me,
29
71600
3776
След няколко месеца,
шефът ми французин ми каза
01:27
"You know, MalloryМалъри,
30
75400
1816
"Знаеш ли Малори,
01:29
it's a good ideaидея,
31
77240
1656
идеята е добра,
01:30
but the dataданни you need
for your algorithmsалгоритми is not there.
32
78920
3336
но данните, от които се нуждаеш
за алгоритъма, ги няма.
01:34
It's the right ideaидея but at the wrongпогрешно time,
33
82280
2536
Идеята е правилна,
но времето е неподходящо,
01:36
and the right ideaидея at the wrongпогрешно time
34
84840
2296
а правилната идея в неподходящото време
01:39
is the wrongпогрешно ideaидея."
35
87160
1376
е лоша идея."
01:40
(LaughterСмях)
36
88560
1320
(Смях)
01:42
ProjectПроект over.
37
90960
1280
Проектът приключи.
01:45
I was crushedсмачкан.
38
93120
1200
Бях съсипана.
01:49
When I look back now
39
97000
1456
Когато мисля
01:50
on that first summerлято in RomeРим
40
98480
1656
за това първо лято в Рим
01:52
and I see how much has changedпроменен
over the pastминало sixшест yearsгодини,
41
100160
2656
и виждам колко много неща
са се променили през последните 6 години,
01:54
it is an absoluteабсолютен transformationтрансформация.
42
102840
2240
това е абсолютна трансформация.
01:57
It's a comingидващ of ageвъзраст for bringingпривеждане dataданни
into the humanitarianхуманитарен worldсвят.
43
105640
3400
Това е нова епоха за доставянето на
данни в хуманитарния свят.
02:02
It's excitingвълнуващ. It's inspiringвдъхновяващо.
44
110160
2656
Вълнуващо е. Вдъхновяващо е.
02:04
But we're not there yetоще.
45
112840
1200
Но все още не сме стигнали там.
02:07
And braceфигурна скоба yourselfсебе си, executivesръководители,
46
115320
2296
Подгответе се ръководители,
02:09
because I'm going to be puttingпускането companiesкомпании
47
117640
1976
защото аз ще поставям компаниите
02:11
on the hotгорещ seatседалка to stepстъпка up
and playиграя the roleроля that I know they can.
48
119640
3120
на горещия стол, за да се включат и да
заемат ролята, която знам, че могат.
02:17
My experiencesпреживявания back in RomeРим proveдокажи
49
125520
2816
Опитът ми в Рим доказа, че,
02:20
usingизползвайки dataданни you can saveспасяване livesживота.
50
128360
2080
използвайки данни, можем
да спасим животи.
02:23
OK, not that first attemptопит,
51
131440
2456
Добре, не при първия опит,
02:25
but eventuallyв крайна сметка we got there.
52
133920
2576
но в крайна сметка стигнахме до там.
02:28
Let me paintбоя the pictureснимка for you.
53
136520
1736
Нека да ви обясня.
02:30
ImagineПредставете си that you have to planплан
breakfastзакуска, lunchобяд and dinnerвечеря
54
138280
2736
Представете си, че трябва да
планирате закуска, обяд и вечеря
02:33
for 500,000 people,
55
141040
1616
за 500 000 души,
02:34
and you only have
a certainопределен budgetбюджет to do it,
56
142680
2136
но разполагате с определен бюджет,
02:36
say 6.5 millionмилион dollarsдолара perна monthмесец.
57
144840
2240
да кажем 6,5 милиона долара месечно.
02:40
Well, what should you do?
What's the bestнай-доброто way to handleдръжка it?
58
148920
2762
Какво трябва да направите? Кой е
най-добрият начин да се справите?
02:44
Should you buyКупувам riceориз, wheatпшеница, chickpeaнахут, oilмасло?
59
152280
2760
Трябва ли да купите ориз, пшеница,
нахут, олио?
02:47
How much?
60
155760
1216
Колко?
02:49
It soundsзвуци simpleпрост. It's not.
61
157000
2136
Звучи просто, но не е.
02:51
You have 30 possibleвъзможен foodsхрани,
and you have to pickизбирам fiveпет of them.
62
159160
3216
Имате 30 възможни храни и трябва да
изберете 5 от тях.
02:54
That's alreadyвече over 140,000
differentразличен combinationsкомбинации.
63
162400
3416
Това прави повече от 140 000 различни
комбинации.
