Argomento 46 di 64· Valore pubblico nel governo digitale

Valore dei dati aperti

Il valore dei dati aperti è il problema di stimare cosa valgono i dati governativi e pubblici quando non hanno un prezzo: non vengono venduti, quindi non c'è una linea di ricavo, eppure rilasciarli (record meteorologici, orari dei trasporti, confini dei codici postali, registri delle aziende) genera dimostrabilmente attività economica e sociale a valle. Valutarli bene conta perché "è gratuito rilasciarlo" e "non vale nulla" sono entrambi sbagliati, e un ingegnere software che decide se aprire un'API o un dataset ha bisogno di un argomento migliore di entrambi.

Perché è importante

La stima top-down più citata viene dal report del 2013 del McKinsey Global Institute "Open data: Unlocking innovation and performance with liquid information", che ha posto il valore annuale potenziale dei dati aperti attraverso sette domini — istruzione, trasporti, prodotti di consumo, elettricità, petrolio e gas, salute, e finanza al consumo — a $3 trilioni a $5 trilioni all'anno globalmente, attraverso meccanismi inclusa maggiore trasparenza, abbinamento di offerta e domanda più efficientemente, e permettere nuovi prodotti e servizi costruiti sui dati. Quella cifra è una stima di scenario, non un risultato misurato, ed è abitualmente citata erroneamente come se fosse ricavo che il governo potrebbe catturare direttamente, quando il valore si accumula principalmente a terze parti — aziende, ricercatori, cittadini — che usano i dati, che è precisamente il punto di aprirli piuttosto che venderli. L'Open Data Institute britannico, co-fondato da Sir Tim Berners-Lee e Sir Nigel Shadbolt nel 2012, ha da allora costruito un corpo di casi di studio più granulari, bottom-up — settore per settore, dataset per dataset — che sono molto più utili per un vero caso aziendale della cifra principale di McKinsey, perché mostrano il meccanismo di creazione di valore, non solo la sua dimensione aggregata.

Il calcolo

I dati aperti non hanno un prezzo di mercato, quindi i metodi di valutazione ne sostituiscono uno; tre approcci ricorrono, e nessuno è sufficiente da solo:

1. Metodo del costo evitato / costo di sostituzione:
   valore ≈ ciò che gli utenti avrebbero pagato per
   produrre o licenziare essi stessi i dati equivalenti —
   un limite inferiore, ignora il valore creato da usi che
   il produttore originale non ha mai anticipato

2. Metodo analogo di mercato / attività a valle:
   valore ≈ ricavo o risparmi generati da aziende/servizi
   costruiti sui dati (es. app satnav costruite su mappe e
   dati di traffico aperti) — cattura attività economica
   reale ma è difficile attribuire nettamente al rilascio
   dei dati stesso (vedi addizionalità-e-peso-morto)

3. Metodo contingente/preferenza-dichiarata:
   valore ≈ ciò che gli utenti dicono che pagherebbero, o
   il tempo che dicono che risparmia loro — vedi
   valutazione-della-preferenza-dichiarata per il metodo
   generale e i suoi bias

Nessuno di questi produce una cifra così netta quanto un
prezzo di mercato; casi aziendali di dati aperti credibili
triangolano attraverso due o più, e sono espliciti su
quale meccanismo stia facendo il lavoro.

Esempio pratico

Rilascio illustrativo di dati di mappatura/indirizzi nazionali (metodologia secondo casi di studio in stile ODI, cifre illustrative della scala che tali studi tipicamente trovano):

Stima del costo evitato:
  Aziende che altrimenti licenzierebbero commercialmente
  dati equivalenti di abbinamento degli indirizzi, a un
  costo di licenza medio stimato di £4.000/anno, attraverso
  circa 15.000 PMI stimate che ora usano il dataset aperto
  gratuito = 15.000 × £4.000 = £60.000.000/anno nel solo
  costo di licenza evitato

Stima dell'attività a valle (più speculativa, necessita di
un controfattuale):
  Nuovi prodotti di instradamento di consegne e logistica
  costruiti sui dati aperti che non esisterebbero, o
  sarebbero materialmente peggiori, senza di essi —
  richiede un confronto contro il controfattuale dei dati
  che rimangono chiusi o licenziati commercialmente
  (analisi-controfattuale), perché parte di quell'attività
  accadrebbe comunque su dati pagati a un prezzo più alto,
  che è peso morto nel senso "valore creato aprendolo"

Un caso aziendale defendibile riporta la cifra del costo
evitato come il solido limite inferiore, e tratta la cifra
dell'attività a valle come uno scenario di limite superiore,
non un fatto.

Collegamento con lo sviluppo software

Per gli ingegneri, la domanda pratica del valore dei dati aperti è di solito più stretta delle cifre principali nazionali: aprire questa specifica API o dataset (piuttosto che tenerlo dietro un accordo di partner) aumenta il riutilizzo abbastanza da giustificare il costo continuo di documentarlo, versionarlo, e supportarlo come interfaccia pubblica? Quel costo di manutenzione è reale ed è la controparte dell'economia costruisci-una-volta-riusa-spesso del governo come piattaforma — i due argomenti sono cugini stretti, uno riguarda codice e infrastruttura condivisi, l'altro dati condivisi. Qualsiasi rivendicazione di valore dei dati aperti dovrebbe essere controllata contro l'addizionalità e peso morto prima di entrare in un caso aziendale: attività che sarebbe accaduta comunque, su dati licenziati commercialmente, non è valore che l'apertura ha creato.

Insidie

  • Citare la cifra McKinsey di $3-5 trilioni come specifica del Regno Unito o come la quota di questo dataset: è una stima di scenario globale a sette settori del 2013 — usarla come moltiplicatore preciso per un singolo dataset nazionale misrappresenta cosa sia il numero.
  • Nessun controfattuale: rivendicare credito per tutta l'attività economica a valle costruita sui dati aperti, senza chiedere quanta di essa sarebbe accaduta comunque su dati pagati o licenziati a un prezzo più alto (vedi addizionalità e peso morto e analisi controfattuale).
  • Confondere il costo di produzione con il valore creato: un dataset che era costoso da raccogliere non è automaticamente di valore da rilasciare, e uno economico non è automaticamente di basso valore — il valore segue l'uso a valle, non il costo a monte.
  • Ignorare il costo di manutenzione continuo di "aperto": pubblicare un'estrazione CSV una tantum non è lo stesso impegno di gestire un'API aperta documentata, versionata, e supportata — sotto-finanziare la seconda dopo l'annuncio del lancio è una modalità di fallimento comune.

Fonti