Sut gall elusennau ddefnyddio data
Awdur: Nicole Holgate;
Amser Darllen: 8 munud
Mae hwn yn adnodd agored. Mae croeso i chi ei gopïo a'i addasu. Darllenwch y telerau.
Os hoffech gymorth pellach gyda'ch her ddigidol, trefnwch sesiwn am ddim gyda DigiCymru
Mae elusennau’n casglu llawer o wybodaeth bob dydd – a gall dadansoddi’r data yma drawsnewid eu gwasanaethau er gwell. Ond ble i gychwyn? Beth mae data a gwyddor data yn ei olygu, a sut ydych chi’n gwybod os bydd defnyddio’r rhain yn elwa eich sefydliad?
Mae DataKind UK a’r Data Collective yn helpu i gefnogi elusennau, a’r bobl gysylltiedig, sydd yn awyddus i ddefnyddio data’n well. Dyma ein canllaw ar ddata a gwyddor data i’r sector elusennol.
Dau fath o ddata
Data yw gwybodaeth sy’n cael ei gasglu a’i gofnodi trwy arsylwi. Gall gyflwyno ei hun mewn sawl ffurf wahanol, megis data rhifol mewn taenlen, ond mewn delweddau a fideos, fel pelydr-x, hefyd. Gall fod yn ddata arolwg ansoddol am ddewisiadau a nodweddion pobl. Gall ymwneud â chanlyniadau a’r hyn sydd wedi newid ar ôl defnyddio gwasanaeth.
Yna mae gennych chi ddata ymddygiad, gan gynnwys y pethau mae pobl yn hoffi ar gyfryngau cymdeithasol a dadansoddeg gwe – yr hyn mae defnyddwyr yn clicio arno. Mae negeseuon a thestun, fel sgwrs gwe, yn ddata hefyd.
Mae elusennau a sefydliadau dielw eraill yn aml yn casglu gwybodaeth am:
- Codi arian neu roddwyr
- Darparu gwasanaeth
- Buddiolwyr neu ddefnyddwyr gwasanaethau
- Eu hymdrechion marchnata a chysylltiadau cyhoeddus
Mae llawer o gasglu data yn cael ei ysbrydoli gan fonitro a gwerthuso, neu i ddarparu adborth neu dystiolaeth i’ch cefnogwyr a’ch cyllidwyr.
Ond gallech ddefnyddio data i greu dull rhagfynegol sy’n cefnogi’ch gwasanaethau a’ch cenhadaeth hefyd, neu i brofi damcaniaethau am sut i’w gwella. Gelwir hyn yn wyddor data fel arfer, ond gellir ei ystyried hefyd fel ‘dadansoddeg ragfynegol’. Mae’n eich helpu i wneud rhagfynegiadau’r dyfodol, yn hytrach na ‘dadansoddeg ddisgrifiadol’ (faint, pa mor aml) sy’n dweud beth sy’n digwydd eisoes. Gall gwyddor data eich helpu i ddeall y bobl mae eich sefydliad yn gweithio â nhw yn well. Gallwch hefyd werthuso effaith eich rhaglenni, a sut mae’n newid dros gyfnod, i nodi ffyrdd o wella eich effeithlonrwydd gweithredol.
Gwyddor data yn defnyddio dulliau dadansoddol i wneud ystyr o ddata
Er y gall gwyddor data fod yn derm a maes cymharol newydd, mae pobl wedi bod yn defnyddio data i ddarganfod mewnwelediadau gweithredadwy ers blynyddoedd. Yn ystod achos o golera yng nghanol y 1800au yn Llundain, mapiodd John Snow nifer y marwolaethau yn gymharol i leoliadau pympiau dŵr. Sylwodd ar yr ardal â’r marwolaethau uchaf a pha bwmp oedd yn cyfatebu. Cafodd y pwmp ei gau o ganlyniad y map yma, felly nid oedd y dŵr heintiedig yn cael ei ddefnyddio, gan arwain at arbed llawer o fywydau yn ôl pob tebyg. Cyd-destun sy’n gwneud data’n ddefnyddiol yn hytrach nag darnau unigol o wybodaeth yn unig. Nid oedd nifer y marwolaethau o golera yn ddefnyddiol i Snow, nes iddo fapio i leoliadau’r pympiau dŵr.
Y prif wahaniaeth heddiw yw bod cyfrifiaduron yn ein galluogi i ddadansoddi swm llawer mwy o ddata mewn ffyrdd llawer mwy soffistigedig. Term a ddefnyddiwn i ddiffinio gwyddor data yw ‘defnyddio technegau dadansoddol a chyfrifiannol i dynnu ystyr o ffynonellau data newydd, er mwyn cefnogi penderfyniadau sefydliadol fel arfer’.