02:57
Then for eachвсеки foodхрана that you pickизбирам,
64
165840
1696
След това, за всяка храна,
която изберете,
02:59
you need to decideреши how much you'llти ще buyКупувам,
65
167560
1976
трябва да решите колко ще купите,
03:01
where you're going to get it from,
66
169560
1696
от къде ще я вземете,
03:03
where you're going to storeмагазин it,
67
171280
1480
къде ще я складирате,
03:05
how long it's going to take to get there.
68
173760
1976
колко време ще отнеме всичко.
03:07
You need to look at all of the differentразличен
transportationтранспорт routesмаршрути as well.
69
175760
3336
Трябва да прегледате също всички различни
машрути за доставката.
03:11
And that's alreadyвече
over 900 millionмилион optionsнастроики.
70
179120
2080
Това вече прави повече от
900 милиона възможности.
03:14
If you consideredразглеждан eachвсеки optionопция
for a singleединичен secondвтори,
71
182120
2376
Ако отделите по 1 секунда, за
да обмислите всяка възможност,
03:16
that would take you
over 28 yearsгодини to get throughпрез.
72
184520
2336
ще са ви нужни повече от 28 години.
03:18
900 millionмилион optionsнастроики.
73
186880
1520
900 милиона варианта.
03:21
So we createdсъздаден a toolинструмент
that allowedпозволен decisionmakersdecisionmakers
74
189160
2456
Затова създадохме средство, което
позволява на хората, вземащи решения,
03:23
to weedПлевелите throughпрез all 900 millionмилион optionsнастроики
75
191640
2616
да прегледат всичките
900 милиона възможности
03:26
in just a matterвъпрос of daysдни.
76
194280
1360
само за няколко дни.
03:28
It turnedоказа out to be incrediblyневероятно successfulуспешен.
77
196560
2240
Оказа се учудващо успешно.
03:31
In an operationоперация in IraqИрак,
78
199400
1256
В операция в Ирак,
03:32
we savedспасени 17 percentна сто of the costsразходи,
79
200680
2536
ние спестихме 17% от разходите,
03:35
and this meantозначаваше that you had the abilityспособност
to feedфураж an additionalдопълнителни 80,000 people.
80
203240
4136
а това означаваше, че имахме възможност
да нахраним 80 000 души допълнително.
03:39
It's all thanksБлагодаря to the use of dataданни
and modelingмоделиране complexкомплекс systemsсистеми.
81
207400
4400
Това изцяло се дължи на използването на
сложни системи за данни и моделиране.
03:44
But we didn't do it aloneсам.
82
212800
1280
Не го направихме сами.
03:46
The unitмерна единица that I workedработил with in RomeРим,
they were uniqueединствен по рода си.
83
214840
2736
Организацията, с която работих в Рим,
беше уникална.
03:49
They believedвярвал in collaborationсътрудничество.
84
217600
1736
Те вярваха в сътрудничеството.
03:51
They broughtдонесе in the academicакадемичен worldсвят.
85
219360
1696
Ангажираха академичния свят.
03:53
They broughtдонесе in companiesкомпании.
86
221080
1280
Ангажираха компании.
03:55
And if we really want to make bigголям changesпромени
in bigголям problemsпроблеми like worldсвят hungerглад,
87
223200
3616
И ако наистина искаме да се справим
с проблеми като световния глад,
03:58
we need everybodyвсички to the tableмаса.
88
226840
2560
ние се нуждаем от всички.
04:02
We need the dataданни people
from humanitarianхуманитарен organizationsорганизации
89
230040
2936
Нуждаем се от специалисти по
данните от хуманитарните организации,
04:05
leadingводещ the way,
90
233000
1256
които да задават пътя
04:06
and orchestratingорганизирането на
just the right typesвидове of engagementsангажименти
91
234280
2576
и да организират правилния тип отношения
04:08
with academicsакадемици, with governmentsправителства.
92
236880
1696
с академичната общност
и правителствата.
04:10
And there's one groupгрупа that's not beingсъщество
leveragedливъридж in the way that it should be.
93
238600
3696
Но има една група, която не е ангажирана,
по начина, по който трябва да бъде.
04:14
Did you guessпредполагам it? CompaniesФирми.
94
242320
2096
Познахте ли коя? Компаниите.
04:16
CompaniesФирми have a majorголям roleроля to playиграя
in fixingПоправяне the bigголям problemsпроблеми in our worldсвят.
