বিষয় 46 / 64· ডিজিটাল সরকারে গণমূল্য
উন্মুক্ত তথ্য মূল্য
উন্মুক্ত তথ্য মূল্য হলো সরকারি ও পাবলিক তথ্যের যখন কোনো দাম নেই তখন এর মূল্য অনুমান করার সমস্যা: এটি বিক্রি হয় না, তাই কোনো আয় রেখা নেই, তবুও এটি প্রকাশ করা (আবহাওয়া রেকর্ড, পরিবহন সময়সূচি, পোস্টকোড সীমানা, কোম্জল রেজিস্টার) প্রদর্শনযোগ্যভাবে পরবর্তীতে অর্থনৈতিক ও সামাজিক কার্যক্রম তৈরি করে। এটি ভালোভাবে মূল্যায়ন করা গুরুত্বপূর্ণ কারণ "এটি প্রকাশ করা বিনামূল্যে" এবং "এটি মূল্যহীন" উভয়ই ভুল, এবং একটি API বা তথ্যসেট খুলবেন কি না তা সিদ্ধান্ত নেওয়া একজন সফটওয়্যার প্রকৌশলীর উভয়ের চেয়ে ভালো একটি যুক্তি প্রয়োজন।
কেন এটি গুরুত্বপূর্ণ
সবচেয়ে বেশি উদ্ধৃত উপর-থেকে-নিচে অনুমানটি ম্যাককিনসি গ্লোবাল ইনস্টিটিউটের ২০১৩ সালের প্রতিবেদন "Open data: Unlocking innovation and performance with liquid information" থেকে আসে, যা সাতটি ক্ষেত্র জুড়ে উন্মুক্ত তথ্যের সম্ভাব্য বার্ষিক মূল্য — শিক্ষা, পরিবহন, ভোক্তা পণ্য, বিদ্যুৎ, তেল ও গ্যাস, স্বাস্থ্যসেবা, এবং ভোক্তা অর্থায়ন — বিশ্বব্যাপী বছরে $৩ ট্রিলিয়ন থেকে $৫ ট্রিলিয়নে নির্ধারণ করেছিল, বর্ধিত স্বচ্ছতা, সরবরাহকে চাহিদার সাথে আরও দক্ষভাবে মেলানো, এবং তথ্যের উপর নির্মিত নতুন পণ্য ও সেবা সক্ষম করার মতো প্রক্রিয়ার মাধ্যমে। সেই সংখ্যাটি একটি দৃশ্যকল্প অনুমান, একটি পরিমাপিত ফলাফল নয়, এবং এটি নিয়মিতভাবে ভুলভাবে উদ্ধৃত করা হয় যেন এটি সরকার সরাসরি ধরতে পারে এমন আয়, যখন মূল্যটি বেশিরভাগই তৃতীয় পক্ষের কাছে জমা হয় — ব্যবসা, গবেষক, নাগরিক — তথ্য ব্যবহার করে, যা ঠিক এটি বিক্রি করার পরিবর্তে খোলার বিষয়। যুক্তরাজ্যের ওপেন ডেটা ইনস্টিটিউট, স্যার টিম বার্নার্স-লি এবং স্যার নাইজেল শ্যাডবোল্ট দ্বারা ২০১২ সালে সহ-প্রতিষ্ঠিত, তখন থেকে আরও সূক্ষ্ম-দানা, নিচ-থেকে-উপরে কেস স্টাডির একটি সংস্থা তৈরি করেছে — খাত অনুযায়ী, তথ্যসেট অনুযায়ী — যা একটি প্রকৃত ব্যবসায়িক কেসের জন্য ম্যাককিনসি প্রধান সংখ্যার চেয়ে অনেক বেশি উপযোগী, কারণ সেগুলো মূল্য সৃষ্টির প্রক্রিয়া দেখায়, শুধু এর সমষ্টিগত আকার নয়।
গাণিতিক হিসাব
উন্মুক্ত তথ্যের কোনো বাজার মূল্য নেই, তাই মূল্যায়ন পদ্ধতি একটির প্রতিস্থাপন করে; তিনটি পদ্ধতি পুনরাবৃত্ত হয়, এবং কোনোটিই একা যথেষ্ট নয়:
1. Cost-avoided / replacement-cost method:
value ≈ what users would have paid to produce or licence the
equivalent data themselves — a lower bound, ignores value created
by uses the original producer never anticipated
2. Market-analogue / downstream-activity method:
value ≈ revenue or savings generated by businesses/services built
on the data (e.g. satnav apps built on open mapping and traffic
data) — captures real economic activity but is hard to attribute
cleanly to the data release itself (see additionality-and-deadweight)
3. Contingent/stated-preference method:
value ≈ what users say they would pay, or the time they say it
saves them — see stated-preference-valuation for the general
method and its biases
None of these produces a figure as clean as a market price; credible
open data business cases triangulate across two or more, and are
explicit about which mechanism is doing the work.
