巨量資料（Big Data）的威力應該不用再次強調了吧？隨著新技術的突破，不論是運用、分析或處理 Big Data 都不再是難事，而 Big Data 的使用範圍也擴大到非營利組織裡，芝加哥的濟貧計畫或肯亞的投票監控，都可見 Big Data 運用的身影。但上述這些非營利計畫都存在某些問題，如志工多元性 （指從事志工的族群偏向某種型態）、短期性支援等等，這使得組織營運面臨重大的困難。
非營利慈善組織亟需目的明確且長期性的投入工作，然而做到這件事所需的人力與財力都相當龐大，這是條艱辛的路，不過來自外在的援助正積極投入中。
Rayid Ghani，前 Obama for America 組織與 Accenture Technology Labs 科學家，他將用過去的經驗，領導芝加哥大學計算中心 （Computation Institute）的研究團隊進行任務，同時經營新創公司 Edgeflip。Ghani 認為，他能幫助非營利組織維持足夠的資金且妥善運用。
- 資料科學結合非營利組織，讓組織更有效率運作、還能募得更多援助
今年夏天，Ghani 率領一群全美致力於為非營利組織服務的學生們參與「Data Science for Social Good fellowship」計畫，這項計畫著重於解決資料使用面臨的難題，由 Google 執行董事長 Eric Schmidt 贊助（Eric Schmidt 本人也參與其中），團隊中仍包含企業中的資料分析科學家、芝加哥大學教職員等。Ghan 說，要召集到這群人很快，但資料運用問題是一項需要長期抗戰的重大任務。
本計畫的主要目標包括幫助美國伊利諾伊州庫克郡 (Cook County) 記錄廢棄資產、管理芝加哥腳踏車共享系統的供需層面、最佳化大眾運輸路線及時刻表、最適化垃圾收集程序、與醫院急診室合作、犯罪率預測，還有最重要的一點：Nurse Family Partnership，一項支援新手媽媽的指導計畫。
Nurse Family Partnership 為一國家級組織，提供在危險期懷孕的新手媽媽居家照護，甚至直到嬰兒 2 歲前都能提供照顧，目前為止已為 42 州、23 萬名母親提供服務。
「我們一直是個資料驅使的組織」，Nurse Family Partnership 組織成員 Bill Thorland 如是說。許多於資料分析上的努力常運用於告知新手媽媽恰當的操作程序，但目前急需完成的任務在於「接受」與「未接受」照護母親間的差異分析比較，「我們想知道，如果這些母親沒有接受照護計畫，後果將會如何？」比較指標分為嬰兒與母親面向，前者為出生體重、認知發展與身體成長；後者則為教育程度、是否就業等。
透過資料庫比較與統計分析，他們能更精確的掌握組織中的母親動向，在這群學生 10 個星期的幫助下，計畫以 10 個月的速度推進中。量化的結果讓外人看見該組織的成就，也讓更多的贊助者得到滿意的結果，Thorland 表示：「他們知道值回票價的感受。」
- 如何讓所有非營利組織都能得到資料分析好處：募集志工、建立資料分享平台
當非營利組織無法以高薪聘請高端資料科學家，但又希望能量化其價值以募得更多的資金時，這種兩難局面該怎麼解決？答案在於靈活運用大學資源 （如 Nurse Family Partnership 與 University of Colorado 合作）、與志願性組織合作 （如 DataKind）。正因為世界上仍有許多志工的善心幫忙，組織一開始才能順利的營運，這些志工所需要的是個將志願服務轉化成生涯職業的誘因。
因此 Ghani 不認為需要支付與科技公司相同的薪水才能雇用資料科學家。「我們需要的是一個團隊，沒有人喜歡單打獨鬥。」
無論如何執行計畫，非營利組織需要的是執行更多以運用資料為出發點的決策。不過其最好的方式便是策略聯盟，面臨相同難題的組織間應互相分享資料，群眾智慧的力量必定勝過個體。對資料結構類似 Facebook 的組織來說，資料已經存在那裡靜待他們發掘，但最大的障礙來自資料存取的型式每家都不同，系統整合便成為關鍵因子，「每個組織都擁有非常棒的資料，但都儲存在不同的系統中。」 Ghani 如是說。
Ghani 認為，最佳解決之道為尋找一個合法的資料分享平台做為中間人，如 Bill and Melinda Gates 基金會、或其他集結資源的大型非營利財團，不論是財力或執行力，這些組織都有力抗阻礙的實力，而非營利組織必須以將資料分享至中間平台為前提下獲得贊助資金。
聰明的非營利組織便該知道，想讓事情圓滿完成，有時必須透過企業組織的力量。關於資料平台，Ghani 認為「除了希望之外，我尚未見到其他任何實質的作為。」