95
244440
3600
Компаниите имат главна роля в разрешаването
на големите проблеми в нашия сват.
04:20
I've been in the privateчастен sectorсектор
for two yearsгодини now.
96
248880
2416
В частния сектор съм от 2 години.
04:23
I've seenвидян what companiesкомпании can do,
and I've seenвидян what companiesкомпании aren'tне са doing,
97
251320
3576
Видях какво могат и какво не правят
компаниите
04:26
and I think there's threeтри mainосновен waysначини
that we can fillзапълни that gapпразнина:
98
254920
3376
и смятам, че има 3 основни начина,
с които да запълним тази празнина:
04:30
by donatingдаряването dataданни,
by donatingдаряването decisionрешение scientistsучени
99
258320
3096
като предоставяме данни, като
предоставяме специалисти в решенията,
04:33
and by donatingдаряването technologyтехнология
to gatherсъбирам newнов sourcesизточници of dataданни.
100
261440
3480
и като предоставяме технологии, които да
събират нови източници на данни.
04:37
This is dataданни philanthropyфилантропия,
101
265920
1576
Това е филантропия на данните
04:39
and it's the futureбъдеще of corporateкорпоративен
socialсоциален responsibilityотговорност.
102
267520
2840
и е бъдещето на корпоративната
социална отговорност.
04:43
BonusБонус, it alsoсъщо makesправи good businessбизнес senseсмисъл.
103
271160
2600
Като бонус има смисъл и за добрия бизнес.
04:46
CompaniesФирми todayднес,
they collectсъбирам mountainsпланини of dataданни,
104
274920
3216
Днес компаниите събират
огромно количество данни,
04:50
so the first thing they can do
is startначало donatingдаряването that dataданни.
105
278160
2762
и първото нещо, което могат да
направят, е да ги предоставят.
04:52
Some companiesкомпании are alreadyвече doing it.
106
280946
2190
Някои компании вече го правят.
04:55
Take, for exampleпример,
a majorголям telecomТелеком companyкомпания.
107
283160
2416
Например, водеща
телекомуникационна компания.
04:57
They openedотвори up theirтехен dataданни
in SenegalСенегал and the IvoryСлонова кост CoastКрайбрежие
108
285600
2776
Те предоставиха своите данни
в Сенегал и Кот д'Ивоар
05:00
and researchersизследователи discoveredоткрит
109
288400
1976
и изследователи откриха,
05:02
that if you look at the patternsмодели
in the pingsпинг to the cellклетка phoneтелефон towersкули,
110
290400
3334
че ако се вгледаме в тенденциите на
сигналите от клетъчните кули,
05:05
you can see where people are travelingпътуване.
111
293758
1938
можем да разберем къде хората пътуват.
05:07
And that can tell you things like
112
295720
2176
Това може да ни подскаже
05:09
where malariaмалария mightбиха могли, може spreadразпространение,
and you can make predictionsпрогнози with it.
113
297920
3096
къде може да се разпространи малария
и да я предвиждаме.
05:13
Or take for exampleпример
an innovativeиновативен satelliteспътник companyкомпания.
114
301040
2896
Или вземете за пример иновативна
сателитна компания.
05:15
They openedотвори up theirтехен dataданни and donatedдарени it,
115
303960
2016
Те предоставиха своите данните,
05:18
and with that dataданни you could trackпът
116
306000
1656
чрез които можете да следите
05:19
how droughtsсуши are impactingотразява
foodхрана productionпроизводство.
117
307680
2040
как сушата въздейства
на производството на храна.
05:22
With that you can actuallyвсъщност triggerтригер
aidпомощ fundingфинансиране before a crisisкриза can happenстава.
118
310920
3680
Така можете да задействате финансова
подкрепа преди кризата да се е случила.
05:27
This is a great startначало.
119
315560
1280
Това е страхотно начало.
05:29
There's importantважно insightsпрозрения
just lockedзаключен away in companyкомпания dataданни.
120
317840
2880
Съществуват важни детайли, които са
заключени в корпоративните данни.
05:34
And yes, you need to be very carefulвнимателен.
121
322480
1816
Да, трябва да бъдете много внимателни.
05:36
You need to respectотношение privacyповерителност concernsопасения,
for exampleпример by anonymizingанонимни the dataданни.
122
324320
3576
Трябва да спазвате съображенията
за сигурност, като премахвате личните данни.
