ಪ್ರತಿದಿನ ನಾವು ಮಾಡುವ ಪ್ರತಿಯೊಂದು ಕೆಲಸವೂ ಪರಿಸರದ ಮೇಲೆ ಒಂದಲ್ಲ ಒಂದು ರೀತಿಯ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ಈ ಪೈಕಿ ಒಳ್ಳೆಯ ಪರಿಣಾಮ ಬೀರುವ ಕೆಲಸಗಳು ಕಡಿಮೆಯೇ ಎನ್ನುವುದು ಪರಿಸರದ ಸದ್ಯದ ಪರಿಸ್ಥಿತಿ ನೋಡಿದರೆ ನಮಗೇ ತಿಳಿಯುವ ವಿಷಯ.
ಇದೇ ರೀತಿ ನಾವು ಮಾಡುವ ಪ್ರತಿ ಕೆಲಸ ಒಂದಷ್ಟು ದತ್ತಾಂಶವನ್ನೂ (ಡೇಟಾ) ಸೃಷ್ಟಿಸುತ್ತದೆ. ದಿನಸಿ ಖರೀದಿಗೆ ಮಾಡಿದ ವೆಚ್ಚ, ವಾಹನಕ್ಕೆ ಹಾಕಿಸಿದ ಪೆಟ್ರೋಲಿನ ಪ್ರಮಾಣ, ವಿದ್ಯುತ್ ಬಿಲ್ಲಿನ ಮೊತ್ತ - ಹೀಗೆ ಈ ದತ್ತಾಂಶ ಹಲವು ವಿಷಯಗಳಿಗೆ ಸಂಬಂಧಪಟ್ಟಿರುವುದು ಸಾಧ್ಯ.
ಎಲ್ಲೋ ಒಂದು ಕಡೆ ದಾಖಲಾಗುವ, ಅಗತ್ಯಬಿದ್ದರೆ ವಿಶ್ಲೇಷಣೆಗೆ ದಕ್ಕುವ ಇಂತಹ ದತ್ತಾಂಶದ ಜೊತೆಗೆ ಎಲ್ಲೂ ದಾಖಲಾಗದೆ ಕಳೆದುಹೋಗುವ ದತ್ತಾಂಶಗಳೂ ಇವೆ. ನಮ್ಮ ಮನೆಗಳ ಉದಾಹರಣೆಯನ್ನೇ ತೆಗೆದುಕೊಂಡರೆ ಹೊರಹೋಗುವ ಕಸ, ಪೋಲಾಗುವ ನೀರು, ಮರುಬಳಕೆಯಾಗದ ಪ್ಲಾಸ್ಟಿಕ್ ಮುಂತಾದವುಗಳ ಪ್ರಮಾಣವನ್ನು ನಾವು ಅಳೆಯುವುದೇ ಇಲ್ಲ!
ಪ್ರತಿ ಮನೆಯಿಂದ ಇಷ್ಟು ಪ್ರಮಾಣದ ಪ್ಲಾಸ್ಟಿಕ್ ಕಸ ಹೊರಹೋಗುತ್ತಿದೆ ಎಂದು ತಿಳಿದುಕೊಂಡರೆ ಆ ಊರಿನಲ್ಲಿ ಪ್ಲಾಸ್ಟಿಕ್ ಮರುಬಳಕೆಗೆ ಬೇಕಾದ ಮೂಲಸೌಕರ್ಯ ಎಷ್ಟಿರಬೇಕು ಎನ್ನುವುದನ್ನು ಅಂದಾಜಿಸಬಹುದು. ಅದೇರೀತಿ ಪೋಲಾಗುವ ನೀರಿನ ಪ್ರಮಾಣ ಗೊತ್ತಾದರೆ ಅದನ್ನು ತಡೆಯುವ ಬಗ್ಗೆ ಗಂಭೀರ ಚಿಂತನೆ ಸಾಧ್ಯವಾಗಬಹುದು.
ಈ ಸಾಧ್ಯತೆಗಳು ಮನೆಯ ಕಸಕ್ಕೆ, ಚರಂಡಿ ಸೇರುವ ನೀರಿಗೆ ಮಾತ್ರ ಸೀಮಿತವೇನಲ್ಲ. ದೇಶದಲ್ಲಿರುವ ಅರಣ್ಯದ ಪ್ರಮಾಣದಲ್ಲಿ ಏನೆಲ್ಲ ವ್ಯತ್ಯಾಸವಾಗುತ್ತಿದೆ ಎನ್ನುವುದು ತಿಳಿದರೆ ವಾಯುಗುಣ ಬದಲಾವಣೆ ಬಗ್ಗೆ ಅಮೂಲ್ಯ ಮಾಹಿತಿ ದೊರಕಬಹುದು. ನೀರಿನಿಂದ ಉಂಟಾಗುವ ರೋಗರುಜಿನಗಳಿಂದ ಪೀಡಿತರಾದವರ ಅಂಕಿ ಅಂಶಗಳನ್ನು ಇಟ್ಟುಕೊಂಡು ನೀರಿನ ಗುಣಮಟ್ಟ ಸುಧಾರಿಸುವ ಕಾರ್ಯಕ್ರಮ ರೂಪಿಸಬಹುದು.
