Tema 46 od 64· Javna vrijednost u digitalnoj državnoj upravi
Vrijednost otvorenih podataka
Vrijednost otvorenih podataka problem je procjene što vrijede državni i javni podaci kada nemaju cijenu: ne prodaju se, pa nema retka prihoda, a ipak njihovo objavljivanje (vremenski zapisi, redovi vožnje, granice poštanskih brojeva, registri tvrtki) dokazivo stvara gospodarsku i društvenu aktivnost nizvodno. Dobro ih vrednovati važno je jer su „objaviti je besplatno” i „bezvrijedno je” jednako netočni, a programski inženjer koji odlučuje hoće li otvoriti API ili skup podataka treba bolji argument od oba.
Zašto je važno
Najcitiranija procjena odozgo prema dolje potječe iz izvješća McKinsey Global Instituta iz 2013. „Open data: Unlocking innovation and performance with liquid information”, koje je potencijalnu godišnju vrijednost otvorenih podataka u sedam područja (obrazovanje, promet, potrošački proizvodi, električna energija, nafta i plin, zdravstvo i potrošačke financije) procijenilo na 3 do 5 bilijuna dolara godišnje u svijetu, kroz mehanizme poput veće transparentnosti, učinkovitijeg usklađivanja ponude i potražnje te omogućivanja novih proizvoda i usluga izgrađenih na tim podacima. Ta je brojka scenarijska procjena, a ne izmjereni ostvareni rezultat, i rutinski se krivo citira kao da je riječ o prihodu koji država može izravno prisvojiti, a vrijednost uglavnom pripada trećim stranama (poduzećima, istraživačima, građanima) koje koriste podatke, što je upravo smisao otvaranja umjesto prodaje. Britanski Open Data Institute, koji su 2012. suosnovali sir Tim Berners-Lee i sir Nigel Shadbolt, od tada je izgradio korpus detaljnijih studija slučaja odozdo prema gore, sektor po sektor i skup podataka po skup podataka, koje su za stvarni poslovni slučaj daleko korisnije od naslovne brojke McKinseyja jer pokazuju mehanizam stvaranja vrijednosti, a ne samo njezinu ukupnu veličinu.
Matematika
Otvoreni podaci nemaju tržišnu cijenu, pa je zamjenjuju metode vrednovanja; ponavljaju se tri pristupa i nijedan sam nije dovoljan:
1. Metoda izbjegnutog troška / troška zamjene:
vrijednost ≈ ono što bi korisnici platili da sami proizvedu ili
licenciraju istovjetne podatke — donja granica, zanemaruje vrijednost
koju stvaraju uporabe koje izvorni proizvođač nikad nije predvidio
2. Metoda tržišnog analoga / nizvodne aktivnosti:
vrijednost ≈ prihod ili uštede koje ostvaruju poduzeća/usluge
izgrađeni na podacima (npr. navigacijske aplikacije izgrađene na
otvorenim kartografskim i prometnim podacima) — obuhvaća stvarnu
gospodarsku aktivnost, ali ju je teško čisto pripisati samom
objavljivanju podataka (vidi additionality-and-deadweight)
3. Metoda kontingentnog vrednovanja / izjavljenih preferencija:
vrijednost ≈ ono što korisnici kažu da bi platili ili vrijeme
koje kažu da im štedi — vidi stated-preference-valuation za opću
metodu i njezine pristranosti
Nijedna od njih ne daje broj čist kao tržišna cijena; vjerodostojni
poslovni slučajevi za otvorene podatke triangulaciju provode kroz
dvije ili više metoda i izričito navode koji mehanizam nosi teret.
Primjer iz prakse
Ilustrativno objavljivanje nacionalnih kartografskih/adresnih podataka (metodologija prema studijama slučaja u stilu ODI-ja, brojke ilustriraju razmjer koji takve studije obično nalaze):
Procjena izbjegnutog troška:
Poduzeća koja bi inače komercijalno licencirala istovjetne podatke
za usklađivanje adresa, uz procijenjeni prosječni trošak licence od
4.000 £/godišnje, kroz procijenjenih 15.000 malih i srednjih poduzeća
koja sada koriste besplatni otvoreni skup podataka
= 15.000 × 4.000 £ = 60.000.000 £/godišnje samo u izbjegnutom trošku licenciranja
Procjena nizvodne aktivnosti (spekulativnija, treba kontrafaktualni scenarij):
Novi proizvodi za usmjeravanje dostave i logistiku izgrađeni na
otvorenim podacima koji bez njih ne bi postojali ili bi bili
bitno lošiji — zahtijeva usporedbu s kontrafaktualnim scenarijem
u kojem podaci ostaju zatvoreni ili komercijalno licencirani
(counterfactual-analysis), jer bi dio te aktivnosti ionako nastao na
plaćenim podacima po višoj cijeni, što je mrtvi teret u smislu
„vrijednosti stvorene otvaranjem”
Obranjiv poslovni slučaj iskazuje izbjegnuti trošak kao čvrstu donju
granicu, a nizvodnu aktivnost tretira kao scenarij gornje granice,
a ne kao činjenicu.
Veza s programskim inženjerstvom
Za inženjere je praktično pitanje vrijednosti otvorenih podataka obično uže od nacionalnih naslovnih brojki: povećava li otvaranje upravo ovog API-ja ili skupa podataka (umjesto držanja iza sporazuma s partnerom) ponovnu uporabu dovoljno da opravda trajni trošak dokumentiranja, verzioniranja i podrške kao javnom sučelju? Taj trošak održavanja stvaran je i protuteža je ekonomici „izgradi jednom, koristi često” iz teme država kao platforma: te su dvije teme bliski rođaci, jedna se tiče zajedničkog koda i infrastrukture, a druga zajedničkih podataka. Svaku tvrdnju o vrijednosti otvorenih podataka valja provjeriti u odnosu na dodatnost i mrtvi teret prije nego uđe u poslovni slučaj: aktivnost koja bi se ionako dogodila, na komercijalno licenciranim podacima, nije vrijednost koju je stvorilo otvaranje.
Zamke
- Citiranje McKinseyjevih 3 do 5 bilijuna dolara kao brojke specifične za UK ili kao udjela ovog skupa podataka: riječ je o globalnoj scenarijskoj procjeni za sedam sektora iz 2013.; korištenje kao preciznog množitelja za jedan nacionalni skup podataka krivo prikazuje što taj broj jest.
- Nema kontrafaktualnog scenarija: preuzimanje zasluge za svu nizvodnu gospodarsku aktivnost izgrađenu na otvorenim podacima, bez pitanja koliko bi je se ionako dogodilo na plaćenim ili licenciranim podacima po višoj cijeni (vidi dodatnost i mrtvi teret i kontrafaktualnu analizu).
- Brkanje troška proizvodnje i stvorene vrijednosti: skup podataka čije je prikupljanje bilo skupo nije automatski vrijedan za objavu, a jeftin nije automatski malo vrijedan; vrijednost prati nizvodnu uporabu, a ne uzvodni trošak.
- Zanemarivanje trajnog troška održavanja „otvorenosti”: objava jednokratnog CSV izvoda nije ista obveza kao vođenje dokumentiranog, verzioniranog API-ja uz podršku; nedovoljno financiranje potonjeg nakon objave lansiranja uobičajen je način neuspjeha.
Izvori
- 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/