Keine Ahnung warum, aber es wird weltweit jede Reaktion der Regierungen festgehalten und analysiert. Government Response Tracker
Hochinteressant, der Government Response Tracker
Ich weiß nicht warum, aber es wird weltweit jede Reaktion der Regierungen aufgezeichnet und man macht sich Gedanken über die Auswirkungen.
https://raw.githubusercontent.com/OxCGRT/covid-policy-tracker/master/data/OxCGRT_latest...
Wir haben drei Hauptherausforderungen bei der Arbeit mit Daten während Covid identifiziert und erklären, was gegen die Probleme zu tun ist.
1. Die Daten sind von der Covid-19-Pandemie betroffen
2020 war ganz anders als in den vergangenen Jahren. Schulen und Büros wurden geschlossen; Menschen reisen weniger als in anderen Jahren oder anders; die meisten Länder der Welt waren für eine Weile gesperrt. All dies spiegelt sich in den Daten wider, die wir für unser Geschäft verwenden.
Als Benutzer von Daten ist der erste wichtige Schritt zu verstehen, ob und wie die in diesem Zeitraum gesammelten Daten betroffen sind.
Was können Sie tun?
• Vergleichen Sie, ob Trends und Muster in den Daten jetzt anders aussehen als vor der Pandemie.
• Wenn Sie sich schwer damit abstellen, ob und wann genau sich Ihre Daten geändert haben? Die Änderung kann einige Zeit in Anspruch nehmen, um sich zu manifestieren. Überprüfen Sie qualitative Informationen über Staatliche Beschränkungen , um Zeiträume zu bestimmen, auf die besondere Aufmerksamkeit zu achten ist.
2. Daten und Muster sind möglicherweise nicht repräsentativ
Wenn sich Ihre Daten aufgrund von Covid ändern, sollten Sie sehr vorsichtig sein, wie Sie sie verwenden.
Zum Beispiel haben wir in vielen Ländern während des Lockdowns einen Rückgang der Motorschadenhäufigkeit gesehen. Sind rücksichtslose Fahrer verantwortlich geworden? Wir können mit Sicherheit davon ausgehen, dass die Menschen so sicher fahren wie vor der Pandemie, aber es gibt weniger Unfälle, weil sie ihr Haus nicht so sehr verlassen.
Auf der Verkaufsseite mag ein Rückgang der Nachfrage nichts mit dem Produkt zu tun haben, sondern bedeutet lediglich, dass die wirtschaftliche Unsicherheit die Menschen davon abhält, ein neue Dinge zu kaufen.
Aufgrund von Covid sind historische Daten möglicherweise nicht mehr repräsentativ - und damit kein verlässlicher Indikator für aktuelle Trends und Muster.
Was können Sie tun?
• Beachten Sie bei datenbasierten Entscheidungen, dass Ihre Pre-Covid-Daten möglicherweise nicht mehr repräsentativ sind. Ein erster Schritt besteht darin, sie mit den während Covid gesammelten Daten zu vergleichen, um die Änderungen zu verstehen.
• Fragen Sie Ihre Annahmen: Ist es wahrscheinlich, dass die Zahlen aus der Gegenwart auch in Zukunft anhalten werden?
• Mischen Sie bei der Analyse von Daten keine Daten aus verschiedenen Zeiträumen. Zum Beispiel: Anstatt das gesamte erste Quartal 2020 zu überprüfen, kann es sinnvoller sein, die Daten in einer Phase vor dem Ausbruch und der Sperrung aufzuteilen und die beiden zu vergleichen.
3. Datengesteuerte Entscheidungsfindung kann gefährdet sein
Da sich die Pandemie auf Daten auswirkt, wirkt sie sich auch auf Entscheidungen und Geschäftsregeln aus, die auf Daten basieren. Handlungen, die in der Vergangenheit vollkommen sinnvoll waren, können nicht mehr zu den gleichen Ergebnissen führen.
Beispiel: Stellen Sie sich vor, Sie haben eine Lead-Conversion-Kampagne, die für eine bestimmte Anzahl von Anrufen optimiert ist, basierend auf einer erwarteten Conversion-Rate-Erhöhung. Wenn Ihr Basisumrechnungskurs sinkt, weil die Menschen weniger Autos kaufen und weniger Versicherung benötigen, ist das Callcenter möglicherweise nicht mehr rentabel.
Was können Sie tun?
• Berechnen Sie den Geschäftsfall neu, und ändern Sie ggf. vorhandene Geschäftsregeln und vorgeschriebene Aktionen.
• Wenn Sie Vorhersagemodelle und KI verwenden, wenden Sie sich an Ihr lokales Data Science-Team, um sie robuster gegen Auswirkungen der Pandemie zu machen.
• Wenn Sie in Zukunft Vorhersagemodelle und KI verwenden möchten, sollten Sie ein Auge darauf haben, wie sich die Daten vor, während und nach der Pandemie unterscheiden. Dies wird helfen, die richtigen Daten auszuwählen, die in das Modell eingespeist werden sollen.
Viele Grüße
amos