05:39
But even if the floodgatesfloodgates openedотвори up,
123
327920
2776
Но дори да се отвори потоп от данни,
05:42
and even if all companiesкомпании
donatedдарени theirтехен dataданни
124
330720
2536
и дори всички компании да предоставят
своите данни
05:45
to academicsакадемици, to NGOsНеправителствени организации,
to humanitarianхуманитарен organizationsорганизации,
125
333280
3256
на академичната общност, НПО,
на хуманитарните организации,
05:48
it wouldn'tне би be enoughдостатъчно
to harnessхамут that fullпълен impactвъздействие of dataданни
126
336560
2976
това няма да бъде достатъчно да се
впрегне пълният потенциал на данните
05:51
for humanitarianхуманитарен goalsцели.
127
339560
1520
за постигане на хуманитарни цели.
05:54
Why?
128
342320
1456
Защо?
05:55
To unlockотключване insightsпрозрения in dataданни,
you need decisionрешение scientistsучени.
129
343800
3240
За да отключите същността на данните
са ви нужни специалисти по решенията.
05:59
DecisionРешение scientistsучени are people like me.
130
347760
2576
Те са хора като мен.
06:02
They take the dataданни, they cleanчист it up,
131
350360
1816
Те вземат данните, изчистват ги,
06:04
transformтрансформиране it and put it
into a usefulполезен algorithmалгоритъм
132
352200
2256
трансформират ги и ги използват в
полезен алгоритъм,
06:06
that's the bestнай-доброто choiceизбор
to addressадрес the businessбизнес need at handръка.
133
354480
2840
който е най-доброто налично решение за
нуждите на бизнеса.
06:09
In the worldсвят of humanitarianхуманитарен aidпомощ,
there are very fewмалцина decisionрешение scientistsучени.
134
357800
3696
В света на хуманитарната помощ има
много малко специалисти по вземане на решения.
06:13
MostНай-много of them work for companiesкомпании.
135
361520
1640
Повечето от тях работят за компаниите.
06:16
So that's the secondвтори thing
that companiesкомпании need to do.
136
364480
2496
Това е второто нещо, което компаниите
трябва да направят.
06:19
In additionдопълнение to donatingдаряването theirтехен dataданни,
137
367000
1696
В допълнениe към предоставянето на данни,
06:20
they need to donateдари
theirтехен decisionрешение scientistsучени.
138
368720
2160
те трябва да предоставят
и своите специалисти.
06:23
Now, companiesкомпании will say, "AhАх! Don't take
our decisionрешение scientistsучени from us.
139
371520
5736
Компаниите ще кажат:
"Не ни вземайте специалистите.
06:29
We need everyвсеки spareрезервен secondвтори of theirтехен time."
140
377280
2040
Нуждаем се от всяка секунда
тяхно време."
06:32
But there's a way.
141
380360
1200
Но има начин.
06:35
If a companyкомпания was going to donateдари
a blockблок of a decisionрешение scientist'sучен time,
142
383200
3416
Ако компания предостави част от времето на
специалистите по решения,
06:38
it would actuallyвсъщност make more senseсмисъл
to spreadразпространение out that blockблок of time
143
386640
3136
ще има повече смисъл,
ако то се разпредели
06:41
over a long periodПериод,
say for exampleпример fiveпет yearsгодини.
144
389800
2200
за дълъг период, например 5 години.
06:44
This mightбиха могли, може only amountколичество
to a coupleдвойка of hoursчаса perна monthмесец,
145
392600
3056
Това може да е равнозначно само на
няколко часа месечно,
06:47
whichкойто a companyкомпания would hardlyедва ли missмис,
146
395680
2056
които компанията няма да усети,
06:49
but what it enablesдава възможност на is really importantважно:
long-termдългосрочен partnershipsпартньорства.
147
397760
3480
но това ще позволи нещо много важно:
дългосрочно партньорство.
06:54
Long-termДългосрочни partnershipsпартньорства
allowпозволява you to buildпострои relationshipsвзаимоотношения,
148
402920
2816
Дългосрочните партньорства позволяват
изграждането на взаимоотношения,
06:57
to get to know the dataданни,
to really understandразбирам it
149
405760
2656
запознаване с данните, тяхното
истинско разбиране
07:00
and to startначало to understandразбирам
the needsпотребности and challengesпредизвикателства
150
408440
2416
и разбирането на нуждите и
предизвикателствата,
07:02
that the humanitarianхуманитарен
organizationорганизация is facingизправени пред.
