Your company's data could help end world hunger | Mallory Freeman

Vertaald door: Dries Van der Smissen Nagekeken door: Marleen Laschet

June 2010.

In juni 2010

I landed for the first time in Rome, Italy.

was ik voor het eerst in Rome, in Italië.

I wasn't there to sightsee.

Ik wou de stad niet bezichtigen;

I was there to solve world hunger.

ik wou honger de wereld uit helpen.

(Gelach)

(Laughter)

Echt waar.

That's right.

Ik was een 25-jarige doctoraatsstudent,

I was a 25-year-old PhD student

armed with a prototype tool developed back at my university,

gewapend met een werktuigprototype, ontwikkeld aan mijn universiteit.

and I was going to help the World Food Programme fix hunger.

Daarmee zou ik het 'World Food Programme' helpen honger uit te roeien.

So I strode into the headquarters building

Dus schreed ik het hoofdkwartier binnen

and my eyes scanned the row of UN flags,

en liet mijn ogen glijden langs de VN-vlaggen.

and I smiled as I thought to myself,

Ik glimlachte en dacht bij mezelf:

"The engineer is here."

"De ingenieur is aangekomen."

(Laughter)

(Gelach)

Give me your data.

"Geef me jullie cijfers.

I'm going to optimize everything.

Ik zal alles optimaliseren."

(Laughter)

(Gelach)

Tell me the food that you've purchased,

"Waar is het voedsel dat jullie gekocht hebben?

tell me where it's going and when it needs to be there,

Waar moet het heen en wanneer moet het aankomen?

En dan geef ik jullie de kortste, snelste, goedkoopste en beste routes.

and I'm going to tell you the shortest, fastest, cheapest,

best set of routes to take for the food.

We're going to save money,

We zullen geld besparen,

we're going to avoid delays and disruptions,

we zullen vertragingen en verstoringen mijden.

and bottom line, we're going to save lives.

En zo gaan we levens redden.

You're welcome.

Graag gedaan."

(Laughter)

(Gelach)

I thought it was going to take 12 months,

Ik dacht dat het twaalf maanden zou duren.

OK, maybe even 13.

Oké, misschien zelfs dertien.

This is not quite how it panned out.

Maar zo is het niet helemaal gegaan.

Just a couple of months into the project, my French boss, he told me,

Na enkele maanden vertelde mijn Franse baas me:

"You know, Mallory,

"Weet je, Mallory,

it's a good idea,

het idee is goed,

but the data you need for your algorithms is not there.

maar ik mis de gegevens voor je algoritmen.

It's the right idea but at the wrong time,

Het idee is goed, maar de timing is verkeerd.

and the right idea at the wrong time

En het juiste idee op het verkeerde moment

is the wrong idea."

is een verkeerd idee."

(Laughter)

(Gelach)

Project over.

Project afgelopen.

I was crushed.

Ik was er kapot van.

When I look back now

Als ik er nu op terugkijk,

on that first summer in Rome

op die eerste zomer in Rome,

and I see how much has changed over the past six years,

en ik zie hoeveel veranderd is in de afgelopen zes jaar,

it is an absolute transformation.

dan is het een complete omwenteling geweest.

It's a coming of age for bringing data into the humanitarian world.

Men weet eindelijk data te gebruiken in de wereld van de hulpverlening.

It's exciting. It's inspiring.

Het is spannend. Het is inspirerend.

But we're not there yet.

Maar we zijn er nog niet.

And brace yourself, executives,

En hou jullie vast, kaderleden,

because I'm going to be putting companies

want ik ga bedrijven op de rooster leggen

on the hot seat to step up and play the role that I know they can.

om ze de rol te doen spelen die ze volgens mij kunnen spelen.

My experiences back in Rome prove

Mijn ervaringen in Rome hebben bewezen

using data you can save lives.

dat het gebruik van gegevens mensenlevens kan redden.

OK, not that first attempt,

Misschien dan niet met die eerste poging,

but eventually we got there.

maar we zijn er uiteindelijk toch geraakt.

Let me paint the picture for you.

