¿Cómo pueden el análisis de datos o los productos centrados en datos ayudar a combatir la pobreza global?

El análisis de datos puede ser de gran ayuda, especialmente si puede correlacionar patrones de prácticas sociales, demográficas, ambientales y económicas con la incidencia de la pobreza.

Esto serviría como características útiles: 1. mediciones tanto de factores de alivio como de contribución y 2. evidencia para acusar prácticas que contribuyen a la pobreza, que a menudo se considera que no son factores de contribución pero cuyos datos confirman están correlacionados de manera decisiva con ella.

Comprenda que la pobreza no es el resultado de ineficiencias en el sistema, sino el resultado de un sistema cuyos estándares de costo-beneficio tienen en cuenta la pobreza como un evento adverso tolerable conocido y, por lo tanto, aceptable sobre posibles riesgos desconocidos o temidos si el sistema se cambiara o volviera sustancialmente -paradigmado. El análisis de datos por sí solo no puede reconfigurar las causas subyacentes. Esa teoría del empleo económico emplea la heurística común de que la economía requiere que entre el cinco y el siete por ciento de la fuerza laboral esté desempleada para mantener una economía saludable, lo que implica que la pobreza es un componente necesario de una economía en funcionamiento.