Θέμα 46 από 64· Δημόσια αξία στην ψηφιακή κυβέρνηση
Αξία ανοικτών δεδομένων
Η αξία των ανοικτών δεδομένων είναι το πρόβλημα της εκτίμησης του πόσο αξίζουν τα κυβερνητικά και δημόσια δεδομένα όταν δεν έχουν τιμή: δεν πωλούνται, οπότε δεν υπάρχει γραμμή εσόδων, ωστόσο η δημοσιοποίησή τους (μετεωρολογικά αρχεία, δρομολόγια μεταφορών, όρια ταχυδρομικών κωδικών, μητρώα εταιρειών) παράγει αποδεδειγμένα οικονομική και κοινωνική δραστηριότητα κατάντη. Η σωστή αποτίμησή της έχει σημασία επειδή και το «είναι δωρεάν να δημοσιευτεί» και το «είναι άχρηστο» είναι λάθος, και ένας μηχανικός λογισμικού που αποφασίζει αν θα ανοίξει ένα API ή σύνολο δεδομένων χρειάζεται καλύτερο επιχείρημα από οποιοδήποτε από τα δύο.
Γιατί έχει σημασία
Η πιο συχνά παρατιθέμενη εκτίμηση από πάνω προς τα κάτω προέρχεται από την έκθεση του McKinsey Global Institute του 2013 «Open data: Unlocking innovation and performance with liquid information», που έθεσε την ετήσια δυνητική αξία των ανοικτών δεδομένων σε επτά τομείς — εκπαίδευση, μεταφορές, καταναλωτικά προϊόντα, ηλεκτρισμός, πετρέλαιο και φυσικό αέριο, υγειονομική περίθαλψη και καταναλωτικά οικονομικά — σε $3 τρισεκατομμύρια έως $5 τρισεκατομμύρια ετησίως παγκοσμίως, μέσω μηχανισμών όπως η αυξημένη διαφάνεια, η αποδοτικότερη αντιστοίχιση προσφοράς με ζήτηση και η δυνατότητα νέων προϊόντων και υπηρεσιών χτισμένων πάνω στα δεδομένα. Αυτός ο αριθμός είναι εκτίμηση σεναρίου, όχι μετρημένο αποτέλεσμα, και παρατίθεται ρουτινιάρικα λανθασμένα σαν να ήταν έσοδα που η κυβέρνηση μπορεί να συλλάβει άμεσα, ενώ η αξία συσσωρεύεται κυρίως σε τρίτους — επιχειρήσεις, ερευνητές, πολίτες — που χρησιμοποιούν τα δεδομένα, κάτι που είναι ακριβώς το νόημα του ανοίγματος αντί του πωλείν. Το Open Data Institute του ΗΒ, που συνίδρυσαν ο Sir Tim Berners-Lee και ο Sir Nigel Shadbolt το 2012, έχει έκτοτε χτίσει ένα σώμα πιο λεπτομερών μελετών περίπτωσης από κάτω προς τα πάνω — τομέα προς τομέα, σύνολο δεδομένων προς σύνολο δεδομένων — που είναι πολύ πιο χρήσιμες για μια πραγματική επιχειρηματική περίπτωση από τον αριθμό-τίτλο του McKinsey, επειδή δείχνουν τον μηχανισμό δημιουργίας αξίας και όχι μόνο το συνολικό μέγεθός της.
Τα μαθηματικά
Τα ανοικτά δεδομένα δεν έχουν τιμή αγοράς, οπότε οι μέθοδοι αποτίμησης την υποκαθιστούν· τρεις προσεγγίσεις επαναλαμβάνονται, και καμία δεν επαρκεί μόνη της:
1. Μέθοδος αποφευχθέντος κόστους / κόστους αντικατάστασης:
αξία ≈ ό,τι θα πλήρωναν οι χρήστες για να παραγάγουν ή να αδειοδοτηθούν
τα ισοδύναμα δεδομένα οι ίδιοι — κάτω όριο, αγνοεί την αξία που δημιουργείται
από χρήσεις που ο αρχικός παραγωγός δεν προέβλεψε ποτέ
2. Μέθοδος αγοραίου αναλόγου / δραστηριότητας κατάντη:
αξία ≈ έσοδα ή εξοικονομήσεις που παράγονται από επιχειρήσεις/υπηρεσίες χτισμένες
πάνω στα δεδομένα (π.χ. εφαρμογές πλοήγησης χτισμένες σε ανοιχτά δεδομένα χαρτογράφησης
και κυκλοφορίας) — αποτυπώνει πραγματική οικονομική δραστηριότητα αλλά είναι δύσκολο
να αποδοθεί καθαρά στην ίδια τη δημοσιοποίηση δεδομένων (βλ. additionality-and-deadweight)
3. Μέθοδος υπό όρους/δηλωμένων προτιμήσεων:
αξία ≈ ό,τι λένε οι χρήστες ότι θα πλήρωναν, ή ο χρόνος που λένε ότι εξοικονομούν —
βλ. stated-preference-valuation για τη γενική μέθοδο και τις μεροληψίες της
Καμία από αυτές δεν παράγει αριθμό τόσο καθαρό όσο μια τιμή αγοράς· οι αξιόπιστες
επιχειρηματικές περιπτώσεις ανοικτών δεδομένων τριγωνοποιούν μεταξύ τουλάχιστον δύο, και
είναι ρητές για το ποιος μηχανισμός κάνει τη δουλειά.
