Mallory Freeman: Your company's data could help end world hunger
แมลอรี่ โซลด์เนอร์: ข้อมูลของบริษัทคุณสามารถช่วยหยุดความหิวโหยในโลกนี้ได้
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.
in Rome, Italy.
ประเทศอิตาลี
ความอดอยากและหิวโหยในโลกใบนี้
อายุ 25 ปี
developed back at my university,
ที่พัฒนามาจากมหาลัยของฉัน
the World Food Programme fix hunger.
ที่แก้ไขปัญหาความอดอยาก
and when it needs to be there,
และต้องการมันเมื่อไหร่
เร็วที่สุด ถูกที่สุดเอง
the shortest, fastest, cheapest,
ไปเอาอาหารพวกนั้น
delays and disruptions,
และความยุ่งยาก
we're going to save lives.
เรากำลังจะช่วยชีวิตผู้คน
my French boss, he told me,
เจ้านายชาวฝรั่งเศสบอกฉันว่า
for your algorithms is not there.
สำหรับกระบวนการของคุณมันไม่ได้อยู่ที่นี่
over the past six years,
มากแค่ไหนภายในเวลา 6 ปีที่ผ่านมา
into the humanitarian world.
เข้ามาสู่โลกของมนุษย์
มันมีแรงบันดาลใจ
and play the role that I know they can.
และรับบทบาทที่ฉันรู้ว่าเขาทำได้
breakfast, lunch and dinner
มื้อเช้า กลางวันและเย็น
a certain budget to do it,
What's the best way to handle it?
คุณจะจัดการมันให้ดีที่สุดได้อย่างไร
ถั่วเขียว หรือน้ำมันดี?
and you have to pick five of them.
และคุณต้องเลือกออกมา 5 อย่าง
different combinations.
แต่ละอย่างของคุณ
transportation routes as well.
over 900 million options.
900 ล้านทางเลือกแล้ว
for a single second,
แต่ละทางเลือกซัก 1 วินาที
over 28 years to get through.
that allowed decisionmakers
ที่ทำให้ผู้ตัดสินใจ
to feed an additional 80,000 people.
เลี้ยงคนเพิ่มได้อีกถึง 80,000 คน
and modeling complex systems.
และการวางระบบที่ยุ่งยาก
they were unique.
พวกเขานั้นแตกต่าง
กับปัญหาความอดอยากในโลกนี้จริงๆ
in big problems like world hunger,
from humanitarian organizations
จากองค์กรที่มีมนุษยธรรม
just the right types of engagements
กับหน่วยงานราชการ
leveraged in the way that it should be.
ถูกใช้ประโยชน์ในทางที่ควร
in fixing the big problems in our world.
ในการแก้ปัญหาใหญ่ๆ ในโลกของเรา
for two years now.
and I've seen what companies aren't doing,
และฉันได้เห็นสิ่งที่บริษัทต่างๆ ไม่ได้ทำ
that we can fill that gap:
ที่จะช่วยปิดช่องโหว่นี้ได้
by donating decision scientists
โดยการบริจาคนักวิทยาศาสตร์ข้อมูล
to gather new sources of data.
ที่จะช่วยรวบรวมที่มาใหม่ๆ ของข้อมูล
social responsibility.
ต่อการรับผิดชอบต่อสังคม
ต่อการทำธุรกิจด้วย
they collect mountains of data,
is start donating that data.
คือเริ่มต้นบริจาคข้อมูลเหล่านั้น
a major telecom company.
บริษัทสื่อสารยักษ์ใหญ่แห่งหนึ่ง
in Senegal and the Ivory Coast
ในเซเนกัลและไอวอรี่โคสต์
in the pings to the cell phone towers,
เสารับสัญญาณมือถือ
สิ่งต่างๆ กับคุณได้ อย่างเช่น
and you can make predictions with it.
และคุณสามารถคาดการณ์มันได้
an innovative satellite company.
บริษัทดาวเทียมนวัตกรรมสูงแห่งหนึ่ง
food production.
อย่างไรต่อการผลิตอาหาร
aid funding before a crisis can happen.
ทุนหาเงินช่วยเหลือได้ก่อนวิกฤติจะเกิด
just locked away in company data.
ถูกซ่อนอยู่ในข้อมูลของบริษัท
for example by anonymizing the data.
อย่างเช่น การไม่เปิดเผยข้อมูล
donated their data
บริจาคข้อมูล
to humanitarian organizations,
ให้องค์กรด้านมนุษยธรรม
to harness that full impact of data
ผลกระทบของข้อมูล
you need decision scientists.
คุณต้องจำเป็นต้องมีนักวิทยาศาสตร์ข้อมูล
into a useful algorithm
ชุดคำนวณที่ใช้งานได้
to address the business need at hand.
ที่จะจัดการความต้องการของธุรกิจ
there are very few decision scientists.
เรามีนักวิทยาศาสตร์ข้อมูลอยู่น้อยมากๆ
that companies need to do.
their decision scientists.
our decision scientists from us.
"อ่า! อย่าเอานักวิทยาศาสตร์ข้อมูลไปจากเรา
a block of a decision scientist's time,
ของนักวิทยาศาสตร์ข้อมูลซักช่วงหนึ่ง
to spread out that block of time
ที่จะกระจายเวลาเป็นช่วงๆ
say for example five years.