Laat het me even schetsen.

Imagine that you have to plan breakfast, lunch and dinner

Stel je voor dat je dagelijks 3 maaltijden moet organiseren voor 500 000 mensen.

for 500,000 people,

and you only have a certain budget to do it,

En dat met een beperkt budget.

say 6.5 million dollars per month.

Laten we zeggen 6,5 miljoen dollar per maand.

Well, what should you do? What's the best way to handle it?

Wat zou dan de beste manier zijn om dat aan te pakken?

Should you buy rice, wheat, chickpea, oil?

Moet je rijst kopen? Of tarwe, kikkererwten, olie?

How much?

En hoeveel?

It sounds simple. It's not.

Het klinkt simpel, maar dat is het niet.

You have 30 possible foods, and you have to pick five of them.

Je moet vijf voedingswaren kiezen uit een gamma van 30 producten.

That's already over 140,000 different combinations.

Dat zijn al 140 000 mogelijke combinaties.

Then for each food that you pick,

En voor ieder product dat je kiest,

you need to decide how much you'll buy,

moet je beslissen hoeveel je ervan koopt,

where you're going to get it from,

waar je het gaat kopen,

where you're going to store it,

waar je het gaat opslaan,

how long it's going to take to get there.

hoelang het zal duren om het te leveren,

You need to look at all of the different transportation routes as well.

rekening houdend met alle mogelijke transportroutes.

Dan heb je al meer dan 900 miljoen mogelijkheden.

And that's already over 900 million options.

If you considered each option for a single second,

Als je één seconde nadenkt over iedere optie,

that would take you over 28 years to get through.

dan heb je 28 jaar nodig om ze allemaal te overlopen.

900 million options.

900 miljoen opties.

So we created a tool that allowed decisionmakers

Dus ontwikkelden we een werktuig dat beleidsvormers in staat stelt

to weed through all 900 million options

om alle 900 miljoen opties te overlopen in slechts enkele dagen.

in just a matter of days.

It turned out to be incredibly successful.

Het werd een geweldig succes.

In an operation in Iraq,

Tijdens een operatie in Irak konden we 17% van de kosten besparen.

we saved 17 percent of the costs,

and this meant that you had the ability to feed an additional 80,000 people.

Dat betekende dat er zo'n 80 000 mensen meer konden gevoed worden.

It's all thanks to the use of data and modeling complex systems.

Allemaal dankzij het gebruik van gegevens en complexe modellen.

But we didn't do it alone.

Maar we werkten niet alleen.

The unit that I worked with in Rome, they were unique.

Ik mocht met een unieke afdeling samenwerken in Rome.

They believed in collaboration.

Ze geloofden in samenwerking.

They brought in the academic world.

Ze schakelden de hulp in van de academische wereld en van bedrijven.

They brought in companies.

And if we really want to make big changes in big problems like world hunger,

Als je een grote vooruitgang wil boeken in grote problemen zoals hongersnood,

we need everybody to the table.

dan moet iedereen mee aan tafel zitten.

We need the data people from humanitarian organizations

De gegevensverzamelaars van de ngo's moeten voorop gaan.

leading the way,

and orchestrating just the right types of engagements

En ze moeten de banden onderhouden met de academici en de overheden.

with academics, with governments.

And there's one group that's not being leveraged in the way that it should be.

Maar één groep heeft hun gewicht nog niet in de schaal geworpen.

Kun je raden wie? De bedrijven.

Did you guess it? Companies.

Companies have a major role to play in fixing the big problems in our world.

Bedrijven kunnen een grote rol spelen in het oplossen van grote wereldproblemen.

I've been in the private sector for two years now.

Ik werk al twee jaar in de privésector.

I've seen what companies can do, and I've seen what companies aren't doing,

Ik heb gezien wat bedrijven kunnen doen, maar ook wat ze niet doen.

and I think there's three main ways that we can fill that gap:

En ik denk dat er drie manieren zijn om deze kloof te overbruggen.

by donating data, by donating decision scientists

Door gegevens te doneren, door besluitanalisten te doneren

and by donating technology to gather new sources of data.

en door technologie te doneren die nieuwe gegevens verzamelen.

