धोरण प्रशासकीय डेटा – प्रशासकीय डेटा आधुनिक प्रशासन आणि निर्णयक्षमतेसाठी एक शक्तिशाली आणि धोरणात्मक मालमत्ता म्हणून उदयास आला आहे. नियमित प्रशासकीय प्रक्रियेचे उपउत्पादन म्हणून व्युत्पन्न केलेले, हे केवळ निर्णय घेण्याकरिताच नाही तर सरकार आणि संस्थांना अधिक निरंतर आणि व्यापक डेटा सिस्टमकडे जाण्यास सक्षम करण्यासाठी बारीक अंतर्दृष्टी देते.

भारतात, गेल्या दशकभरात, सार्वजनिक सेवांच्या वाढत्या डिजिटलायझेशनमुळे विविध सामाजिक-आर्थिक आयामांमध्ये डिजिटल डेटाच्या उपलब्धतेत लक्षणीय वाढ झाली आहे. केंद्रातील आणि राज्ये/केंद्रशासित प्रदेशातील जवळजवळ प्रत्येक मंत्रालय आणि विभाग आता अंतर्गत MIS प्रणाली आणि डॅशबोर्डवर अवलंबून आहेत जे स्टेकहोल्डर्सकडून डेटा गोळा करतात आणि एकत्र करतात. उदाहरणांमध्ये शालेय शिक्षणासाठी युनिफाइड डिस्ट्रिक्ट इन्फॉर्मेशन सिस्टीम फॉर एज्युकेशन (UDISE), MSMEs साठी Udyam, बाल पोषणासाठी पंतप्रधानांची समग्र योजना (POSHAN) ट्रॅकर, आधार, GSTN डेटा आणि आरोग्य MIS यांचा समावेश आहे.

जाहिरात या प्रणाली वैयक्तिक विभागांमध्ये महत्त्वपूर्ण मूल्य प्रदान करत असताना, डेटासेटच्या सामंजस्याने त्यांचा प्रभाव वाढविला जाऊ शकतो, ज्यामुळे अधिक अर्थपूर्ण अंतर्दृष्टी निर्माण करण्यासाठी विविध स्त्रोतांकडून माहिती एकत्रित केली जाऊ शकते. प्रशासकीय डेटासेटची विशाल मात्रा आणि विविधता त्यांना AI आणि मशीन लर्निंग वापरून प्रगत विश्लेषणासाठी अत्यंत योग्य बनवते. जसजसे डेटासेट अधिकाधिक शोधण्यायोग्य, मशीन-वाचनीय, सुसंगत आणि एकत्र करणे सोपे होत जाते, तसतसे त्यांची विश्लेषणात्मक क्षमता विस्तारते.

या संदर्भात, “एआय-रेडी” डेटावरील वाढता फोकस डेटा सुसंवादाचे महत्त्व अधोरेखित करतो. मानकीकरण बळकट करून, संकल्पना आणि व्याख्यांमध्ये एकसमानता सुनिश्चित करून आणि आंतरकार्यक्षमता सक्षम करून, डेटा एकसंधता पृथक डेटासेटला सुसंगत संपूर्ण मध्ये रूपांतरित करणे शक्य करते.

या परिणामांचे समर्थन करण्यासाठी, एक संरचित आणि सक्षम वातावरण स्थापित केले जात आहे, पाच स्तंभांमध्ये अँकर केले आहे: डेटा कशाचे प्रतिनिधित्व करतो, तो कसा गोळा केला जातो आणि तो कसा वापरला जाऊ शकतो याचे स्पष्ट दस्तऐवजीकरण (मेटाडेटा); अचूकता आणि विश्वासार्हता सुनिश्चित करणे (डेटा गुणवत्ता); सामान्य व्याख्या आणि वर्गीकरण फ्रेमवर्क (मानक आणि वर्गीकरण) स्वीकारणे; डेटासेटमध्ये लिंकेज सक्षम करण्यासाठी आणि फरक काळजीपूर्वक समेट करण्यासाठी अद्वितीय अभिज्ञापक स्थापित करणे. अद्ययावत नॅशनल मेटाडेटा संरचना (NMDS 2. 0) सादर करण्यात आली आहे, जी मंत्रालये/विभाग आणि राज्ये/ केंद्रशासित प्रदेशांना डेटा सादर करण्यासाठी आणि सामायिक करण्यासाठी एक समान फ्रेमवर्क प्रदान करते.

