我们生活在数据变革的时代，数据正在改变着我们认知世界，与世界发生关联的方式。智能手机、传感器、新兴软件创造了海量的数据，等待被挖掘、理解和利用，为我们认知世界提供洞察，从而改善人们生活。一家公司使用的算法和技术可以为利益驱动的公司用来赚钱，也可以为使命驱动的组织解决饥饿、儿童福利等方面的问题从而改善世界。但目前对于大多数的非营利机构来说，他们并没有足够的预算或人才来获取或利用好数据。另一方面，大多数的数据科学家都不清楚，他们所持有的技能可以为社会创新提供多大的价值。
Jake Porway 是一名机器学习和科技的狂热爱好者，曾经是纽约时报研发实验室的一名数据科学家。当他了解到社会创新组织对于数据的迫切需求，以及数据科学家对于社会创新的力量之后，他着手成立了DataKind，希望创立一个数据乌托邦，让每个社会创新组织都可以利用数据的力量来更好地改善人们的生活。
Jake Porway
联结创造力量
DataKind将世界顶尖的数据科学家和社会创新机构聚集到一起，通过协作，利用前沿的分析方法和算法产生社会影响力。Datakind 发起的一系列项目都是为了帮助其他的组织。从每周的活动到多达数月的项目，它们致力于为其他的组织提供无偿的数据科学方面的创新，来帮助组织应对教育、贫穷、医疗健康、人权、环境和城市等领域的难题。
在“大数据”这个词开始变得时髦的时候，曾有人说，数据分析师将成为今后5 年内最热门的职业。Datakind成立于2011年，四年期间已经聚集了数千位数据科学家。这群新兴领域最炙手可热的科学家们，分布在世界各地，除去DataKind自身的员工外，绝大多数都是志愿者。他们基于相同的兴趣和价值取向—— “Do Good with Data” ，通过DataKind聚集到了一起，利用自己的兴趣和业余时间将自己的技能投身于改变世界。目前，DataKind在英国、印度班加罗尔、华盛顿、都柏林、新加坡和旧金山都有分部，这些分部每周都会发起数据科学家的聚会，开展不同时长和类别的项目，志愿者们可以根据自己的时间和兴趣选择参与。
这些志愿者多数来源于全球最领先的数据驱动的公司，他们将这些公司带入到了Datakind的关系网络之中。微软目前正在与DataKind实验室合作,共同利用大数据改善交通安全。
数据如何驱动创新
目前，DataKind的项目包括以下几种：
☛ DataKind Labs
DataKind实验室的项目由DataKind自己的数据科学家发起，他们联合了自身关系网络中的非营利组织、基金会、企业和政府，一起进行长达数年的项目，共同为最困难的社会开发解决方案。每个项目结束后，他们会想尽办法让数据发挥最大的价值，将解决方案中利用到的数据和技术重复应用到其他领域。
案例：利用数据提升道路安全
Vision Zero是1990年在瑞典发起的一个活动，致力于减少交通事故造成的死亡。根据Vision Zero Network的数据，美国每年的交通事故造成超过3万人死亡，上万人受伤。Vision Zero相信，交通事帮是可以预测和防范的，通过数据和科学的力量可以把握事故发生的规律，为政府提供防范使用。
Vision Zero发现孩童、年长者和低收入人群发生交通事故的概率较高，但什么样的措施和政策才能有效保护这些人群还有待研究。
DataKind的员工Erin Arkred正带领着一群数据科学家回答这个问题，他们将利用最新的公开数据、众包数据和私有企业的数据探讨事故发生的规律，来帮助全球的城市决定如何从基础建设、教育和政策改善来解决道路安全问题。
☛ DataCorps
DataCorps 集合了各领域的数据科学家志愿者，通过长期的项目，利用数据科学改善社会创新组织的工作和服务对象，帮助他们发现用户需求并寻找可能的解决方案，组建团队分析数据。根据项目的实际情况，组织需要支付少量的管理费用。
案例：利用谷歌谷歌卫星影像定位贫困人群
DiveDirectly是一家非营利机构，它行善的方式看起来非常简单粗暴：它识别肯尼亚和乌干达欠发达地区最贫穷的家庭后，通过手机直接转账给他们，没有任何附加条件。但调研的数据却显示，它们做的事情是正确的，包括被资助的家庭收入增长了28%，被资助家庭的孩子一天没有食物的机率下降了42%。
国民调查结果显示，当地最贫穷的人居住的房子基本都是稻草屋顶。GiveDirectly期望以此作为标准，将90%的善款捐给最需要的人们。他们给DataCorps出的难题是，能否利用数据和技术的力量，智能地鉴别穷人的居住地，定向捐款？
DataCorps的科学家们经过讨论，发现谷歌卫星影像可以显示当地村庄的图片， 通过分析这些图片，可以判断屋顶的材料是铁还是稻草。于是他们开发了一套图像处理和机器学习的算法来识别屋顶的材料，通过众包招募了10个志愿者在一个周 末的时间里为1500图片上了标签。算法成熟之后，这项技术被广泛应用，成功帮助了GiveDirectly解决了效率问题。
☛ DataCorps
这是DataKind发起的马拉松式的活动。在这些活动中，每个社会创新组织与10-20个志愿者组成的团队，包括数据科学家、开发者和设计师一起利用数据为项目或服务人群找到洞察，帮助他们解读数据，将数据可视化。每次活动不超过48小时。
案例：利用开放数据防范家庭火灾
在美国，平均每天有7人死于家庭火灾，每年因此造成的损失达70亿美元。为了解决这个问题，美国红十字会计划增加火灾报警器的安装量，并对各个区域进行不定期的防火检查。它们的信息管理中心搜集了红十字会过去5年的家庭火灾数据和相关的开放数据，但他们无法利用数据去发现火灾的高发地，以此决定将精力花费在哪些主要区域。
DataKind团队在24小时内，帮助红十字会分析了近几年的火灾趋势，整合数据后通过数据建模，预测火灾可能发生的区域，并细化到郡的级别。这样，红十字会精准地定位到了目标区域，最大化地分配了精力和预算。
☛ 社区活动
DataKind聚集的全球数千个数据科学家以及合作伙伴，形成了一个庞大的社区。以此诞生的社区活动为这些热心的参与者提交了交流的平台，通过这些活动他们共同探讨技术的发展，彼此共同的兴趣，为新项目的诞生和顺利开展提供可能性。
如果你觉得DataKind的事情很酷，你可以通过以下的几种方式参与或支持他们的发展，让数据驱动社会创新：
☛ 捐助
目前，DataKind还是一个注册的非营利机构，接受公众的直接捐助，企业还可以赞助他们的项目。当然，捐款不是唯一的捐助方式，对于一家数据科技导向的机构，你也可以选择捐赠数据、研究结果或其他的资源。
☛ 成为无国界志愿者
数据科学家是DataKind最重要的财富，但除了技术之外，他们也需要拥有其他技能的多样化志愿者团队。它们官网上指明它们需要的技能包括：
如果你拥有以上技能，不妨通过他们的官网申请成为无国界志愿者。
☛ 提交项目申请。
如果你是一家非营利组织，期望利用数据科学的力量来帮助你解决项目的问题，可以通过网站提交项目申请。记住，在这个过程里产生的数据就是对DataKind的一种支持。
（文章编译自http://www.datakind.org/）