This is data philanthropy,

Dat heet gegevensfilantropie.

and it's the future of corporate social responsibility.

Het is de toekomst van sociaal verantwoord ondernemen.

Bonus, it also makes good business sense.

En het is ook commercieel interessant.

Companies today, they collect mountains of data,

Bedrijven verzamelen tegenwoordig een heleboel gegevens.

so the first thing they can do is start donating that data.

Dus kunnen ze ook eens deze gegevens doneren.

Some companies are already doing it.

Sommige bedrijven doen dit al.

Take, for example, a major telecom company.

Neem nu een groot telecombedrijf.

They opened up their data in Senegal and the Ivory Coast

Ze stelden hun gegevens open in Senegal en de Ivoorkust

and researchers discovered

en wetenschappers ontdekten

that if you look at the patterns in the pings to the cell phone towers,

dat de gsm-signalen weergeven hoe mensen zich verplaatsen.

you can see where people are traveling.

And that can tell you things like

En hieruit kan je voorspellen hoe malaria zich kan verspreiden.

where malaria might spread, and you can make predictions with it.

Daar kun je voorspellingen mee maken.

Or take for example an innovative satellite company.

Of neem nu een innovatieve satellietproducent.

They opened up their data and donated it,

Ze deelden hun gegevens met ons,

and with that data you could track

en hiermee konden we onderzoeken hoe droogte de voedselproductie beïnvloedde.

how droughts are impacting food production.

With that you can actually trigger aid funding before a crisis can happen.

Zo kan je ontwikkelingshulp inschakelen vóór er crisissen plaatsvinden.

This is a great start.

Dat is een goed begin.

There's important insights just locked away in company data.

Er schuilen belangrijke inzichten in de gegevens van bedrijven.

And yes, you need to be very careful.

Maar je moet zeer voorzichtig zijn.

You need to respect privacy concerns, for example by anonymizing the data.

Je moet de privacy respecteren, door bijvoorbeeld de gegevens te coderen.

But even if the floodgates opened up,

Maar zelfs al openden we al deze sluizen

and even if all companies donated their data

en doneerden alle bedrijven al hun gegevens

to academics, to NGOs, to humanitarian organizations,

aan academici, ngo's en humanitaire organisaties,

it wouldn't be enough to harness that full impact of data

dan zou dat nog niet volstaan om ze te kunnen benutten

for humanitarian goals.

voor humanitaire doeleinden.

Why?

Waarom niet?

To unlock insights in data, you need decision scientists.

Om inzicht te krijgen in deze gegevens heb je besluitanalisten nodig.

Decision scientists are people like me.

Dat zijn mensen zoals ik.

They take the data, they clean it up,

Zij nemen gegevens, poetsen ze op,

transform it and put it into a useful algorithm

en zetten ze om in een bruikbaar algoritme

that's the best choice to address the business need at hand.

dat het best geschikt is om een bepaald probleem op te lossen.

In the world of humanitarian aid, there are very few decision scientists.

Er zijn er zo niet veel in de wereld van de hulpverlening.

Most of them work for companies.

De meesten werken in de bedrijfswereld.

So that's the second thing that companies need to do.

Dat is het tweede wat bedrijven moeten doen.

Ze moeten hun gegevens delen, maar ook hun besluitanalisten.

In addition to donating their data,

they need to donate their decision scientists.

Now, companies will say, "Ah! Don't take our decision scientists from us.

Bedrijven zullen er niet happig op zijn dat we hun besluitanalisten afpakken,

We need every spare second of their time."

ze hebben iedere seconde van hun tijd nodig.

But there's a way.

Maar er bestaat een oplossing.

If a company was going to donate a block of a decision scientist's time,

Als een bedrijf wat van de tijd van hun besluitanalisten zou doneren,

it would actually make more sense to spread out that block of time

dan zou het logischer zijn dat men die tijd zou spreiden

over a long period, say for example five years.

over 'n langere periode, bijvoorbeeld vijf jaar.

