נושא 46 מתוך 64· ערך ציבורי בממשלה דיגיטלית
ערך הנתונים הפתוחים
ערך הנתונים הפתוחים הוא הבעיה של הערכת שווים של נתונים ממשלתיים וציבוריים כשאין להם מחיר: הם אינם נמכרים, ולכן אין שורת הכנסות, ובכל זאת פרסומם (רשומות מזג אוויר, לוחות זמנים של תחבורה, גבולות מיקוד, מרשמי חברות) מייצר באופן מוכח פעילות כלכלית וחברתית במורד הזרם. חשוב לתמחר אותם היטב משום ש"אין עלות בפרסום" ו"אין להם שום ערך" שתיהן שגויות, ומהנדס תוכנה המחליט אם לפתוח ממשק API או מערך נתונים צריך טיעון טוב יותר משתיהן.
למה זה חשוב
האומדן מלמעלה למטה המצוטט ביותר מגיע מדוח McKinsey Global Institute מ-2013, "Open data: Unlocking innovation and performance with liquid information", שהעריך את הערך השנתי הפוטנציאלי של נתונים פתוחים בשבעה תחומים — חינוך, תחבורה, מוצרי צריכה, חשמל, נפט וגז, שירותי בריאות ופיננסים לצרכנים — ב-3 עד 5 טריליון דולר בשנה ברחבי העולם, באמצעות מנגנונים כמו שקיפות מוגברת, התאמה יעילה יותר בין היצע לביקוש, ואפשור מוצרים ושירותים חדשים הבנויים על הנתונים. נתון זה הוא אומדן תרחיש ולא תוצאה שנמדדה, והוא מצוטט שוב ושוב בטעות כאילו היו אלה הכנסות שהממשלה יכולה ללכוד ישירות, בעוד שהערך נצבר ברובו אצל צדדים שלישיים — עסקים, חוקרים, אזרחים — המשתמשים בנתונים, וזו בדיוק הסיבה לפתוח אותם ולא למכור אותם. המכון הבריטי Open Data Institute, שנוסד ב-2012 בידי Sir Tim Berners-Lee ו-Sir Nigel Shadbolt, בנה מאז גוף של מקרי בוחן מפורטים יותר, מלמטה למעלה — ענף אחר ענף, מערך נתונים אחר מערך נתונים — שהם שימושיים הרבה יותר לתיק עסקי אמיתי ממספר הכותרת של McKinsey, משום שהם מראים את מנגנון יצירת הערך ולא רק את גודלו המצטבר.
המתמטיקה
לנתונים פתוחים אין מחיר שוק, ולכן שיטות הערכה באות במקומו; שלוש גישות חוזרות, ואף אחת אינה מספיקה לבדה:
1. שיטת עלות נחסכת / עלות החלפה:
ערך ≈ מה שהמשתמשים היו משלמים כדי לייצר או לרכוש רישיון
לנתונים מקבילים בעצמם — חסם תחתון, מתעלם מערך שנוצר
משימושים שהיצרן המקורי מעולם לא צפה
2. שיטת אנלוגיית שוק / פעילות במורד הזרם:
ערך ≈ הכנסות או חיסכון שנוצרו בידי עסקים/שירותים שנבנו
על הנתונים (למשל אפליקציות ניווט שנבנו על מיפוי פתוח ועל
נתוני תנועה) — לוכד פעילות כלכלית אמיתית אך קשה לייחס אותה
באופן נקי לפרסום הנתונים עצמו (ראו additionality-and-deadweight)
3. שיטת הערכה מותנית/העדפה מוצהרת:
ערך ≈ מה שהמשתמשים אומרים שהיו משלמים, או הזמן שהם אומרים
שהנתונים חוסכים להם — ראו stated-preference-valuation לשיטה
הכללית ולהטיות שלה
אף אחת מאלה אינה מפיקה נתון נקי כמו מחיר שוק; תיקים עסקיים אמינים
לנתונים פתוחים מבצעים טריאנגולציה בין שתיים או יותר, ומפורשים לגבי
איזה מנגנון נושא את העיקר.