151
410880
2160
с които се сблъскват хуманитарните
организации.
07:06
In RomeРим, at the WorldСветът FoodХрана ProgrammeПрограма,
this tookвзеха us fiveпет yearsгодини to do,
152
414345
3191
В Рим, в Световната Хранителна програма,
това ни отне 5 години,
07:09
fiveпет yearsгодини.
153
417560
1456
5 години.
07:11
That first threeтри yearsгодини, OK,
that was just what we couldn'tне можех solveрешавам for.
154
419040
3336
Първите 3 години, с тях
не можахме да се справим.
07:14
Then there was two yearsгодини after that
of refiningрафиниране and implementingизпълнение the toolинструмент,
155
422400
3496
Следващите 2 години бяха за настройване и
въвеждане на модела,
07:17
like in the operationsоперации in IraqИрак
and other countriesдържави.
156
425920
2800
като операцията в Ирак и в други държави.
07:21
I don't think that's
an unrealisticнереалистични timelineвремева скала
157
429520
2096
Не смятам, че това е нереалистичен срок,
07:23
when it comesидва to usingизползвайки dataданни
to make operationalоперативен changesпромени.
158
431640
2736
когато става въпрос за използване на
данни за реални промени.
07:26
It's an investmentинвестиция. It requiresизисква patienceтърпение.
159
434400
2400
Това е инвестиция. Тя изисква търпение.
07:29
But the typesвидове of resultsрезултати
that can be producedпроизведена are undeniableбезспорно.
160
437760
3496
Но резултатите, които могат
да се получат, са неоспорими.
07:33
In our caseслучай, it was the abilityспособност
to feedфураж tensдесетки of thousandsхиляди more people.
161
441280
3560
В нашия случай беше възможността да се
изхранят десетки хиляди хора повече.
07:39
So we have donatingдаряването dataданни,
we have donatingдаряването decisionрешение scientistsучени,
162
447440
4336
Така, имаме предоставяне на данни,
предоставяне на специалисти,
07:43
and there's actuallyвсъщност a thirdтрета way
that companiesкомпании can help:
163
451800
2696
а третият начин, по който компаниите
могат да съдействат, е да
07:46
donatingдаряването technologyтехнология
to captureулавяне newнов sourcesизточници of dataданни.
164
454520
2976
предоставят технология, която да
улавя нови източници на данни.
07:49
You see, there's a lot of things
we just don't have dataданни on.
165
457520
2840
Има много неща, за които
нямаме данни.
07:52
Right now, SyrianСирийски refugeesбежанци
are floodingнаводнение into GreeceГърция,
166
460960
2720
В момента сирийски бежанци
заливат Гърция
07:57
and the UNООН refugeeбежанец agencyагенция,
they have theirтехен handsръце fullпълен.
167
465120
2560
и Агенцията за бежанците към ООН
е претоварена.
08:01
The currentтекущ systemсистема for trackingпроследяване people
is paperхартия and pencilмолив,
168
469000
3056
Сегашната система за проследяване на
хора е чрез хартия и молив,
08:04
and what that meansсредства is
169
472080
1256
което означава, че
08:05
that when a motherмайка and her fiveпет childrenдеца
walkразходка into the campлагер,
170
473360
2856
когато майка и нейните 5 деца
влизат в лагер,
08:08
headquartersцентрално управление is essentiallyпо същество
blindсляп to this momentмомент.
171
476240
2656
централата е в пълно неведение за това.
08:10
That's all going to changeпромяна
in the nextследващия fewмалцина weeksседмици,
172
478920
2336
Всичко ще се промени през следващите
няколко седмици,
08:13
thanksБлагодаря to privateчастен sectorсектор collaborationсътрудничество.
173
481280
1880
благодарение на сътруничеството с частния сектор.
08:15
There's going to be a newнов systemсистема basedбазиран
on donatedдарени packageпакет trackingпроследяване technologyтехнология
174
483840
3656
Ще има нова система, базирана на
предоставена технология
08:19
from the logisticsлогистика companyкомпания
that I work for.
175
487520
2040
от логистичната компания, за която работя.
08:22
With this newнов systemсистема,
there will be a dataданни trailпътека,
176
490120
2336
С тази нова система, ще има запис на данни,
08:24
so you know exactlyточно the momentмомент
177
492480
1456
за да се знае точният момент,
08:25
when that motherмайка and her childrenдеца
walkразходка into the campлагер.
