കൈയൂക്കുള്ളവൻ അല്ല, ഡാറ്റാ ഉള്ളവൻ ആണ് കാര്യക്കാരൻ

ഗൂഗിൾ സർച്ചിനെ ആസ്പദമാക്കി, കോവിട് ഹോട്ട്സ്പോട്ടുകൾ കണ്ടെത്തുവാൻ സാധിക്കുന്നു എന്ന് ഒരു അമേരിക്കൻ മെഡിക്കൽ ഗവേഷക സംഘം ഈ അടുത്ത് നടത്തിയ പഠനം തെളിയിച്ചിരുന്നു. (https://www.cghjournal.org/article/S1542-3565(20)30922-8/fulltext). കൊറോണ രോഗലക്ഷണങ്ങളെ സംബന്ധിച്ച് നടത്തുന്ന ഗൂഗിൾ സർച് ഡാറ്റാ ആണ് ഇതിനായി ഉപയോഗിച്ചത്. ടെസ്റ്റുകളോ ആരോഗ്യ പ്രവർത്തകരുടെ സേവനമോ ഉപയോഗിക്കാതെ ആണ് കൃത്യമായി ലോകത്തിന്റെ നാനാഭാഗത്തുള്ള കോവിട് ഹോട്ട്സ്പോട്ടുകൾ, ഡാറ്റാ ശാസ്ത്രജ്ഞർ പ്രവചിച്ചത്.

ഭൂഗോളത്തിന്റെ സ്പന്ദനം കണക്കിൽ ആണ് എന്ന് ചാക്കോമാഷ് പണ്ട് പറഞ്ഞത് ഒരു വലിയ സത്യം ആണ്.
എക്സിറ് പോൾ ഫലങ്ങൾ ഇതിനെ ശരിവെക്കുന്നു. വളരെ ലളിതം ആണ് ഈ പ്രക്രിയ – തിരഞ്ഞെടുപ്പിൽ പങ്കെടുത്ത കുറച്ചു ആളുകളോട്‌ നിങ്ങൾ ആർക്കു വോട്ട് ചെയ്തു എന്ന് ചോദിക്കുന്നു, അവരുടെ ജാതി,മതം ,പ്രായം വരുമാനം തുടങ്ങി പല സവിഷേതകളും രേഖപെടുത്തുന്നു, മണ്ഡലത്തിൽ ഉള്ള ആകെ മൊത്തം ജനതയുടെ ഇതുപോലുള്ള ഡെമോഗ്രാഫിക് സവിശേഷതകൾ ചിട്ടപ്പെടുത്തിയതിനു ശേഷം, ലഭിച്ച വിവരങ്ങളുടെ അടിസ്ഥാനത്തിൽ രൂപം നൽകിയ വോട്ടിംഗ് രീതികളും ട്രെൻഡുകളും(models) അതിലേക്കു Map ചെയ്യുന്നു, ഗണിതശാശ്ത്രത്തിലെ പ്രോബബിലിറ്റി,സ്റ്റാറ്റിസ്റ്റിക്‌സ് തുടങ്ങിയ ഉപശാഖകൾ ഉപയോഗിച്ച് കൊണ്ട് ചെയ്യുന്ന ഒരു ഗണിത പ്രശ്നം മാത്രം ആണ് ഈ പ്രക്രിയ. ഇതിന്റെ റിസൾട്ട് വളരെ കൃത്യമായി നാട്ടിൽ പ്രതിഫലിക്കുകയും ചെയ്യും. നിത്യജീവിതത്തിൽ ഉള്ള ഒരു പ്രവര്ത്തിയുടെ ഫലം പ്രവചിക്കുവാൻ ഉള്ള ഗണിത ശാസ്ത്രത്തിന്റെ ഈ മികവ് അഭിനന്ദിക്കപ്പെടുമ്പോൾ തന്നെ സമവാക്യങ്ങളെക്കാൾ ഏറെ അധികം പ്രാധാന്യം ഉള്ളത് അതിനായി ഉപയോഗിച്ച ഡാറ്റക്കും സാംപിളുകൾക്കും(sample) ആണ് എന്ന് മറക്കരുത് . കൃത്യമായ ഡാറ്റാ കൈവശം ഉണ്ടെങ്കിൽ ഗണിത സമവാക്യങ്ങൾ ഉപയോഗിച്ച് നിത്യജീവിതത്തിൽ ഉള്ള നിരവധി ബിസിനസ് , അഡ്മിനിസ്‌ട്രേറ്റീവ് വിഷയങ്ങൾക്ക് പരിഹാരം കാണുവാൻ സാധിക്കും എന്നത് ആണ് ഡാറ്റയുടെ പ്രാധാന്യങ്ങളിൽ ഒന്ന്.