राष्ट्रीय औद्योगिक वर्गीकरण (NIC), नॅशनल क्लासिफिकेशन फॉर ऑक्युपेशन्स (NCO), उद्देशानुसार वैयक्तिक वापराचे वर्गीकरण (COICOP) यांसारख्या मानक राष्ट्रीय आणि आंतरराष्ट्रीय वर्गीकरण प्रणालींच्या वापरावर सतत भर दिला जात आहे. जाहिरात डेटासेटमध्ये व्याख्या संरेखित करण्यासाठी आणि सामंजस्य करण्यासाठी संस्थात्मक यंत्रणा स्थापन करण्यात आली आहे. उदाहरणार्थ, “पक्के घर” किंवा “घरगुती” सारख्या संकल्पना वेगवेगळ्या स्त्रोतांमध्ये वेगळ्या पद्धतीने कॅप्चर केल्या जाऊ शकतात.

याशिवाय, आंतरकार्यक्षमता वाढवणारे अद्वितीय अभिज्ञापक ओळखण्यासाठी मंत्रालये आणि विभागांमध्ये काम करण्याचे प्रयत्न केले गेले आहेत. डेटा त्याच्या गुणवत्तेइतकाच शक्तिशाली आहे आणि तो विश्वास देतो. एजन्सींना त्यांच्या स्वत:च्या डेटाचे बारकाईने निरीक्षण करण्यास, गुणवत्तेतील तफावत शोधण्यात आणि कालांतराने सुधारण्यात मदत करण्यासाठी सांख्यिकीय गुणवत्ता मूल्यांकन फ्रेमवर्क तयार करण्यात आले आहे.

डेटाचे मुख्य गुणधर्म जसे की वेळेनुसार, वारंवारता, ग्रॅन्युलॅरिटी आणि कव्हरेज महत्त्वाचे आहेत. सर्वेक्षणाचे निकाल जाहीर करण्यातचा कालावधी आठ-नऊ महिन्यांवरून 45-90 दिवसांवर आणण्यात आला आहे आणि मासिक अंदाज आता नियतकालिक श्रम बल सर्वेक्षण (PLFS) आणि अनइन्कॉर्पोरेटेड सेक्टर एंटरप्रायझेस (ASUSE) च्या वार्षिक सर्वेक्षण अंतर्गत त्रैमासिक अंदाज यांसारख्या प्रमुख सर्वेक्षणांतर्गत तयार केले जात आहेत. घरगुती उत्पन्न, सेवा क्षेत्र आणि भांडवली खर्च यासारख्या क्षेत्रांचा समावेश करून नवीन सर्वेक्षणे सादर केली गेली आहेत आणि सर्वेक्षणांतर्गत राज्ये आता जिल्हा-स्तरीय अंदाज तयार करू शकतात.

आजच्या डिजिटल युगात, सीमावर्ती तंत्रज्ञान झपाट्याने विकसित होत असताना, अलगावमधील डेटा शक्तीहीन आहे. एकाधिक स्त्रोतांकडील माहिती एकत्रित केल्याने संख्यांचे ज्ञानात, ज्ञानाचे आकलनात आणि समजाचे कृतीत रूपांतर होते. सुसंवादित डेटासेट, एकत्रित केल्यावर, परिवर्तनशील विकास चालविण्यास, हुशार निर्णयांचे मार्गदर्शन करण्यास आणि सामाजिक प्रगतीचा मार्ग तयार करण्यास सक्षम असलेली शक्ती आहे.

आपण या संभाव्यतेचा उपयोग करत असताना, आपल्याला “आपल्याला जे मौल्यवान आहे ते मोजण्याची आणि आपण जे मोजतो ते मोजण्याची” आठवण करून दिली जाते. मार्चमध्ये मुंबईत लोकसत्ता जिल्हा निर्णय (जिल्हा विकास निर्देशांक) पुरस्कार सोहळ्यात सचिव, MoSPI यांनी दिलेल्या भाषणातील संपादित अंश.