דוגמה מעובדת
פרסום מומחש של נתוני מיפוי/כתובות לאומיים (מתודולוגיה בעקבות מקרי בוחן בסגנון ODI, נתונים להמחשה של הסדר גודל שמחקרים כאלה מוצאים בדרך כלל):
אומדן עלות נחסכת:
עסקים שאחרת היו רוכשים באופן מסחרי רישיון לנתוני התאמת כתובות
מקבילים, בעלות רישיון ממוצעת מוערכת של £4,000 לשנה, על פני
15,000 עסקים קטנים ובינוניים המוערכים שמשתמשים כעת במערך הנתונים
הפתוח החינמי
= 15,000 × £4,000 = £60,000,000 לשנה בעלויות רישוי נחסכות בלבד
אומדן פעילות במורד הזרם (ספקולטיבי יותר, דורש תרחיש קונטרפקטואלי):
מוצרי ניתוב ולוגיסטיקה חדשים הבנויים על הנתונים הפתוחים
שלא היו קיימים, או היו גרועים בהרבה, בלעדיהם —
דורש השוואה לתרחיש הקונטרפקטואלי שבו הנתונים נשארים סגורים
או ברישיון מסחרי (counterfactual-analysis), משום שחלק
מהפעילות הזו היה מתרחש בכל מקרה על נתונים בתשלום במחיר
גבוה יותר, וזהו משקל מת (deadweight) במובן של "ערך שנוצר מעצם הפתיחה"
תיק עסקי בר-הגנה מדווח על נתון העלות הנחסכת כחסם תחתון
איתן, ומתייחס לנתון הפעילות במורד הזרם כתרחיש של חסם עליון, לא כעובדה.
הקשר להנדסת תוכנה
עבור מהנדסים, שאלת ערך הנתונים הפתוחים המעשית היא לרוב צרה יותר מהנתונים הלאומיים שבכותרות: האם פתיחת ממשק API או מערך נתונים מסוים (במקום להשאירו מאחורי הסכם שותפות) מגדילה את השימוש החוזר מספיק כדי להצדיק את העלות המתמשכת של תיעוד, ניהול גרסאות ותמיכה בו כממשק ציבורי? עלות התחזוקה הזו אמיתית והיא הצד המקביל לכלכלת "לבנות פעם אחת ולהשתמש הרבה" של ממשלה כפלטפורמה — שני הנושאים הם קרובי משפחה, אחד עוסק בקוד ובתשתית משותפים, האחר בנתונים משותפים. כל טענת ערך לנתונים פתוחים צריכה להיבדק מול תוספתיות ומשקל מת לפני שהיא נכנסת לתיק עסקי: פעילות שהייתה מתרחשת בכל מקרה, על נתונים ברישיון מסחרי, אינה ערך שהפתיחה יצרה.
מכשולים נפוצים
- ציטוט נתון ה-3 עד 5 טריליון דולר של McKinsey כאילו הוא ספציפי לבריטניה או כחלקו של מערך נתונים זה: זהו אומדן תרחיש גלובלי מ-2013 בשבעה ענפים — שימוש בו כמכפיל מדויק למערך נתונים לאומי בודד מעוות את מה שהמספר מייצג.
- היעדר תרחיש קונטרפקטואלי: לקיחת קרדיט על כל הפעילות הכלכלית במורד הזרם שנבנתה על נתונים פתוחים, בלי לשאול כמה ממנה היה מתרחש בכל מקרה על נתונים בתשלום או ברישיון במחיר גבוה יותר (ראו תוספתיות ומשקל מת וניתוח קונטרפקטואלי).
- בלבול בין עלות ייצור לערך שנוצר: מערך נתונים שאיסופו היה יקר אינו בהכרח בעל ערך בפרסום, וזול אינו בהכרח בעל ערך נמוך — הערך נגזר מהשימוש במורד הזרם, לא מהעלות במעלה הזרם.
- התעלמות מעלות התחזוקה המתמשכת של "פתוח": פרסום קובץ CSV חד-פעמי אינו אותה מחויבות כמו הפעלת ממשק API פתוח מתועד, מנוהל גרסאות ונתמך — תת-מימון של האחרון לאחר הודעת ההשקה הוא דפוס כשל נפוץ.
מקורות
- 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/