This might only amount to a couple of hours per month,

Dat kost misschien maar enkele uren per maand.

which a company would hardly miss,

Het bedrijf zou dit amper missen.

but what it enables is really important: long-term partnerships.

Maar het creëert wel langdurige samenwerkingen.

Long-term partnerships allow you to build relationships,

Door langdurige samenwerking kan je relaties uitbouwen,

to get to know the data, to really understand it

gegevens door en door analyseren en begrijpen,

and to start to understand the needs and challenges

en de behoeften en problemen begrijpen

that the humanitarian organization is facing.

waarmee een ngo wordt geconfronteerd.

In Rome, at the World Food Programme, this took us five years to do,

Het World Food Programme in Rome had hier vijf jaar voor nodig.

five years.

Vijf jaar.

That first three years, OK, that was just what we couldn't solve for.

De eerste drie jaren konden we gewoon geen vooruitgang boeken.

Then there was two years after that of refining and implementing the tool,

Maar de twee jaren daarop hebben we ons werktuig verfijnd en toegepast,

like in the operations in Iraq and other countries.

zoals in operaties in Irak en op andere plaatsen.

I don't think that's an unrealistic timeline

Dat is volgens mij geen onhaalbare planning,

when it comes to using data to make operational changes.

als je hiermee wezenlijke veranderingen kunt doorvoeren.

It's an investment. It requires patience.

Het is een investering. Je moet er geduldig voor zijn.

But the types of results that can be produced are undeniable.

Maar je kunt er zeer goede resultaten mee boeken.

In our case, it was the ability to feed tens of thousands more people.

In ons geval konden we duizenden mensen meer helpen.

So we have donating data, we have donating decision scientists,

We hebben al gegevens en besluitanalisten gedeeld.

and there's actually a third way that companies can help:

Maar bedrijven kunnen op nog een derde manier helpen.

donating technology to capture new sources of data.

Technologie doneren en nieuwe gegevensbronnen ontdekken.

You see, there's a lot of things we just don't have data on.

Over veel factoren hebben we nu nog geen informatie.

Right now, Syrian refugees are flooding into Greece,

Griekenland wordt overspoeld door Syrische vluchtelingen.

and the UN refugee agency, they have their hands full.

En de vluchtelingenorganisatie van de VN hebben nu al hun handen vol.

The current system for tracking people is paper and pencil,

Gegevens worden nu nog bijgehouden met papier en potlood.

and what that means is

Wanneer een moeder in een kamp aankomt met haar vijf kinderen,

that when a mother and her five children walk into the camp,

heeft het hoofdkwartier hier totaal geen weet van.

headquarters is essentially blind to this moment.

That's all going to change in the next few weeks,

Dankzij de samenwerking met de privésector zal dit veranderen in de volgende weken.

thanks to private sector collaboration.

There's going to be a new system based on donated package tracking technology

Er zal een systeem gelanceerd worden op basis van nieuwe traceertechnologie

from the logistics company that I work for.

van het transportbedrijf waarvoor ik werk.

With this new system, there will be a data trail,

Dat nieuwe systeem kan dan de gegevens traceren,

so you know exactly the moment

zodat je altijd weet wanneer die moeder en haar kinderen het kamp bereiken.

when that mother and her children walk into the camp.

En je weet altijd of er genoeg voorraad is voor de komende maanden.

And even more, you know if she's going to have supplies

this month and the next.

Information visibility drives efficiency.

Transparante informatie leidt tot efficiëntie.

For companies, using technology to gather important data,

Het gebruik van technologie om informatie te verzamelen

it's like bread and butter.

is kinderspel voor bedrijven.

They've been doing it for years,

Ze doen dit al jaren.

and it's led to major operational efficiency improvements.

Het leidt tot grote verbeteringen in de efficiëntie van een bedrijf.

Just try to imagine your favorite beverage company

Stel dat je favoriete frisdrankmerk

trying to plan their inventory

zijn inventaris wil opstellen,

and not knowing how many bottles were on the shelves.

maar ze weten niet hoeveel flessen er op de plank staan.

