如果你想改变一个复杂的系统，无论是我们的食物环境还是我们家里的供暖方式，那么展示研究、技术和公共讨论的最新进展都至关重要。
了解系统中的动态是引导未来创新应对您正在应对的任何社会挑战的第一步。
无论你是着手设计新资助计划的研究资助者，还是支持气候技术初创企业的投资基金，抑或是研究如何围绕一项政策使命吸引私人和公共投资的英国公务员，情况都是如此。
虽然每个人的最终目标可能不同，但他们都会问类似的问题：
如果无法可靠地回答这些问题，就很难将有限的 阿尔及利亚电话号码数据 资源用于正确的事情，从而产生最大的影响。您可能会错过新兴的、资金不足的创新 - 或者意外地重复使用资源。
到目前为止，“映射系统”通常意味着通过艰苦的定性过程拼凑信息。虽然这可能是确定动态因素和潜在杠杆点的重要方法之一，但它也创建了一个静态且相当主观的快照。
过去几年，我们在 Discovery 探索如何针对特定系统的创新方向提出更具可操作性的见解。由于英国和世界各地对“使命驱动型政府”的兴趣高涨，这一议程现在变得更加清晰。
医疗保健或产业战略等领域的任务通常涉及政策制定者试图引导创新路径解决特定社会问题，同时也试图吸引私营部门的资金。更及时、更准确地洞察我们试图塑造的系统，对于从事这类工作的人们来说，这可能是一个极其有用的指南针。
苹果和橘子：整合多种洞察来源
然而，我们往往倾向于从单一、狭隘的角度看待一个系统如何变化，这取决于我们作为资助者、政策制定者、企业家等的地位。我们也倾向于依靠轶事证据或历史研究的见解来支持我们自己的观点（行为科学家称之为“确认偏差”）。
但这是至关重要的任务——尽管是一项更棘手的任务——为我们要影响的系统构建一个可量化的多维图景。这至关重要，因为我们知道社会技术转型（例如我们食品系统的变化）受到多种因素的影响。
这些领域包括研发突破、政策发展、商业战略、媒体报道和公众接受度。由于这些领域的数据形式各异，因此如果同时查看这些数据，我们可能会陷入将苹果和橘子进行比较的境地。
寻找“创新最佳点”
为了克服这一挑战，我们的团队一直在磨练一种名为“创新甜蜜点”的实验方法，该方法利用数据科学和机器学习的最新进展来检测 Nesta 在健康、早期和脱碳方面的使命中的新兴创新。
我们的方法包括分析研究出版物和公共资金、专利申请、风险投资、新闻媒体报道和议会辩论的趋势。由于这些数据集是异质的，并且跟踪的创新类型非常不同，我们使用基于可比指标（例如增长率和幅度）的趋势分类法。
什么构成了创新的“最佳点”？
我们期待强劲的研究活动和私人投资的大幅增长以及政策制定者和媒体的兴趣的融合。总而言之，这种令人鼓舞的信号将表明一项正在成熟、前景广阔的创新或解决方案。