റിയൽ ടൈം പ്രോബ്ലെംസ് (Real Time Problems ) ആണ് കമ്പനികൾക്കും ഭരണാധികാരികളും അഡ്രസ് ചെയ്യേണ്ടത്, ഒരു സ്ഥലത്തു കച്ചവടം ചെയ്യുവാൻ – ആ നാട്ടില്ലേ ഉപഭോക്താവിന്റെ ഇഷ്ടാനിഷ്ടങ്ങൾ , ആ നാട്ടിൽ ഉള്ള ഡിമാൻഡ്, ട്രെൻഡുകൾ തുടങ്ങിയവ മനസിലാക്കണം (നാട് എന്നത് ഒരു മാർക്കറ്റ് ആണ് എന്ന് മനസിലാക്കുക). പണ്ട് ഇത്തരം ഡാറ്റാ collect ചെയ്യുവാനായി ഉപയോഗിച്ചിരുന്നത് സർവ്വേകൾ ആണ്, സർവ്വേ ഏജൻസികൾ ഉപഭോക്താവിൽ നിന്നും വിവരങ്ങൾ ചോദിച്ചു അറിയും, പക്ഷെ ഇതിനു ഒരുപാട് പോരായ്മകൾ ഉണ്ട്. ഉപഭോക്താവ് പറയുന്നത് സത്യം ആകണം എന്ന നിർബന്ധം ഇല്ല , സർവ്വേ നടത്തുന്ന വ്യക്തിക്ക് ഇതിൽ കൃത്രിമം കാണിക്കുവാൻ സാധിക്കും. ഇങ്ങനെയുള്ള പല കാരണങ്ങൾ ഡാറ്റയുടെ വിശ്വാസ്യത ഇല്ലാതാക്കുന്നു , എത്ര മികച്ച സ്റ്റാറ്റിസ്റ്റിക്കൽ അൽഗോരിതം(algorithm) ഉപയോഗിച്ചാലും ഈ ഡാറ്റാ ഉപയോഗിച്ചു ലഭിക്കുന്ന റിസൾട്ടിനു യാഥാർഥ്യവും ആയി പുലബന്ധം പോലും കാണില്ല (മലയാള മാധ്യമങ്ങൾ നടത്തുന്ന എക്സിറ് പോൾ പോലെ ). ഇവിടെ ആണ് സർച് എൻജിനുകളും, സോഷ്യൽ മീഡിയകളും ജനറേറ്റ് ചെയ്യുന്ന ഡാറ്റാ മികച്ചതാവുന്നത് കാരണം ഈ ഡാറ്റാ ഉപഭോക്താവ് സ്വന്തം ഇഷ്ടപ്രകാരം വെളിപ്പെടുത്തുന്ന സത്യങ്ങൾ ആണ്. കൊറോണ ഹോട്ട് സ്പോട്ടുകൾ കൃത്യമായി പ്രവചിക്കുന്നത് പോലെ കേരളത്തിലെ ഡിമാന്റുകളും,ട്രെൻഡുകളും എല്ലാം പ്രവചിക്കുവാൻ ഈ ഡാറ്റ ഉണ്ടെങ്കിൽ വലിയ ബുദ്ധിമുട്ട് ഇല്ല, മാത്രം അല്ല വൻ മൂലധന ശേഷിയുള്ള കമ്പനികൾക്ക് ചെറുകിട കച്ചവടക്കാരെ നോക്കുകുത്തികൾ ആക്കി ബിസിനസ് മുഴുവനും കരസ്ഥമാകുവാനും സാധിക്കും. ഇതുകൊണ്ടാണ് ഡാറ്റാ സംരക്ഷിക്കപ്പെടേണ്ടത്.