It's absurd.

Dat is absurd.

Data drives better decisions.

Informatie zorgt voor betere beslissingen.

Now, if you're representing a company,

Als je een bedrijf moet leiden, en je bent pragmatisch en niet enkel idealistisch,

and you're pragmatic and not just idealistic,

you might be saying to yourself, "OK, this is all great, Mallory,

dan denk je misschien wel dat dit allemaal fantastisch klinkt,

but why should I want to be involved?"

maar waarom zou je willen meedoen?

Well for one thing, beyond the good PR,

Naast het feit dat het goed is voor je pr,

humanitarian aid is a 24-billion-dollar sector,

gaat er zo'n 24 miljard dollar om in de humanitaire hulpsector.

and there's over five billion people, maybe your next customers,

En je hebt wel zo'n vijf miljard potentiële klanten

that live in the developing world.

in de ontwikkelingslanden.

Further, companies that are engaging in data philanthropy,

Daarnaast ontdekken bedrijven die hun gegevens delen

they're finding new insights locked away in their data.

nieuwe inzichten verstopt in hun gegevens.

Take, for example, a credit card company

Neem nu bijvoorbeeld een kredietkaartbedrijf

that's opened up a center

dat academici, ngo's en overheden samenbrengt, die dan samenwerken.

that functions as a hub for academics, for NGOs and governments,

all working together.

They're looking at information in credit card swipes

Ze onderzoeken informatie uit kredietkaartgegevens

and using that to find insights about how households in India

en daarmee proberen ze uit te zoeken hoe Indische gezinnen leven en werken.

live, work, earn and spend.

For the humanitarian world, this provides information

Op deze manier kan de humanitaire hulpverlening mensen uit de armoede halen

about how you might bring people out of poverty.

But for companies, it's providing insights about your customers

en kunnen bedrijven info verzamelen over hun klanten

and potential customers in India.

en hun potentiële klanten in India.

It's a win all around.

Het is een win-winsituatie.

Now, for me, what I find exciting about data philanthropy --

Ik vind gegevensfilantropie echt geweldig:

donating data, donating decision scientists and donating technology --

het delen van gegevens, besluitanalisten en technologie.

it's what it means for young professionals like me

Dat betekent veel voor jonge professionals als ik, die voor bedrijven willen werken.

who are choosing to work at companies.

Studies show that the next generation of the workforce

Het is bewezen dat de volgende generatie werknemers

care about having their work make a bigger impact.

wil dat hun werk een grotere impact heeft.

We want to make a difference,

We willen een verschil maken.

and so through data philanthropy,

Dankzij gegevensuitwisseling

companies can actually help engage and retain their decision scientists.

kunnen bedrijven besluitanalisten steunen en behouden.

And that's a big deal for a profession that's in high demand.

En dat is zeer belangrijk voor een beroep dat zo gegeerd is.

Data philanthropy makes good business sense,

Gegevensfilantropie is ook commercieel zeer interessant.

and it also can help revolutionize the humanitarian world.

En het kan de hulpverlening ook revolutionair verbeteren.

If we coordinated the planning and logistics

Als we de planning en het transport van de hulpverlening beter coördineren,

across all of the major facets of a humanitarian operation,

we could feed, clothe and shelter hundreds of thousands more people,

kunnen we honderdduizenden mensen meer voorzien van kleding, voedsel en onderdak.

and companies need to step up and play the role that I know they can

Bedrijven moeten de rol spelen die ze volgens mij kunnen spelen

in bringing about this revolution.

in het tot stand brengen van deze revolutie.

You've probably heard of the saying "food for thought."

Jullie kennen wel het gezegde 'voedsel voor de gedachtengang'.

Well, this is literally thought for food.

Dit is letterlijk 'gedachtengang voor voedsel'.

It finally is the right idea at the right time.

Het is eindelijk het juiste idee op het juiste moment.

(Laughter)

(Gelach)

Très magnifique.

Très magnifique.

Thank you.

Dankjewel.

(Applause)

(Applaus)