อย่างเช่น ซัก 5 ปี
to a couple of hours per month,
ไม่กี่ชั่วโมงต่อเดือน
long-term partnerships.
ความร่วมมือในระยะยาว
allow you to build relationships,
สามารถสร้างความสัมพันธ์
to really understand it
ทำให้คุณเข้าใจมันจริงๆ
the needs and challenges
ความจำเป็นและความท้าทาย
organization is facing.
this took us five years to do,
สิ่งนี้กินเวลาเรา 5 ปี
that was just what we couldn't solve for.
นั่นอาจจะเป็นสิ่งที่เราแก้ไม่ได้
of refining and implementing the tool,
จะเป็นการปรับแก้และดำเนินการกับเครื่องมือ
and other countries.
และประเทศอื่นๆ
an unrealistic timeline
เป็นระยะเวลาที่ไม่สมจริง
to make operational changes.
ในการสร้างการเปลี่ยนแปลงทางปฏิบัติ
that can be produced are undeniable.
ที่มันสามารถผลิตออกมานั้นปฏิเสธไม่ได้เลย
to feed tens of thousands more people.
ที่จะเลี้ยงชีวิตคนได้เพิ่มขึ้นเป็นหมื่นๆ คน
we have donating decision scientists,
เรามีนักวิทยาศาสตร์ข้อมูลที่ได้รับบริจาคมา
that companies can help:
ที่บริษัทเอกชนจะช่วยได้
to capture new sources of data.
ที่จะนำมาซึ่งแหล่งข้อมูลใหม่ๆ
we just don't have data on.
เราแค่ไม่มีข้อมูล
are flooding into Greece,
กำลังไหลเข้าสู่ประเทศกรีซ
they have their hands full.
พวกเขามีงานล้นมือ
is paper and pencil,
คือกระดาษและดินสอ
walk into the camp,
เดินเข้ามาที่ค่าย
blind to this moment.
in the next few weeks,
ไม่กี่สัปดาห์ข้างหน้า
on donated package tracking technology
เทคโนโลยีติดตามที่ได้รับบริจาค
that I work for.
ที่ฉันทำงานด้วย
there will be a data trail,
เราจะมีข้อมูลเป็นสาย
walk into the camp.
เดินเข้ามาในค่าย
ว่าเธอจะมีเครื่องอุปโภคบริโภค
if she's going to have supplies
และเดือนหน้าหรือไม่
เกิดประสิทธิภาพ
to gather important data,
มาเก็บรวบรวมข้อมูลสำคัญ
operational efficiency improvements.
การปรับปรุงประสิทธิภาพของกระบวนการ
your favorite beverage company
บริษัทเครื่องดื่มในดวงใจของคุณ
were on the shelves.
มีเครื่องดื่มอยู่กี่ขวด
การตัดสินใจที่ดีขึ้น
and not just idealistic,
ไม่ใช่แค่คิดอยู่ในอุดมคติ
"OK, this is all great, Mallory,
"โอเค นี่มันดีหมดเลย มัลลอรี่
เข้าไปเกี่ยวข้องด้วยล่ะ"
การประชาสัมพันธ์ที่ดี
is a 24-billion-dollar sector,
ขนาดตลาด 24,000 ล้านดอลล่าร์
maybe your next customers,
อาจจะเป็นลูกค้าในอนาคตของคุณ
in data philanthropy,
ในการบริจาคข้อมูล
locked away in their data.
ที่ซ่อนอยู่ในข้อมูลของพวกเขา
for NGOs and governments,
สำหรับหน่วยงานอิสระและภาครัฐ
in credit card swipes
การรูดเครดิตการ์ด
about how households in India
เกี่ยวกับการที่ชาวบ้านในอินเดีย
this provides information
สิ่งนี้นำมาซึ่งข้อมูล
bring people out of poverty.
ดึงผู้คนออกจากความยากจนได้อย่างไร
insights about your customers
ข้อมูลเชิงลึกของลูกค้าคุณ
ของลูกค้าในอินเดีย
exciting about data philanthropy --
รู้สึกตื่นเต้นเกี่ยวกับการช่วยด้วยข้อมูล
scientists and donating technology --
และบริจาคเทคโนโลยี
สำหรับคนทำงานรุ่นใหม่อย่างฉัน
for young professionals like me
ทำงานที่บริษัทเอกชน
the next generation of the workforce
แรงงานของคนรุ่นถัดไป
make a bigger impact.
ที่สร้างผลกระทบที่ยิ่งใหญ่
and retain their decision scientists.
และรักษานักวิทยาศาสตร์ข้อมูลไว้ได้
that's in high demand.
ที่กำลังมีความต้องการในตลาดสูง
makes good business sense,
revolutionize the humanitarian world.
ปฏิวัติโลกของมนุษยธรรม
the planning and logistics
การวางแผนและการขนส่ง
of a humanitarian operation,
ของการปฏิบัติการในด้านมนุษยธรรม
hundreds of thousands more people,
และที่อยู่อาศัย ให้กับคนกว่าแสนคนได้
and play the role that I know they can
รับบทบาทสำคัญที่ฉันรู้ว่าเขาทำได้
"food for thought."
"อาหารเพื่อความคิด"
at the right time.
ในเวลาที่ถูกซักที
ABOUT THE SPEAKER
Mallory Freeman - Data activistUPS'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.
Mallory Freeman | Speaker | TED.com