178
493960
2496
когато майката и нейните деца
са влезли в лагера.
08:28
And even more, you know
if she's going to have suppliesприпаси
179
496480
2616
Нещо повече, ще се знае дали
ще могат да останат
08:31
this monthмесец and the nextследващия.
180
499120
1256
този и следващия месец.
08:32
InformationИнформация visibilityвидимост drivesкара efficiencyефективност.
181
500400
3016
Наличието на информация задвижва
ефективността.
08:35
For companiesкомпании, usingизползвайки technologyтехнология
to gatherсъбирам importantважно dataданни,
182
503440
3256
За компаниите, използването на технология
за акумулиране на важни данни
08:38
it's like breadхляб and butterмасло.
183
506720
1456
е като хлябът и маслото.
08:40
They'veТе сте been doing it for yearsгодини,
184
508200
1576
Те го правят от години,
08:41
and it's led to majorголям
operationalоперативен efficiencyефективност improvementsподобрения.
185
509800
3256
което води до значителни
подобрения в ефективността.
08:45
Just try to imagineПредставете си
your favoriteлюбим beverageнапитки companyкомпания
186
513080
2360
Само си представете любимата
ви компания за напитки,
08:48
tryingопитвайки to planплан theirтехен inventoryскладова наличност
187
516280
1576
опитвайки се да планира запасите си
08:49
and not knowingпознаване how manyмного bottlesбутилки
were on the shelvesСтелажи.
188
517880
2496
без да знае колко бутилки
има на рафтовете.
08:52
It's absurdабсурд.
189
520400
1216
Абсурд!
08:53
DataДанни drivesкара better decisionsрешения.
190
521640
1560
Данните осигуряват по-добри решения.
08:57
Now, if you're representingпредставляващи a companyкомпания,
191
525800
2536
Сега, ако вие представлявате компания
09:00
and you're pragmaticпрагматичен
and not just idealisticидеалистичен,
192
528360
3136
и сте прагматик,
а не само идеалист,
09:03
you mightбиха могли, може be sayingпоговорка to yourselfсебе си,
"OK, this is all great, MalloryМалъри,
193
531520
3056
може би ще си кажете:
"Добре, това е супер, Малори,
09:06
but why should I want to be involvedучастващи?"
194
534600
1840
но защо да се включа?"
09:09
Well for one thing, beyondотвъд the good PRPR,
195
537000
2816
Е, със сигурност, освен добрия ПР,
09:11
humanitarianхуманитарен aidпомощ
is a 24-billion-dollar-милиарда евро-долар sectorсектор,
196
539840
2776
хуманитарната помощ е сектор за
24 милиара долара,
09:14
and there's over fiveпет billionмилиард people,
maybe your nextследващия customersклиенти,
197
542640
3056
с над 5 милиарда души,
потенциални ваши клиенти,
09:17
that liveживея in the developingразработване worldсвят.
198
545720
1816
които живеят в развиващия се свят.
09:19
FurtherПо-нататък, companiesкомпании that are engagingпривлекателен
in dataданни philanthropyфилантропия,
199
547560
3096
Освен това, компаниите, които се ангажират
с филантропия на данни,
09:22
they're findingнамиране newнов insightsпрозрения
lockedзаключен away in theirтехен dataданни.
200
550680
2976
откриват нови приложения на техните данни.
09:25
Take, for exampleпример, a creditкредит cardкарта companyкомпания
201
553680
2256
Вземете за пример компания
за кредитни карти,
09:27
that's openedотвори up a centerцентър
202
555960
1336
която е открила център,
09:29
that functionsфункции as a hubглавина for academicsакадемици,
for NGOsНеправителствени организации and governmentsправителства,
203
557320
3376
функциониращ като хъб за университети,
НПО и правителства,
09:32
all workingработа togetherзаедно.
204
560720
1240
всички работещи заедно.
09:35
They're looking at informationинформация
in creditкредит cardкарта swipesслаба бира
205
563040
2736
Изследвайки информация за
използването на кредитни карти,
09:37
and usingизползвайки that to find insightsпрозрения
about how householdsдомакинства in IndiaИндия
206
565800
2976
те разбират как домакинствата в Индия
09:40
liveживея, work, earnСпечелете and spendхарча.
207
568800
1720
живеят, работят и харчат.