ব্যবহারিক উদাহরণ
চিত্রণমূলক জাতীয় মানচিত্রায়ণ/ঠিকানা তথ্য প্রকাশ (ODI-ধাঁচের কেস স্টাডির পরে পদ্ধতি, এমন গবেষণা সাধারণত যে মাত্রা খুঁজে পায় তার চিত্রণমূলক সংখ্যা):
Cost-avoided estimate:
Businesses that would otherwise licence equivalent address-matching
data commercially, at an estimated average licence cost of £4,000/
year, across an estimated 15,000 SMEs now using the free open dataset
= 15,000 × £4,000 = £60,000,000/year in avoided licensing cost alone
Downstream-activity estimate (more speculative, needs a counterfactual):
New delivery-routing and logistics products built on the open data
that would not exist, or would be materially worse, without it —
requires a comparison against the counterfactual of the data staying
closed or commercially licensed (counterfactual-analysis), because
some of that activity would happen anyway on paid data at a higher
price, which is deadweight in the "value created by opening it" sense
A defensible business case reports the cost-avoided figure as the
solid lower bound, and treats the downstream-activity figure as an
upper-bound scenario, not a fact.
সফটওয়্যার ইঞ্জিনিয়ারিং সংযোগ
প্রকৌশলীদের জন্য, ব্যবহারিক উন্মুক্ত-তথ্য-মূল্য প্রশ্ন সাধারণত জাতীয় প্রধান সংখ্যার চেয়ে সংকীর্ণ: এই নির্দিষ্ট API বা তথ্যসেট খোলা (একটি অংশীদার চুক্তির পেছনে রাখার পরিবর্তে) কি একটি পাবলিক ইন্টারফেস হিসেবে এটি নথিভুক্ত, সংস্করণযুক্ত ও সমর্থন করার চলমান খরচ ন্যায্যতা দিতে যথেষ্ট পুনঃব্যবহার বাড়ায়? সেই রক্ষণাবেক্ষণ খরচ প্রকৃত এবং সরকার একটি প্ল্যাটফর্ম হিসেবে-এর একবার-তৈরি-প্রায়ই-পুনঃব্যবহার অর্থনীতির প্রতিরূপ — দুটি বিষয় ঘনিষ্ঠ জ্ঞাতি, একটি ভাগাভাগি কোড ও অবকাঠামো সম্পর্কে, অন্যটি ভাগাভাগি তথ্য সম্পর্কে। যেকোনো উন্মুক্ত তথ্য মূল্য দাবি একটি ব্যবসায়িক কেসে যাওয়ার আগে সংযোজনযোগ্যতা ও ডেডওয়েট-এর বিপরীতে পরীক্ষা করা উচিত: কার্যক্রম যা বাণিজ্যিকভাবে লাইসেন্সকৃত তথ্যে এমনিতেই ঘটত তা খোলা-র তৈরি করা মূল্য নয়।
সাধারণ ভুলত্রুটি
- ম্যাককিনসির $৩–৫ ট্রিলিয়ন সংখ্যাকে যুক্তরাজ্য-নির্দিষ্ট বা এই তথ্যসেটের অংশ হিসেবে উদ্ধৃত করা: এটি ২০১৩ সাল থেকে একটি বৈশ্বিক, সাত-খাত দৃশ্যকল্প অনুমান — একটি একক জাতীয় তথ্যসেটের জন্য একটি নির্ভুল গুণক হিসেবে এটি ব্যবহার করা সংখ্যাটি কী তা ভুলভাবে উপস্থাপন করে।
- কোনো প্রতিতথ্য নেই: উন্মুক্ত তথ্যের উপর নির্মিত সব পরবর্তী অর্থনৈতিক কার্যক্রমের কৃতিত্ব দাবি করা, উচ্চতর মূল্যে বেতনযুক্ত বা লাইসেন্সকৃত তথ্যে তার কতটা এমনিতেই ঘটত তা জিজ্ঞাসা না করে (দেখুন সংযোজনযোগ্যতা ও ডেডওয়েট এবং প্রতিতথ্য বিশ্লেষণ)।
- উৎপাদনের খরচকে তৈরি মূল্যের সাথে গুলিয়ে ফেলা: একটি তথ্যসেট যা সংগ্রহ করতে ব্যয়বহুল ছিল স্বয়ংক্রিয়ভাবে প্রকাশ করার মতো মূল্যবান নয়, এবং একটি সস্তা তথ্যসেট স্বয়ংক্রিয়ভাবে কম-মূল্যের নয় — মূল্য পরবর্তী ব্যবহার ট্র্যাক করে, পূর্ববর্তী খরচ নয়।
- "উন্মুক্ত"-এর চলমান রক্ষণাবেক্ষণ খরচ উপেক্ষা করা: একটি এককালীন CSV নিষ্কাশন প্রকাশ করা একটি নথিভুক্ত, সংস্করণযুক্ত, সমর্থিত উন্মুক্ত API চালানোর মতো একই প্রতিশ্রুতি নয় — চালু ঘোষণার পরে পরেরটিকে অ-তহবিলপ্রাপ্ত রাখা একটি সাধারণ ব্যর্থতার ধরন।
তথ্যসূত্র
- McKinsey Global Institute, "Open data: Unlocking innovation and performance with liquid information" (2013). https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/open-data-unlocking-innovation-and-performance-with-liquid-information
- Open Data Institute. https://theodi.org/