Yn ymarferol, mae gwyddor data yn cael ei ddefnyddio’n aml i ragfynegi ymddygiad a deall tueddiadau. Er enghraifft, argymell pa sioe deledu i wylio nesaf wrth edrych ar eich tueddiadau gwylio blaenorol. Gall ganfod anghysondebau neu wyriad, megis taliad yn cael ei wrthod gan nad yw’n ymddangos ei fod yn cyd-fynd â’ch ymddygiad gwario. Defnyddiau beunyddiol eraill yw hidlwyr sbam, peiriannau chwilio, a chynllunio taith danfonwyr parseli i greu’r siwrne fwyaf effeithlon. Mae’r holl ddulliau yma yn ceisio optimeiddio adnoddau ac arbed amser i ni. Maent yn cynnwys defnyddio algorithmau, sy’n asesu eich mewnbwn chi, ac yn ceisio ymateb yn y ffordd fwyaf perthnasol.
Sut gall eich elusen ddefnyddio gwyddor data
Defnyddio gwyddor data yn effeithiol yw’r ffordd orau i lywio penderfyniadau yn eich elusen. Mae DataKind UK yn helpu elusennau i gynnal prosiectau gwyddor data, ac rydym yn aml yn gweld pedwar prif ddefnydd.
- Eich helpu i ddeall angen a galw: e.e. Ble mae’r ardaloedd â’r cyfraddau mwyaf o bobl yn cysgu ar y stryd?
- Cael gwell dealltwriaeth o’ch buddiolwyr: e.e. Pa gyfran sy’n siaradwyr Saesneg anfrodorol?
- Gwerthuso pa mor llwyddiannus yw eich gwasanaethau presennol: e.e. A yw rhaglen yn arwain at welliant perfformiad yn yr ysgol?
- Edrych ar ffyrdd hirdymor o newid gwasanaethau a gwella effeithlonrwydd gweithredol, fel creu’r siwrne i’r dosbarthwyr parseli.
Dyma ddwy enghraifft:
Cyngor ar Bopeth Lewisham yn gwerthuso ei raglenni
Mae Cyngor ar Bopeth Lewisham yn darparu cymorth a chyngor ar amrywiaeth o faterion ar draws bwrdeistref Llundain, ond roeddent yn pryderu nad oeddent yn cyrraedd y bobl fwyaf agored i niwed yn eu cymuned. Edrychwyd ar ddata agored yn dangos amddifadedd lluosog, sef metrig gan y llywodraeth sy’n cofnodi saith dimensiwn amddifadedd a bregusrwydd gan gynnwys incwm, iechyd a throsedd.
Cymharwyd y mapiau hyn â lleoliadau eu cleientiaid. Yn groes i’w hofnau, canfuwyd eu bod yn gweld y nifer fwyaf o achosion o’r ardaloedd mwyaf agored i niwed. Roedd hyn yn eu helpu i fod yn sicr eu bod yn cyrraedd cleientiaid sydd eu hangen, ac roedd y dystiolaeth yma’n cefnogi ymdrechion codi arian y dyfodol.
Cristnogion yn Erbyn Tlodi yn optimeiddio gwasanaethau
Mae Cristnogion yn Erbyn Tlodi (CAP) yn helpu pobl allan o ddyled gan ddefnyddio cynghorwyr dyled ac amrywiaeth o raglenni cymorth. Wrth gysylltu â CAP am y tro cyntaf, mae’n rhaid iddynt ddarparu llawer o wybodaeth hynod bersonol mewn cyfnod sydd fel arfer yn straen mawr. Yna mae cynghorwyr yn argymell ‘llwybr allan o ddyled’. Gallai hyn fod yn gynllun talu, ansolfedd, neu ‘lwybr daliannol’ os yw eu hamgylchiadau’n parhau i newid.
Gweithiodd CAP gyda DataKind UK i edrych ar ba ddata oedd yn ddefnyddiol wrth bennu llwybr cleient. Canfuwyd bod angen llawer llai o bwyntiau data arnynt ar y cychwyn i gefnogi eu cleientiaid yn effeithiol. Dangosodd y prosiect faint o ddata sydd ei angen i barhau i gael canlyniadau cyson ar gyfer eu cleientiaid. Gallant nawr benderfynu pa ddarnau o wybodaeth y mae’n rhaid i gleientiaid eu darparu er mwyn i’w cynghorwyr barhau i roi cyngor cywir. Mae hyn yn gwneud y broses yn haws, yn gyflymach, ac yn llai o straen i’r cleient.