09:43
For the humanitarianхуманитарен worldсвят,
this providesосигурява informationинформация
208
571680
2576
За хуманитарния свят, това
осигурява информация
09:46
about how you mightбиха могли, може
bringвъвеждат people out of povertyбедност.
209
574280
2656
как могат да се
спасят хората от бедност.
09:48
But for companiesкомпании, it's providingосигуряване
insightsпрозрения about your customersклиенти
210
576960
3016
Но за компаниите, това дава
ценна информация за клиентите
09:52
and potentialпотенциал customersклиенти in IndiaИндия.
211
580000
2040
и потенциалните клиенти в Индия.
09:54
It's a winпечеля all around.
212
582760
1800
Това е победа за всички.
09:57
Now, for me, what I find
excitingвълнуващ about dataданни philanthropyфилантропия --
213
585960
3776
Сега, това което намирам за вълнуващо във
филантропията на данни -
10:01
donatingдаряването dataданни, donatingдаряването decisionрешение
scientistsучени and donatingдаряването technologyтехнология --
214
589760
4336
предоставянето на данни, предоставянето на
специалисти и даряването на технология
10:06
it's what it meansсредства
for youngмлад professionalsпрофесионалисти like me
215
594120
2376
е, че то има смисъл за
млади специалисти като мен,
10:08
who are choosingизбор to work at companiesкомпании.
216
596520
1840
които са избрали да
работят за компаниите.
10:10
StudiesИзследвания showшоу that
the nextследващия generationпоколение of the workforceработна сила
217
598800
2656
Изследвания показват, че следващото
поколение работници
10:13
careгрижа about havingкато theirтехен work
make a biggerпо-голям impactвъздействие.
218
601480
2560
искат работата им да има
по-голямо въздействие.
10:16
We want to make a differenceразлика,
219
604920
2456
Ние искаме да направим промяна
10:19
and so throughпрез dataданни philanthropyфилантропия,
220
607400
2416
и чрез филантропията на данни
10:21
companiesкомпании can actuallyвсъщност help engageангажират
and retainзапази theirтехен decisionрешение scientistsучени.
221
609840
3936
компаниите могат наистина да ангажират и
задържат своите специалисти.
10:25
And that's a bigголям dealсделка for a professionпрофесия
that's in highВисоко demandтърсене.
222
613800
2880
А това е страхотно за професия
с голямо търсене.
10:29
DataДанни philanthropyфилантропия
makesправи good businessбизнес senseсмисъл,
223
617840
3120
Филантропията на данни
има смисъл за бизнеса
10:34
and it alsoсъщо can help
revolutionizeреволюционизира the humanitarianхуманитарен worldсвят.
224
622200
3280
и тя може да помогне за коренна промяна
на хуманитарния свят.
10:39
If we coordinatedкоординирани
the planningпланиране and logisticsлогистика
225
627600
2096
Ако координираме планирането и
логистиката,
10:41
acrossпрез all of the majorголям facetsаспекти
of a humanitarianхуманитарен operationоперация,
226
629720
3376
всички основни аспекти на една
хуманитарна операция,
10:45
we could feedфураж, clotheоблича and shelterприют
hundredsстотици of thousandsхиляди more people,
227
633120
3600
ние можем да нахраним, облечем и
подслоним десетки хиляди души повече,
10:49
and companiesкомпании need to stepстъпка up
and playиграя the roleроля that I know they can
228
637440
4256
а компаниите трябва да се включат и да
заемат ролята, която знам, че могат,
10:53
in bringingпривеждане about this revolutionреволюция.
229
641720
1880
в осъществяването на тази революция.
10:56
You've probablyвероятно heardчух of the sayingпоговорка
"foodхрана for thought."
230
644720
2936
Може би сте чували да казват
"храна за размисъл"
10:59
Well, this is literallyбуквално thought for foodхрана.
231
647680
2240
Е, това буквално е размисъл за храната.
11:03
It finallyнакрая is the right ideaидея
at the right time.
232
651560
4136
В крайна сметка това е правилната идея
в подходящото време.
11:07
(LaughterСмях)
233
655720
1216
(Смях)
11:08
TrTRès magnifiqueMagnifique.
234
656960
1576
Страхотно.
11:10
Thank you.
235
658560
1216
Благодаря ви!
11:11
(ApplauseАплодисменти)
236
659800
2851
(Аплодисменти)
Translated by IVAYLO IVANOV
Reviewed by Darina Stoyanova

▲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