2009 को गर्मी मा, मोबाइल फोन रवान्डा भर सबै घन्टी थिए। परिवार, साथीभाइ र व्यापार सहयोगिहरु बीच कल को लाखौं साथै, बारे 1,000 Rwandans यहोशू Blumenstock र उनको सहयोगिहरु देखि एक कल प्राप्त। शोधकर्ताओं अनियमित रवान्डा सबैभन्दा ठूलो मोबाइल फोन प्रदायकबाट 1.5 मिलियन ग्राहकहरु को एक डेटाबेस नमूना गरिएको थियो जो मान्छे को एक सर्वेक्षण सञ्चालन गरेर धन र गरिबी अध्ययन गरेका थिए। तिनीहरूले, एक सर्वेक्षणमा भाग चाहन्थे भने तिनीहरूलाई अनुसन्धान को प्रकृति व्याख्या Blumenstock र सहयोगिहरु सहभागीको सोधे, र त्यसपछि आफ्नो, डेमोग्राफिक सामाजिक र आर्थिक विशेषताहरु बारे प्रश्न को एक श्रृंखला सोधे।
सबै म अब यो ध्वनि एक परम्परागत सामाजिक विज्ञान सर्वेक्षण जस्तै बनाउँछ सम्ममा भनेका छन्। तर, के अर्को आउँछ छैन परम्परागत अझै कम्तीमा छ। तिनीहरू कल डाटा देखि कसैको धन भविष्यवाणी गर्न एक मिसिन सिक्ने मोडेल तालिम सर्वेक्षण प्रयोग, र त्यसपछि तिनीहरू सबै 1.5 करोड ग्राहकहरु को धन अनुमान गर्न यो मोडेल प्रयोग। अर्को, तिनीहरूले कल लग सम्मिलित भौगोलिक जानकारी प्रयोग गरेर सबै 1.5 करोड ग्राहकहरु निवास स्थान अनुमानित। यी दुई अनुमान सँगै-अनुमानित धन र अनुमानित स्थान दिइरहेको निवास-Blumenstock र सहयोगिहरु रवान्डा मार्फत धन भौगोलिक वितरण को उच्च संकल्प अनुमान उत्पादन गर्न सके। खासगरी, तिनीहरूले एक अनुमान धन रवान्डा गरेको 2.148 कक्षहरू प्रत्येक लागि सानो प्रशासनिक एकाइ देशमा उत्पादन गर्न सक्छ,।
यो कुनै एक कहिल्यै रवान्डा यस्तो सानो भौगोलिक क्षेत्रमा लागि अनुमान उत्पादन थियो किनभने यी अनुमान मान्य गर्न असम्भव थियो। तर, Blumenstock र सहयोगिहरु रवान्डा 30 जिल्लामा आफ्नो अनुमान थपिन गर्दा, आफ्नो अनुमान डेमोग्राफिक र स्वास्थ्य सर्वेक्षण, विकासशील देशहरुमा सर्वेक्षण को सुन मानक देखि अनुमान गर्न समान थिए तिनीहरूले फेला परेन। यी दुई दृष्टिकोण यस मामला पनि त्यस्तै अनुमान उत्पादन भए तापनि Blumenstock र सहयोगिहरु को दृष्टिकोण बारे 10 पटक छिटो र परम्परागत डेमोग्राफिक र स्वास्थ्य सर्वेक्षण भन्दा 50 पटक सस्ता थियो। यी नाटकीय छिटो र कम लागत अनुमान अनुसन्धानकर्ताहरूले, सरकारको लागि नयाँ सम्भावनाहरू सिर्जना र कम्पनीहरु (Blumenstock, Cadamuro, and On 2015) ।
नयाँ पद्धति विकास गर्न साथै, यो अध्ययन प्रकारको एक रोर्स्च inkblot परीक्षण जस्तै छ; आफ्नो पृष्ठभूमि कस्तो मान्छे देख्न निर्भर गर्दछ। धेरै सामाजिक वैज्ञानिकहरूले आर्थिक विकास बारे सिद्धान्त परीक्षण गर्न प्रयोग गर्न सकिन्छ भनेर नयाँ मापन उपकरण हेर्नुहोस्। धेरै डाटा वैज्ञानिकहरूले एक सुन्दर नयाँ मेशिन शिक्षाका समस्या हेर्नुहोस्। धेरै व्यापार मानिसहरू पहिले नै संकलन गरेका छन् कि डिजिटल ट्रेस डेटा मूल्य अनलक लागि एक शक्तिशाली दृष्टिकोण हेर्नुहोस्। धेरै गोपनीयता अधिवक्ता हामी ठूलो निगरानी को एक समयमा बाँचिरहेका छौं भनेर एक डरलाग्दो सम्झाउने हेर्नुहोस्। धेरै नीति निर्माता नयाँ प्रविधि एक राम्रो संसार सिर्जना गर्न मद्दत गर्न सक्नुहुन्छ तरिका हेर्नुहोस्। वास्तवमा, यो अध्ययन ती कुराहरू सबै छ, र यो सामाजिक अनुसन्धान को भविष्यमा झ्यालको छ किन कि छ।