Historias de datos: Creando caminos para salir de la calle
Llamau es la principal organización benéfica del País de Gales y su trabajo está enfocado en la recuperación de habitantes de calle. Los ayudan en la superación de sus traumas emocionales, los impulsan a ser económicamente activos, financieramente independientes, y así alcanzar sus objetivos y aspiraciones.
Llamau se asoció con DataKind UK -una ONG que busca conectar voluntarios en ciencia de datos con organizaciones benéficas- y la Oficina de Estadísticas Nacionales (ONS) de Reino Unido, para realizar un ejercicio de revisión interna basada en datos en el que se esperaba contestar las siguientes preguntas: ¿De las personas que utilizan activamente los servicios de Llamau, ¿Quiénes son los que más se benefician de los programas y por qué?, ¿Qué servicios y proyectos están logrando los resultados más exitosos para las personas a las que Llamau sirve y por qué?, ¿Qué mejoras se deberían realizar en el actual sistema de gestión de casos para la recogida de datos? Todas estas son preguntas que debería hacerse cada ONG para mejorar la calidad y alcance de sus intervenciones.
En mayo de 2017, personal de Llamau se reunió con un equipo de la ONS y voluntarios de DataKind UK para preparar los datos y refinar las preguntas clave que se abordarían en un evento llamado DataDive, un espacio de trabajo conjunto alrededor de los temas más relevantes en esta búsqueda.
El equipo de Llamau sabía de forma anecdótica que si ocurrian una o varias condiciones los resultados no eran exitosos. Entre estas condiciones estaban que los habitantes de calle que fueran varones, con historial de delincuencia juvenil y/o que ya hubieran participado de procesos de recuperación. Sin embargo, no esperaban que los resultados finales fueran tan extremos. Cuando un individuo encajaba en dos o más de las categorías al mismo tiempo, la probabilidad de un resultado exitoso disminuía muchísimo más de lo esperado. Otro de los resultados más significativos, fue el descubrimiento de cómo los resultados pueden ser muy diferentes para los individuos en los diferentes servicios que ofrecen.
LLamau formuló varias hipótesis a partir de los hallazgos encontrados con la ayuda del equipo de voluntarios. Una razón podría ser que tenían poco personal masculino dentro de los equipos de primera línea de Llamau, ya que los hombres jóvenes pueden beneficiarse de una mayor interacción con modelos masculinos positivos. También era posible que estos hombres jóvenes comenzaran en una "línea de base" diferente cuando se les comparaba con otros beneficiarios. Estos jóvenes pueden necesitar períodos más largos de apoyo y pueden progresar más lentamente que otros. Esto puede afectar la forma en que Llamau mide y compara los resultados para los diferentes grupos en el futuro.
Estas conclusiones se analizaron junto al Study of the Experiences of Young Homeless People publicado por ellos mismos en el 2015 con el fin de crear cambios en sus servicios y determinar nuevas líneas de acción.
Los equipos también pudieron cuantificar las diferencias en los resultados obtenidos por los usuarios en función de diversos factores: el tipo de servicio utilizado, el nivel de compromiso de la persona y los problemas personales específicos a los que ésta se enfrentaba. Encontraron una correlación positiva entre el nivel de compromiso de un individuo y su resultado. Por ejemplo, los que asistían regularmente a las sesiones y los servicios tendían a hacer más progresos y a obtener mejores resultados. Además, el equipo identificó proyectos en los que las personas no hacían progresos sustanciales, a pesar de su nivel de compromiso. Una de sus tareas fue investigar cuáles eran las causas subyacentes y cómo abordarlas, por ejemplo, con intervenciones internas como la capacitación adicional del personal, o teniendo en cuenta factores externos, por ejemplo, la duración de los contratos adjudicados.
Un trabajo exploratorio realizado en el DataDive mostró que el 20% de las personas que participaron en un programa específico de cuatro semanas diseñado para personas que estaban a punto de quedarse sin hogar fueron más adelante remitidas recibiendo más apoyo.
Lo más interesante estuvo al final. Los voluntarios crearon una red neuronal que podía predecir, con una precisión del 85 por ciento, cuál de estos usuarios del servicio volvería eventualmente. Esto mostró a Llamau el poder de usar sus datos para el análisis predictivo y les dio una herramienta útil para discutir con los encargados del servicio.
Los voluntarios de DataKindUK y del ONS dijeron al final que posiblemente el resultado más importante fue la conciencia de lo que se puede hacer con los datos - y qué datos son y no son útiles-. Después de este ejercicio Llamau lanzó un piloto para su nuevo Sistema de Gestión de Casos en el 2019. Muchos de los conocimientos adquiridos con el DataDive sobre cómo recogían los datos fueron introducidos en el proceso de diseño del piloto. Con una mejor comprensión de los datos -conociendo qué datos necesitan y cómo pueden ser utilizados- Llamau también puede ahora asesorar a sus financiadores sobre qué datos deberían recoger.
¿Qué hallazgos crees que encontraríamos en el contexto del habitante de calle colombiano?
¿Crees que hay diferencias significativas entre los habitantes de calle de las diferentes regiones de Colombia?
¿Cuáles crees que pueden ser las acciones para transformar esta situación en Colombia?
Las respuestas están en los datos y testimonios de los seres humanos que han vivido y están viviendo esta problemática hoy.