ಕಾಗದದ ಹಾಳೆಯಲ್ಲೋ ಕಂಪ್ಯೂಟರಿನ ಮೂಲೆಯಲ್ಲೋ ದಾಖಲಾಗಿ, ಯಾವ ಕೆಲಸಕ್ಕೂ ಬಾರದೆ ಹೋಗಬಹುದಾದ ದತ್ತಾಂಶಕ್ಕೆ ಪರಿಸರ ಸಂರಕ್ಷಣೆಯಲ್ಲಿ ಮಹತ್ವದ ಪಾತ್ರ ನೀಡುವುದೇ ದತ್ತಾಂಶದ ವಿಜ್ಞಾನ, ಅಂದರೆ 'ಡೇಟಾ ಸೈನ್ಸ್'. ಪರಿಸರ ಸಂರಕ್ಷಣೆಯ ಜೊತೆಗೆ ಹಣಕಾಸು ವ್ಯವಹಾರ, ಆರೋಗ್ಯ, ರಕ್ಷಣೆ ಮುಂತಾದ ಹಲವಾರು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಇದನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಬಳಸಲಾಗುತ್ತಿದೆ.
ವಿವಿಧ ವಿಷಯಗಳಿಗೆ ಸಂಬಂಧಪಟ್ಟ ದತ್ತಾಂಶವನ್ನು ಸೂಕ್ತವಾಗಿ ವಿಶ್ಲೇಷಿಸಿ, ಅದರಿಂದ ಪಡೆದ ಒಳನೋಟಗಳನ್ನು ಉಪಯುಕ್ತವಾಗಿ ಬಳಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗಿಸುವುದು ಡೇಟಾ ಸೈನ್ಸ್‌ನ ಹೆಗ್ಗಳಿಕೆ. ಯಾವುದೇ ಕೆಲಸ ಮಾಡಲು ಹೊರಟಾಗ ಊಹೆ ಮತ್ತು ಅನಿಸಿಕೆಗಳಿಗೆ ಮಹತ್ವಕೊಡುವುದನ್ನು ಬಿಟ್ಟು ಲಭ್ಯ ದತ್ತಾಂಶದ ಆಧಾರದ ಮೇಲೆ ನಿಖರ ಹೆಜ್ಜೆಗಳನ್ನು ಇಡುವುದು ಇದರಿಂದಾಗಿ ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಆಯಾ ಕೆಲಸವನ್ನು ಇನ್ನಷ್ಟು ಉತ್ತಮವಾಗಿ ಹೇಗೆ ಮಾಡಬಹುದು ಎಂಬುದರ ಸೂಚನೆಯೂ ದೊರಕುತ್ತದೆ.
ದತ್ತಾಂಶವನ್ನು ಉಪಯುಕ್ತವಾಗಿ ಬಳಸಿಕೊಳ್ಳುವ ನಿಟ್ಟಿನಲ್ಲಿ ಮೊದಲ ಹೆಜ್ಜೆಯೆಂದರೆ ಅದನ್ನು ಸರಿಯಾಗಿ ಸಂಗ್ರಹಿಸಿ ಉಳಿಸಿಡುವುದು. ವಿವಿಧ ಮೂಲಗಳಿಂದ ದೊರಕುವ ದತ್ತಾಂಶವನ್ನು ಸರಿಯಾದ ಸಮಯದಲ್ಲಿ ಸಂಗ್ರಹಿಸಿ ಉಳಿಸಿಟ್ಟುಕೊಂಡರೆ ಮಾತ್ರವೇ ಅದನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು ಹಾಗೂ ಆ ವಿಶ್ಲೇಷಣೆಯ ಲಾಭ ಪಡೆದುಕೊಳ್ಳುವುದು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ಇಂದಿನ ಬಹುತೇಕ ಸನ್ನಿವೇಶಗಳಲ್ಲಿ ದತ್ತಾಂಶದ ಉತ್ಪಾದನೆ ಬಹಳ ಕ್ಷಿಪ್ರವಾಗಿ ಆಗುತ್ತಿರುತ್ತದೆ. ಅಷ್ಟೇ ಅಲ್ಲ, ಅದರ ಪ್ರಮಾಣವೂ ಅಗಾಧವಾಗಿರುತ್ತದೆ. ಜೊತೆಗೆ ಈ ದತ್ತಾಂಶ ಬೇರೆಬೇರೆ ರೂಪಗಳಲ್ಲೂ ಇರುತ್ತದೆ: ಸಮಾಜಜಾಲಗಳಲ್ಲಿ ಪಠ್ಯ, ಚಿತ್ರ ಹಾಗೂ ವೀಡಿಯೋ ರೂಪದಲ್ಲಿರುವ ಪೋಸ್ಟುಗಳು ಕ್ಷಣಕ್ಕೊಂದರಂತೆ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವಲ್ಲ, ಹಾಗೆ. ಸಾಮಾನ್ಯ ಪರಿಭಾಷೆಯಲ್ಲಿ ಬಿಗ್ ಡೇಟಾ ಎಂದು ಕರೆಸಿಕೊಳ್ಳುವ ಈ ಬಗೆಯ ದತ್ತಾಂಶವನ್ನು ನಿಭಾಯಿಸುವುದು ಇನ್ನೂ ದೊಡ್ಡ ಸವಾಲು.
