Artículo escrito por Rodrigo de Reyes Lanfranco, Director de País en Mozambique de Fundación Capital; Alexander Paxton, director de Data Insights de Data Elevates; y Tiago Borges Coelho, fundador de UX Information Technologies.
En Mozambique, más del 90% de las y los trabajadores están empleados en el sector informal, una de las tasas más altas del mundo. Estudios recientes han demostrado que en las últimas dos décadas sólo se crearon 18.200 nuevos puestos de trabajo en el sector formal cada año, mientras que 500.000 jóvenes entran en el mercado laboral en el mismo período — sólo el 3,64% de los que entran en el mercado de trabajo pueden esperar un empleo en el sector formal, mientras que el 96,36% no tiene otra alternativa que unirse al sector laboral informal (Balchin, 2017). Casi el 20% de los que están en el sector informal trabajan en servicios, lo que representa el empleo más común para jóvenes urbanos de bajos ingresos.
Las y los trabajadores informales se enfrentan a mayores tasas de pobreza, mayor inseguridad económica y menos oportunidades de movilidad ascendente. Carecen de información sobre las tendencias y oportunidades del mercado laboral, lo que dificulta una toma de decisiones informadas. Para agravar estos problemas, las fuentes de datos del mercado laboral informal son notoriamente escasas, lo que dificulta cualquier esfuerzo de elaboración de políticas basadas en datos.
Movilizados por este reto, nació Data for Workforce Nurturing (D4WN), un proyecto co-creado e implementado por Fundación Capital, UX Information Technologies y Data Elevates. Estas organizaciones ejecutoras existen para crear un impacto social y económico positivo en la vida de las personas que viven en la pobreza, aprovechando los dispositivos de tecnología de la información y la comunicación más ubicuos que existen -los teléfonos móviles- y aplicando técnicas de ciencia de datos a la información generada por ellos. “Los mercados de gigas en África son un tesoro de datos para que los trabajadores a demanda escapen de la economía de supervivencia”, dice Tiago Borges Coelho, fundador de UX.
D4WN es una base de datos y un conjunto de herramientas creadas específicamente que agregan datos generados por las y los usuarios de Biscate, un mercado de trabajo a demanda a través de mensajes de texto USSD/SMS, y Con-Héctor, un asistente virtual de WhatsApp. D4WN analiza las entradas de datos de estas dos plataformas utilizando técnicas de ciencia de datos que incluyen visualizaciones de información, aprendizaje automático y algoritmos de recomendación, y crea inteligencia empresarial y perspectivas de datos para mejorar el rendimiento y la prestación de servicios de ambas plataformas.
Al mismo tiempo, también proporciona información a medida para ayudar a mejorar la toma de decisiones, las opciones profesionales y el desarrollo personal de los usuarios (trabajadores informales) de estos servicios: los empodera. Así es como la combinación de Biscate y Com-Hector adquiere relevancia a través de D4WN, mejora los medios de vida de los trabajadores informales a través de más oportunidades de trabajo y mejor información sobre la economía informal. A través de nuestro proyecto, también queremos aumentar los ingresos de los trabajadores, ampliar nuestra base de usuarios y duplicar la participación de las mujeres.
En palabras de Rodrigo Reyes Lanfranco, Director de País en Mozambique de Fundación Capital, “los datos son dinero. ¿Por qué no ponerlo en manos de quienes más lo necesitan? Con D4WN, estamos dando a los trabajadores informales acceso a sus datos, a través de mensajes cuidadosamente curados”. Alexander Paxton, director de Data Insights de Data Elevates, añade: “D4WN combina la ciencia de los datos y la tecnología personalizada de la base de la pirámide para capacitar a las y los trabajadores informales a navegar por la economía formal en Mozambique y promover una mayor seguridad económica”.
En esencia, D4WN es una plataforma de intercambio de datos que permite la prueba creativa y el despliegue de técnicas avanzadas de análisis y ciencia de datos. Gestores de programas, equipos de productos, analistas y científicos y científicas de datos tienen la posibilidad de estudiarlos en tiempo real a través de visualizaciones personalizadas, consultas y vistas adaptadas a cada audiencia, con el objetivo final de comprender mejor a nuestros usuarios y usuarias.
Por su parte, los equipos de contenidos se encargan de recopilar los resultados más relevantes y los ponen a disposición de los usuarios finales a través de menús que les llegan mediante mensajes de texto o WhatsApp. Sabemos, por ejemplo, a qué hora es más probable que los trabajadores informales sean llamados por los clientes, o qué oficios tienen más demanda que otros en función de su ubicación. Estos datos son valiosos para las y los trabajadores que pueden tener más de un oficio y no saben cuál es el que tiene más demanda en el mercado. Mediante el uso de canales digitales gratuitos e inclusivos (por ejemplo, USSD y SMS), D4WN garantiza que aquellas personas que no pueden permitirse los costes de los datos también puedan beneficiarse de estos conocimientos.
D4WN busca empoderar a las y los trabajadores informales. Por ello, creemos que deben estar en el centro de nuestro diseño, para crear las mejores herramientas de datos. Así, los grupos de discusión y las entrevistas forman parte de nuestra rutina. Los hemos utilizado para validar nuestras ideas y también nuestros productos mínimos viables (MVP), y hemos obtenido importantes conocimientos que nos han ayudado a girar nuestro proyecto en la dirección que ellas y ellos necesitan. Por ejemplo, después de algunos grupos de discusión vimos lo importante que era para las y los trabajadores tener más de un oficio en Biscate. Por eso, aunque no esperábamos hacer estas modificaciones, cambiamos nuestros planes originales y ajustamos la plataforma en consecuencia. Además, por mucho que creamos en el poder de los datos para el impacto, también creemos en el poder de “preguntar a nuestros usuarios y usuarias”.
Al fin y al cabo, nuestro trabajo es social, humano y relacional. Los grupos focales y las entrevistas nos ponen en contacto con nuestros usuarios y usuarias, las y los trabajadores informales, para atenderles en nuestras herramientas de datos y en todos los demás aspectos de nuestro proyecto. Creemos que nuestras herramientas de datos también deben ser supervisadas desde un punto de vista ético, para maximizar ese empoderamiento, ya que democratizamos el acceso a los datos que los propios usuarios crean. En este sentido, creamos un comité de ética que pueda hacernos responsables de los resultados de nuestras acciones. Esta revisión ética externa del proyecto nos ayudará a corregir cualquier situación que pueda estar ocurriendo, y que ni nuestro análisis de datos, ni nuestro enfoque de “preguntar a nuestro cliente” puedan estar detectando.
“Ha pasado casi un año desde el inicio del proyecto y los datos ya nos están proporcionando información que nunca habíamos imaginado. Nuestra visión es que, al final del proyecto, habremos aumentado los ingresos de los usuarios de D4WN en un 10% y habremos duplicado el número de mujeres que utilizan la plataforma. Este proyecto funciona para nosotros como una prueba de concepto, para ampliar la iniciativa en el futuro llegando a más trabajadores y trabajadoras informales en todo Mozambique y luego a otros países del África Subsahariana, aprendiendo y mejorando nuestros sistemas, así como aumentando nuestro impacto a través de una creciente red de asociaciones que puedan ofrecer más y mejores servicios de ciudadanía económica a este segmento”, concluye Rodrigo.