കമ്പനികൾ കൂടുതൽ ആയി അറിയുവാൻ ആഗ്രഹിക്കുന്നത് റിയൽ ടൈം ഡാറ്റ ആണ് (Real Time). സോഷ്യൽ മീഡിയ പോസ്റ്റുകൾ, വ്യക്തികളുടെ ലൊക്കേഷൻ , ജനങ്ങൾ നടത്തുന്ന ഓൺലൈൻ സർച്ചുകൾ തുടങ്ങി നിരവധി കാര്യങ്ങൾ ഇതിൽ പെടും. ഈ ഡാറ്റാ ഉപയോഗിച്ചുകൊണ്ട് അതതു നാടുകളിൽ എന്താണ് നടക്കുന്നത്, അവിടെ എന്താണ് ഡിമാൻഡ് , എന്താണ് ട്രെൻഡ് എന്നൊക്കെ വ്യക്തമായി കണ്ടെത്തുവാൻ സാധിക്കും. ഗൂഗിളും ഫേസ്ബുക്കും അടക്കം ഉള്ള കമ്പനികളുടെ പ്രധാന വരുമാന സ്രോതസ്സ് പരസ്യങ്ങൾ ആണ്.അവരുടെ കൈവശം ഉള്ള ഡാറ്റാ ഉപയോഗിച്ച് കൃത്യമായി ആളുകളെ ടാർഗറ്റ് ചെയ്തു പരസ്യം നല്കുവാനും, അത് വഴി, ഈ പ്ലാറ്ഫോമുകൾ (platforms) പരസ്യത്തിനായി ഉപയോഗിക്കുന്ന കമ്പനികൾക്ക് മികച്ച സേവനം നല്കുവാനും അവർക്കു സാധിക്കുന്നു , ഇതിനായി നമ്മുടെ സംഭാഷണം വരെനമ്മൾ അറിയാതെ ഗൂഗിളും ഫേസ്ബുക്കും എല്ലാം ശ്രവിക്കുന്നു എന്നത് മറ്റൊരു സത്യം ആണ്.

ഈ ഡാറ്റാ ശേഖരിക്കണം എങ്കിൽ സ്വന്തമായി ഒരു സെർച്ച് എൻജിനോ, അല്ലെങ്കിൽ സോഷ്യൽമീഡിയ സംരംഭമോ വേണം എന്ന് നിർബന്ധം ഇല്ല,

ഒരു ഡിജിറ്റൽ ഉപകരണം കൈവശം ഉണ്ട് എങ്കിൽ ഓരോ നിമിഷവും അതിന്റെ ഉപഭോക്താവ് ഡാറ്റാ സൃഷ്ടിക്കുക ആണ്, സന്ദർശിച്ച വെബ്സൈറ്റുകൾ, നടത്തിയ സെർച്ചുകൾ, സോഷ്യൽ മീഡിയ പോസ്റ്റുകൾ എല്ലാം ഡാറ്റാ ആണ്. ഇത് കൈവശപ്പെടുത്തുവാൻ Web Scrapping പോലെ ഉള്ള നിരവധി ടെക്‌നിക്യുകൾക്ക് പുറമെ, ഇത് കൈവശം ഉള്ള ചില കമ്പനികൾ അത് ആവശ്യക്കാർക്ക് വിൽക്കുകയും ചെയ്യും, യുദ്ധസമാനമായ ഈ സാഹചര്യത്തിൽ ചൈന ഇന്ത്യയിലെ പ്രമുഖർ ആയ പതിനായിരത്തോളം വ്യക്തികളെ കുറിച്ചുള്ള ഡാറ്റാ ശേഖരിക്കുന്നു എന്നത് രാജ്യത്തെ ഞെട്ടിച്ച വാർത്ത ആയിരുന്നു. അത് ചെയ്തിരുന്നത് ചൈനീസ് സർക്കാർ നേരിട്ടല്ല പക്ഷെ ചൈനീസ് സർക്കാർ ബന്ധങ്ങൾ ഉള്ള ഒരു കമ്പനി ആണ്. ഡാറ്റായുടെ സാമ്പത്തീകമായ അല്ലെങ്കിൽ ബിസിനസ് സംബന്ധമായ വിഷയങ്ങൾക്ക് വേണ്ടി മാത്രം അല്ല മറിച്ചു രാജ്യസുരക്ഷയ്‌ക്ക് തന്നെ ഭീഷണി ആയേക്കാവുന്ന ഒന്ന് ആണ് എന്ന് ഈ സംഭവം തെളിയിക്കുന്നു

