Тема 46 із 64· Публічна цінність у цифровому уряді
Цінність відкритих даних
Цінність відкритих даних — це проблема оцінювання, чого варті державні та публічні дані, коли в них немає ціни: їх не продають, тож немає рядка доходу, але їхнє оприлюднення (метеорологічні записи, розклади транспорту, поштові межі, реєстри компаній) очевидно породжує економічну й соціальну активність далі за ланцюгом. Добра оцінка важлива, бо і «оприлюднити безкоштовно», і «воно нічого не варте» — хибні твердження, а програмісту, що вирішує, чи відкривати API або набір даних, потрібен кращий аргумент, ніж будь-яке з них.
Чому це важливо
Найцитованіша низхідна оцінка походить зі звіту McKinsey Global Institute 2013 року «Open data: Unlocking innovation and performance with liquid information», який визначив потенційну річну цінність відкритих даних у семи галузях — освіта, транспорт, споживчі товари, електроенергетика, нафта й газ, охорона здоров'я та споживчі фінанси — у 3–5 трильйонів доларів на рік глобально, через такі механізми, як підвищена прозорість, ефективніше узгодження пропозиції з попитом і створення нових продуктів та послуг на основі даних. Ця цифра — сценарна оцінка, а не виміряний фактичний результат, і її рутинно цитують так, ніби це дохід, який уряд міг би безпосередньо отримати, тоді як цінність здебільшого дістається третім сторонам — бізнесам, дослідникам, громадянам, що використовують дані, — у чому й полягає сенс відкриття, а не продажу. Британський Open Data Institute, співзаснований сером Тімом Бернерсом-Лі та сером Найджелом Шедболтом 2012 року, відтоді збудував корпус детальніших висхідних кейс-стаді — галузь за галуззю, набір даних за набором даних, — що значно корисніші для реального бізнес-кейсу, ніж заголовна цифра McKinsey, бо показують механізм створення цінності, а не лише її сукупний розмір.
Математика
Відкриті дані не мають ринкової ціни, тож її замінюють методи оцінювання; повторюються три підходи, і жоден не достатній сам по собі:
1. Метод уникнутих витрат / вартості заміщення:
цінність ≈ скільки користувачі заплатили б за створення чи ліцензування
еквівалентних даних самі — нижня межа, ігнорує цінність, створену
використанням, якого первісний виробник ніколи не передбачав
2. Метод ринкового аналога / діяльності далі за ланцюгом:
цінність ≈ дохід чи заощадження, згенеровані бізнесами/послугами,
збудованими на даних (напр. навігаційні застосунки на відкритих
картографічних і дорожніх даних) — відображає реальну економічну
активність, але важко чисто приписати самому оприлюдненню даних
(див. additionality-and-deadweight)
3. Метод умовної оцінки / заявлених уподобань:
цінність ≈ скільки користувачі кажуть, що заплатили б, або час,
який, за їхніми словами, це їм заощаджує — див. stated-preference-valuation
щодо загального методу та його викривлень
Жоден із них не дає цифри такої чистої, як ринкова ціна; достовірні
бізнес-кейси відкритих даних тріангулюють щонайменше два підходи
й чітко вказують, який механізм виконує роботу.
Робочий приклад
Ілюстративне оприлюднення національних картографічних/адресних даних (методологія за зразком кейс-стаді у стилі ODI, цифри ілюструють масштаб, який такі дослідження зазвичай знаходять):
Оцінка уникнутих витрат:
Бізнеси, які інакше комерційно ліцензували б еквівалентні дані для
зіставлення адрес за оціненої середньої вартості ліцензії 4000 £/рік,
серед оціненої кількості 15 000 малих і середніх підприємств, що тепер
користуються безкоштовним відкритим набором даних
= 15 000 × 4000 £ = 60 000 000 £/рік лише уникнутої вартості ліцензування
Оцінка діяльності далі за ланцюгом (більш спекулятивна, потребує контрфактичного):
Нові продукти маршрутизації доставки й логістики, збудовані на відкритих
даних, що не існували б або були б суттєво гіршими без них —
потрібне порівняння з контрфактичним сценарієм, коли дані лишаються
закритими чи комерційно ліцензованими ([контрфактичний аналіз](../контрфактичний-аналіз/)),
бо частина цієї діяльності сталася б і так на платних даних за вищою
ціною, що є мертвим вантажем у сенсі «цінності, створеної відкриттям»
Обґрунтований бізнес-кейс повідомляє цифру уникнутих витрат як надійну
нижню межу, а цифру діяльності далі за ланцюгом трактує як сценарій
верхньої межі, а не факт.
Зв'язок з програмною інженерією
Для інженерів практичне питання цінності відкритих даних зазвичай вужче за заголовні національні цифри: чи збільшує відкриття саме цього API або набору даних (замість утримання його за угодою з партнером) повторне використання достатньо, щоб виправдати постійну вартість документування, версіонування й підтримки його як публічного інтерфейсу? Ця вартість підтримки реальна і є протилежністю економіки «збудуй один раз — використовуй багато разів» уряду як платформи — ці дві теми близькі двоюрідні брати, одна про спільний код та інфраструктуру, інша про спільні дані. Будь-яке твердження про цінність відкритих даних слід перевірити на додатковість і мертвий вантаж, перш ніж воно потрапить у бізнес-кейс: діяльність, яка сталася б і так, на комерційно ліцензованих даних, не є цінністю, створеною відкриттям.
Пастки
- Цитування цифри McKinsey 3–5 трильйонів $ як специфічної для Великої Британії або як частки цього набору даних: це глобальна сценарна оцінка 2013 року по семи секторах — використання її як точного мультиплікатора для одного національного набору даних спотворює суть цифри.
- Відсутність контрфактичного: присвоєння собі заслуги за всю економічну діяльність далі за ланцюгом на відкритих даних без питання, скільки з неї сталося б і так на платних чи ліцензованих даних за вищою ціною (див. додатковість і мертвий вантаж та контрфактичний аналіз).
- Плутанина вартості виробництва з створеною цінністю: набір даних, дорогий у збиранні, не автоматично цінний для оприлюднення, а дешевий не автоматично малоцінний — цінність відстежує використання далі за ланцюгом, а не вартість на початку.
- Ігнорування постійної вартості підтримки «відкритості»: публікація одноразового CSV-вивантаження — не те саме зобов'язання, що експлуатація задокументованого, версіонованого, підтримуваного відкритого API; недофінансування другого після оголошення про запуск — поширений режим відмови.
Джерела
- 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/