न तो एक शुद्ध रेडीमेड रणनीति और न ही शुद्ध कस्टममेड रणनीति डिजिटल युग की क्षमताओं का पूरी तरह से उपयोग करती है। भविष्य में हम संकर बनाने जा रहे हैं।
परिचय में, मैंने माइकल डचैम्प की रेडीमेड शैली को माइकलएंजेलो की कस्टममेड शैली के साथ अलग किया। यह विरोधाभास डेटा वैज्ञानिकों के बीच एक अंतर भी कैप्चर करता है, जो रेडीमेड के साथ काम करते हैं, और सामाजिक वैज्ञानिक, जो कस्टममेड के साथ काम करते हैं। भविष्य में, हालांकि, मुझे उम्मीद है कि हम अधिक संकर देखेंगे क्योंकि इनमें से प्रत्येक शुद्ध दृष्टिकोण सीमित है। शोधकर्ता जो केवल रेडीमेड का उपयोग करना चाहते हैं, वे संघर्ष करने जा रहे हैं क्योंकि दुनिया में कई खूबसूरत रेडीमेड नहीं हैं। शोधकर्ता जो दूसरी तरफ केवल कस्टममेड का उपयोग करना चाहते हैं, वे पैमाने पर बलिदान करने जा रहे हैं। हाइब्रिड दृष्टिकोण, हालांकि, कस्टममेड से आने वाले प्रश्न और डेटा के बीच तंग फिट के साथ रेडीमेड के साथ आने वाले पैमाने को जोड़ सकते हैं।
हमने चार अनुभवजन्य अध्यायों में से प्रत्येक में इन संकरों के उदाहरण देखे। अध्याय 2 में, हमने देखा कि कैसे Google फ़्लू रुझान ने संभावित अनुमानित पारंपरिक माप प्रणाली (सीडीसी इन्फ्लूएंजा निगरानी प्रणाली) के साथ तेजी से अनुमान (Ginsberg et al. 2009) उत्पन्न करने के लिए हमेशा एक बड़ी डेटा सिस्टम (खोज क्वेरी) को संयुक्त किया। अध्याय 3 में, हमने देखा कि स्टीफन अंसोलबेयर और ईटन हर्ष (2012) ने वास्तव में मतदान करने वाले लोगों की विशेषताओं के बारे में अधिक जानने के लिए तैयार किए गए सरकारी प्रशासनिक डेटा के साथ कस्टम-निर्मित सर्वेक्षण डेटा संयुक्त किया। अध्याय 4 में, हमने देखा कि कैसे उभरते प्रयोगों ने लाखों लोगों (Allcott 2015) के व्यवहार पर सामाजिक मानदंडों के प्रभावों का अध्ययन करने के लिए एक कस्टममेड उपचार के साथ रेडीमेड बिजली माप बुनियादी ढांचे को संयुक्त किया। आखिरकार, अध्याय 5 में, हमने देखा कि कैसे केनेथ बेनोइट और सहयोगियों (2016) ने राजनीतिक दलों द्वारा बनाए गए घोषणापत्रों के एक रेडीमेड सेट को एक कस्टममेड भीड़-कोडिंग प्रक्रिया लागू की ताकि शोधकर्ता नीति नीति बहस की गतिशीलता का अध्ययन करने के लिए उपयोग कर सकें।
ये चार उदाहरण सभी दिखाते हैं कि भविष्य में एक शक्तिशाली रणनीति बड़े डेटा स्रोतों को समृद्ध करेगी, जो शोध के लिए नहीं बनाई गई हैं, अतिरिक्त जानकारी के साथ जो उन्हें अनुसंधान (Groves 2011) के लिए अधिक उपयुक्त बनाता है। चाहे यह कस्टममेड या रेडीमेड के साथ शुरू होता है, इस हाइब्रिड शैली में कई शोध समस्याओं के लिए बहुत अच्छा वादा है।