ഇങ്ങനെ ഉള്ള നിരവധി വിഷയങ്ങൾ നിലനിൽക്കുന്നത് കൊണ്ട്, അമേരിക്ക, യൂറോപ്യൻ യൂണിയൻ തുടങ്ങിയവർ അവരുടെ ഡാറ്റാ സുരക്ഷക്ക് ആയി നിരവധി നിയമങ്ങൾ നിർമിച്ചിട്ടുണ്ട്, അതിൽ പ്രമുഖമായ ഒന്ന് ഡാറ്റാ അതാത് രാജ്യങ്ങൾക്കു ഉള്ളിൽ തന്നെ സൂക്ഷിക്കണം എന്നത് ആണ്. എണ്ണയേക്കാൾ വിലയുള്ള ഡാറ്റാ രാജ്യത്തിനകത്തു തന്നെ സ്റ്റോർ ചെയ്യുന്നത് കൊണ്ട് സുരക്ഷ മാത്രം അല്ല ഉദ്ദേശം, അത് ശേഖരിക്കുവാനും, സൂക്ഷിക്കുവാനും, പ്രോസസ് ചെയ്യുവാനും വേണ്ട ഇൻഫ്രാസ്ട്രക്ടറും, അതിനാവശ്യമായ തൊഴിലുകളും ബിസിനസ്സുകളും സൃഷ്ടിക്കുക എന്നത് കൂടി ആണ് , ഇന്ന് ഭാരതവും ഇതിനായി ഉള്ള ശ്രമങ്ങൾ തുടങ്ങി കഴിഞ്ഞു, ഇതിനെ ശക്തമായി എതിർക്കുന്ന ടെക്നോളജി ഭീമന്മാർ പറയുന്നത് ഇങ്ങനെ ഉള്ള നടപടി ഇന്റർനെറ്റ് സ്വാതന്ത്ര്യത്തിനെ ഹനിക്കുകയും, ഡാറ്റാ ദേശീയത പല ടെക്നിക്കൽ പ്രശ്നങ്ങൾക്കും കാരണം ആവുകയും ചെയ്യും എന്നത് ആണ്, അവരുടെ വാദങ്ങൾ സത്യം ആണ് എങ്കിലും ഡാറ്റാ സുരക്ഷ അതിനെ എല്ലാ കവച്ചു വെക്കുന്ന ഒന്നാണ് എന്ന് ഞാൻ വിശ്വസിക്കുന്നു (വ്യക്തിപരം ആയ അഭിപ്രായം ). മറ്റൊരു വിഷയം ഡാറ്റയുടെ ഉപയോഗത്തിന് വേണ്ടി ഉള്ള വ്യക്തമായ നിയമങ്ങളുടെ അഭാവം ആണ് . ഭാരത സർക്കാർ പാസ് ആക്കിയ വ്യക്തിഗത വിവര സംരക്ഷണ ബിൽ (2019) കാര്യത്തിലും ചർച്ചകളും തർക്കങ്ങളും നിലനിൽക്കുന്നു. ഇതിനെ സംബന്ധിച്ചുള്ള ഡീറ്റൈലുകൾ ഈ ലേഖനത്തിന്റെ സ്കോപ്പിനു പുറത്താണ്.

കേരളത്തിൽ ഉള്ള ബിസിനസ് നേതൃത്വത്തിനോടും സ്റ്റാർട്ടപ്പുകളോടും പറയുവാൻ ഉള്ളത് ഒന്ന് മാത്രം. ആഗോളഭീമന്മാർ വൻ നിക്ഷേപങ്ങളും മറ്റും ആയി നമ്മുടെ നാട്ടിലെ ബിസിനസ് രംഗം കയ്യടക്കുന്നതിനു മുമ്പ് കൃത്യമായ ഡാറ്റാ അനാലിസിസും മറ്റും ഉപയോഗിച്ച് മാർകെറ്റിൽ ശക്തമായ സാന്നിധ്യം ആവുക, ഒരു 5 വര്ഷത്തിനപ്പുറം നിങ്ങളുടെ നേർക്ക് വരുന്ന പ്രതിയോഗി ഡാറ്റാ ഉള്ള കാര്യക്കാരൻ ആയിരിക്കും.