ಈ ಸವಾಲನ್ನು ಎದುರಿಸಿ ದತ್ತಾಂಶದ ಪರಿಣಾಮಕಾರಿ ಸಂಗ್ರಹಣೆ ಹಾಗೂ ಶೇಖರಣೆಯನ್ನು ಸಾಧ್ಯವಾಗಿಸುವುದು ಡೇಟಾ ಇಂಜಿನಿಯರಿಂಗ್. ಯಾವ ಮೂಲದಿಂದ ಯಾವ ಬಗೆಯ ದತ್ತಾಂಶವನ್ನು ಯಾವಾಗ ಮತ್ತು ಹೇಗೆ ಪಡೆದುಕೊಳ್ಳಬೇಕು ಎಂದು ಗುರುತಿಸಿ, ಆ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಇದು ನೆರವಾಗುತ್ತದೆ.
ಡೇಟಾ ಇಂಜಿನಿಯರಿಂಗ್ - ಡೇಟಾ ಸೈನ್ಸ್ ಮುಂತಾದವುಗಳ ನೆರವಿನಿಂದ ದತ್ತಾಂಶವನ್ನು ಸಂಗ್ರಹಿಸುವುದು, ಸಂಸ್ಕರಿಸುವುದು, ವಿಶ್ಲೇಷಿಸುವುದು ಹಾಗೂ ಆ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಸೂಕ್ತವಾಗಿ ಅರ್ಥೈಸುವುದನ್ನು ಒಟ್ಟಾರೆಯಾಗಿ ’ಅನಲಿಟಿಕ್ಸ್’ ಎಂದು ಗುರುತಿಸಲಾಗುತ್ತದೆ. ಕಂಪ್ಯೂಟರ್ ತಂತ್ರಾಂಶಗಳ ಜೊತೆಗೆ ಸಂಖ್ಯಾಸಂಗ್ರಹಣ ವಿಜ್ಞಾನ (ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕ್ಸ್) ಕೂಡ ಇಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಕೆಯಾಗುತ್ತದೆ.
ಕೇಳಲು ಕ್ಲಿಷ್ಟ ಹಾಗೂ ಶುಷ್ಕವೆನಿಸಿದರೂ ಇವೆಲ್ಲ ಸಂಗತಿಗಳು ಒಟ್ಟಾಗಿ ಅನೇಕ ರೋಚಕ ಸಾಧ್ಯತೆಗಳನ್ನು ಹುಟ್ಟುಹಾಕಿವೆ. ಪರಿಸರ ರಕ್ಷಣೆಗಾಗಿ ಹೊರಾಂಗಣದಲ್ಲಿ ಕೆಲಸಮಾಡುವವರ ಜೊತೆಗೆ ಕಂಪ್ಯೂಟರ್ ಮುಂದೆ ಕುಳಿತವರೂ ಕೈಜೋಡಿಸುವ ಅವಕಾಶ ದೊರೆತಿರುವುದು ಇಂತಹ ಸಾಧ್ಯತೆಗಳಿಗೆ ಒಂದು ಉದಾಹರಣೆಯಷ್ಟೇ. ಕಾಡಿನ ನಡುವಿನಿಂದಲೋ ಕಂಪ್ಯೂಟರ್ ಮುಂದಿನಿಂದಲೋ ಹೀಗೆ ಕೆಲಸಮಾಡುತ್ತಾರಲ್ಲ, ಅವರನ್ನು ಬೆಂಬಲಿಸುವ ಕೆಲಸವನ್ನು ಮಾತ್ರ - ಯಾವ ತಂತ್ರಜ್ಞಾನಕ್ಕೂ ಕಾಯದೇ - ನಾವೇ ಮಾಡಬೇಕು!
ಜೂನ್ ೨೬, ೨೦೧೯ರ ವಿಜಯವಾಣಿಯಲ್ಲಿ ಪ್ರಕಟವಾದ ಲೇಖನ