Sut i gasglu’r data cywir: darganfod y cwestiwn cywir
Efallai byddwch yn synnu pan ddywedwn nad yw’n ymwneud â’r data mewn gwirionedd – mae’n ymwneud â’r broblem neu’r ddamcaniaeth sydd gennych, a pha effaith y bydd yr ateb yn ei gael arnoch chi. Os ydych chi’n ystyried defnyddio data, cychwynnwch gyda’r hyn rydych chi eisiau gwybod, neu’r hyn rydych chi’n meddwl gallai fod yn wir, ac yna penderfynwch a oes gennych chi’r data sydd ei angen i ateb y cwestiwn hwnnw.
Canolbwyntiwch ar eich cenhadaeth – ac yna gweld os yw’r data sydd gennych yn angenrheidiol i ddod o hyd i’r atebion. Edrych ar ddata yn fras yw trydydd cam y broses. Yn gyntaf, cychwynnwch gyda datganiad problem: ‘Ein problem yw bod…’.
Yna nodwch beth sydd angen i chi ei ddarganfod i benderfynu sut i oresgyn y broblem yma (‘Rydym eisiau gweld…’).
Yna meddyliwch pa ddata sydd ei angen i ddweud hyn… ai dyma’r data sydd gennych chi? A allech chi ei gael wrth newid sut rydych chi’n casglu data ar hyn o bryd? A yw’r setiau data yma’n bodoli eisoes mewn mannau eraill?
Yn olaf, nodwch y weithred hoffech ei rhoi ar waith yn seiliedig ar yr hyn y mae’r data yn ei ddweud wrthych. Er enghraifft ‘Ein problem yw nad ydym yn gwybod os ydym yn cyrraedd yr holl bobl sydd angen ein cefnogaeth. Rydym am weld faint o bobl yn ein bwrdeistref sy’n gymwys i’n cymorth wrth ddefnyddio setiau data ar amddifadedd rhanbarthol o gymharu â’n buddiolwyr presennol. Yna gallem greu cynllun i gyrraedd y rhai sydd ddim yn derbyn ein cymorth’.
Nid oes rhaid i ddata fod yn breifat i’ch sefydliad (data perchnogol) i chi ei ddefnyddio. Mae data agored yn cynnwys dangosyddion y llywodraeth, neu wybodaeth gyhoeddus fel postiadau cyfryngau cymdeithasol. Er enghraifft, os ydych chi’n ansicr sut i gyrraedd darpar fuddiolwyr, efallai gallech chi ymchwilio’r llwyfannau mae pobl yn y grŵp oedran yn eu defnyddio amlaf.
Fel gydag enghraifft John Snow, mae angen gwybodaeth am wasanaeth eich elusen, ynghyd â ffactorau allanol eraill, i gael mewnwelediadau defnyddiol iawn. Efallai mai damcaniaethau’r staff ar y rheng flaen yw’r gyfrinach i wella’ch gwasanaethau’n sylweddol. Gall cyfuno hyn â gwyddor data ddarparu’r dystiolaeth sydd ei hangen i roi’r newidiadau yma ar waith.
Beth i’w wneud nesaf
Dechreuwch trwy fuddsoddi yn eich pobl. Mae hyder eich tîm wrth wreiddio dulliau sy’n cael eu gyrru gan ddata yn bwysicach nag offer. Bydd hyfforddi staff presennol hefyd yn helpu pawb i ddeall gwerth y dulliau yma. Bydd agwedd chwilfrydig ac angerdd am ddatrys problemau yn mynd â chi ymhellach nag y gallech feddwl!
Yna dewiswch yr offer cywir ar gyfer eich sefydliad. Os ydych eisoes yn defnyddio Office 365 neu Google Suite, edrychwch ar yr hyn maent yn darparu i gefnogi casglu a dadansoddi data, megis Google Data Studio neu Power BI. Mae digon o offer rhad ac am ddim neu gost isel ar gael, yn enwedig ar gyfer elusennau, sydd ddim angen gwybodaeth codio.
Efallai bod gennych syniadau am brosiectau gallech chi gychwyn. Os oes gennych syniad a fyddai’n gwneud prosiect gwyddor data da, neu os hoffech siarad mwy am yr hyn gellir ei wneud gyda data, cysylltwch â DataKind UK.
Wedi'i gomisiynu gan Catalyst