Тема 46 от 64· Публична стойност в цифровото управление

Стойност на отворените данни

Стойността на отворените данни е проблемът как да се прецени колко струват държавните и публичните данни, когато нямат цена: те не се продават, затова няма ред за приходи, а все пак публикуването им (метеорологични записи, разписания на транспорта, граници на пощенски кодове, търговски регистри) доказуемо поражда икономическа и социална дейност надолу по веригата. Добрата оценка е важна, защото „безплатно е да се публикуват" и „нямат никаква стойност" са и двете грешни, а софтуерният инженер, който решава дали да отвори API или набор от данни, се нуждае от по-добър аргумент от всяко от двете.

Защо е важно

Най-цитираната оценка „отгоре надолу" идва от доклада на McKinsey Global Institute от 2013 г. „Open data: Unlocking innovation and performance with liquid information", който оценява потенциалната годишна стойност на отворените данни в седем области — образование, транспорт, потребителски продукти, електроенергия, нефт и газ, здравеопазване и потребителски финанси — на 3 до 5 трилиона долара годишно в световен мащаб, чрез механизми като по-голяма прозрачност, по-ефективно съпоставяне на предлагането с търсенето и създаване на нови продукти и услуги върху данните. Това число е сценарийна оценка, а не измерен резултат, и редовно се цитира погрешно, сякаш е приход, който правителството може да получи пряко, докато стойността предимно се натрупва при трети страни — фирми, изследователи, граждани — които използват данните, което е точно смисълът да се отварят, а не да се продават. Британският Open Data Institute, основан през 2012 г. от сър Тим Бърнърс-Лий и сър Найджъл Шадболт, оттогава изгради съвкупност от по-подробни казуси „отдолу нагоре" — по сектори и по набори от данни — които са далеч по-полезни за реален бизнес случай от заглавното число на McKinsey, защото показват механизма на създаване на стойност, а не само общия му размер.

Математиката

Отворените данни нямат пазарна цена, затова методи за оценка я заместват; повтарят се три подхода и нито един не е достатъчен сам:

1. Метод на избегнатите разходи / разходите за замяна:
   стойност ≈ колкото потребителите биха платили, за да произведат или да
   лицензират сами еквивалентните данни — долна граница, пренебрегва
   стойността, създадена от употреби, които първоначалният производител
   никога не е предвиждал

2. Метод на пазарния аналог / дейността надолу по веригата:
   стойност ≈ приходите или икономиите, генерирани от фирми и услуги,
   изградени върху данните (напр. навигационни приложения, изградени
   върху отворени картографски и трафик данни) — улавя реална икономическа
   дейност, но трудно се приписва чисто на публикуването на данните
   (вж. additionality-and-deadweight)

3. Метод на условната оценка / заявените предпочитания:
   стойност ≈ колкото потребителите казват, че биха платили, или времето,
   което казват, че им спестява — вж. stated-preference-valuation за общия
   метод и неговите отклонения

Нито един от тях не дава число, толкова чисто като пазарна цена;
достоверните бизнес случаи за отворени данни триангулират най-малко два
подхода и са ясни кой механизъм върши работата.

Практически пример

Илюстративно публикуване на национални картографски данни/данни за адреси (методология по образец на казусите на ODI, числата илюстрират мащаба, който такива проучвания обикновено откриват):

Оценка на избегнатите разходи:
  Фирми, които иначе биха лицензирали еквивалентни данни за съпоставяне на
  адреси на търговска основа, при оценена средна цена на лиценза от £4 000/
  година, сред оценени 15 000 малки и средни предприятия, които сега
  използват безплатния отворен набор от данни
  = 15 000 × £4 000 = £60 000 000/година само избегнати разходи за лицензи

Оценка на дейността надолу по веригата (по-спекулативна, изисква контрафактуален сценарий):
  Нови продукти за маршрутизиране на доставки и логистика, изградени върху
  отворените данни, които не биха съществували или биха били съществено
  по-лоши без тях — изисква сравнение с контрафактуалния сценарий, при който
  данните остават затворени или комерсиално лицензирани
  (counterfactual-analysis), защото част от тази дейност би се случила и така,
  върху платени данни при по-висока цена, което е мъртва тежест
  в смисъла на „стойност, създадена от отварянето"

Защитим бизнес случай отчита числото за избегнатите разходи като
твърда долна граница, а числото за дейността надолу по веригата третира
като сценарий за горна граница, а не като факт.

Връзка със софтуерното инженерство

За инженерите практическият въпрос за стойността на отворените данни обикновено е по-тесен от националните заглавни числа: води ли отварянето на това конкретно API или набор от данни (вместо държането му зад споразумение с партньор) до достатъчно повторно използване, което да оправдае текущите разходи за документиране, версиониране и поддръжка като публичен интерфейс? Тези разходи за поддръжка са реални и са двойникът на икономиката „изгради веднъж, използвай многократно" на държавата като платформа — двете теми са близки роднини, едната за споделен код и инфраструктура, другата за споделени данни. Всяко твърдение за стойност на отворените данни трябва да се провери спрямо допълняемост и мъртва тежест, преди да влезе в бизнес случай: дейност, която би се случила и така, върху комерсиално лицензирани данни, не е стойност, създадена от отварянето.

Чести грешки

  • Цитиране на цифрата от 3–5 трилиона долара на McKinsey като специфична за Обединеното кралство или като дял на този набор от данни: тя е глобална сценарийна оценка за седем сектора от 2013 г. — използването ѝ като точен множител за един-единствен национален набор от данни изкривява какво представлява числото.
  • Липса на контрафактуален сценарий: претендиране за заслугата за цялата дейност надолу по веригата, изградена върху отворени данни, без да се пита каква част от нея би се случила и така върху платени или лицензирани данни при по-висока цена (вж. допълняемост и мъртва тежест и контрафактуален анализ).
  • Бъркане на разходите за производство със създадената стойност: набор от данни, който е бил скъп за събиране, не е автоматично ценен за публикуване, а евтиният не е автоматично с ниска стойност — стойността следва употребата надолу по веригата, а не разходите нагоре по нея.
  • Пренебрегване на текущите разходи за поддръжка на „отворените": публикуването на еднократен CSV извадка не е същият ангажимент като поддържането на документирано, версионирано, поддържано отворено API — недофинансирането на второто след обявата за стартирането му е често срещан начин за провал.

Източници