Επεξεργασμένο παράδειγμα
Ενδεικτική εθνική δημοσιοποίηση δεδομένων χαρτογράφησης/διευθύνσεων (μεθοδολογία κατά τις μελέτες περίπτωσης τύπου ODI, αριθμοί ενδεικτικοί της κλίμακας που βρίσκουν συνήθως τέτοιες μελέτες):
Εκτίμηση αποφευχθέντος κόστους:
Επιχειρήσεις που διαφορετικά θα αδειοδοτούνταν εμπορικά για ισοδύναμα δεδομένα
αντιστοίχισης διευθύνσεων, με εκτιμώμενο μέσο κόστος άδειας £4.000/έτος, σε
εκτιμώμενες 15.000 ΜμΕ που χρησιμοποιούν πλέον το δωρεάν ανοιχτό σύνολο δεδομένων
= 15.000 × £4.000 = £60.000.000/έτος σε αποφευχθέν κόστος αδειοδότησης μόνο
Εκτίμηση δραστηριότητας κατάντη (πιο εικαστική, χρειάζεται αντιπαραθετικό):
Νέα προϊόντα δρομολόγησης παράδοσης και logistics χτισμένα πάνω στα ανοιχτά δεδομένα
που δεν θα υπήρχαν, ή θα ήταν ουσιωδώς χειρότερα, χωρίς αυτά —
απαιτεί σύγκριση με το αντιπαραθετικό ότι τα δεδομένα παραμένουν κλειστά ή εμπορικά
αδειοδοτημένα (counterfactual-analysis), επειδή μέρος αυτής της δραστηριότητας θα
συνέβαινε ούτως ή άλλως σε επί πληρωμή δεδομένα σε υψηλότερη τιμή, που είναι νεκρό βάρος
υπό την έννοια της «αξίας που δημιουργείται από το άνοιγμα»
Μια υπερασπίσιμη επιχειρηματική περίπτωση αναφέρει τον αριθμό αποφευχθέντος κόστους ως
σταθερό κάτω όριο, και αντιμετωπίζει τον αριθμό δραστηριότητας κατάντη ως σενάριο
άνω ορίου, όχι ως γεγονός.
Σύνδεση με τη μηχανική λογισμικού
Για τους μηχανικούς, το πρακτικό ερώτημα αξίας ανοικτών δεδομένων είναι συνήθως στενότερο από τους εθνικούς αριθμούς-τίτλους: το άνοιγμα αυτού του συγκεκριμένου API ή συνόλου δεδομένων (αντί να παραμένει πίσω από συμφωνία συνεργάτη) αυξάνει την επαναχρησιμοποίηση αρκετά ώστε να δικαιολογήσει το συνεχές κόστος τεκμηρίωσης, εκδοσιοποίησης και υποστήριξής του ως δημόσιας διεπαφής; Αυτό το κόστος συντήρησης είναι πραγματικό και είναι το αντίστοιχο της οικονομίας χτίσε-μια-φορά-χρησιμοποίησε-συχνά της κυβέρνησης ως πλατφόρμας — τα δύο θέματα είναι στενά ξαδέλφια, το ένα για κοινό κώδικα και υποδομή, το άλλο για κοινά δεδομένα. Κάθε ισχυρισμός αξίας ανοικτών δεδομένων πρέπει να ελέγχεται έναντι της πρόσθετης επίδρασης και νεκρού βάρους πριν μπει σε επιχειρηματική περίπτωση: η δραστηριότητα που θα είχε συμβεί ούτως ή άλλως, σε εμπορικά αδειοδοτημένα δεδομένα, δεν είναι αξία που δημιούργησε το άνοιγμα.
Παγίδες
- Η παράθεση του αριθμού $3–5 τρισ. του McKinsey ως ειδικού για το ΗΒ ή ως μεριδίου αυτού του συνόλου δεδομένων: είναι παγκόσμια εκτίμηση σεναρίου επτά τομέων του 2013 — η χρήση του ως ακριβούς πολλαπλασιαστή για ένα μεμονωμένο εθνικό σύνολο δεδομένων παραποιεί τι είναι ο αριθμός.
- Απουσία αντιπαραθετικού: η διεκδίκηση εύσημων για όλη την οικονομική δραστηριότητα κατάντη που χτίζεται πάνω σε ανοιχτά δεδομένα, χωρίς να ρωτηθεί πόση θα είχε συμβεί ούτως ή άλλως σε επί πληρωμή ή αδειοδοτημένα δεδομένα σε υψηλότερη τιμή (βλ. πρόσθετη επίδραση και νεκρό βάρος και αντιπαραθετική ανάλυση).
- Η σύγχυση του κόστους παραγωγής με τη δημιουργημένη αξία: ένα σύνολο δεδομένων που ήταν ακριβό στη συλλογή δεν είναι αυτόματα πολύτιμο να δημοσιευτεί, και ένα φθηνό δεν είναι αυτόματα χαμηλής αξίας — η αξία ακολουθεί τη χρήση κατάντη, όχι το κόστος ανάντη.
- Η αγνόηση του συνεχούς κόστους συντήρησης του «ανοιχτού»: η δημοσίευση ενός εφάπαξ αποσπάσματος CSV δεν είναι η ίδια δέσμευση με τη λειτουργία ενός τεκμηριωμένου, εκδοσιοποιημένου, υποστηριζόμενου ανοιχτού API — η υποχρηματοδότηση του τελευταίου μετά την ανακοίνωση εκκίνησης είναι συνηθισμένος τρόπος αποτυχίας.
Πηγές
- 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/