Tilastokeskuksen ja BearingPointin järjestämä uusi Datamenestyjät-kilpailu palkitsee avoimen tiedon käyttöön liittyviä ketteriä toteutuksia. Kilpailuun voivat osallistua esimerkiksi informaation tuottajat ja julkaisijat sekä sellaiset palveluntarjoajat, joille tieto on olennainen osa palvelukokemusta. Osallistua voivat myös tietoaineistoja sisäisissä prosesseissaan hyödyntävät organisaatiot sekä yksittäiset henkilöt, jotka hyödyntävät avoimia tietoaineistoja innovatiivisella tavalla.
Kilpailun raati koostuu viidestä alan asiantuntijasta:
Mikko Lindholm, ylijohtaja, Tilastokeskus Mikko Lindholm toimii Kehittämisen ja digitalisaation ylijohtajana Tilastokeskuksessa. Työssään hän haluaa edistää ihmiskeskeistä digitalisaatiota ja tehostaa julkishallintoa paremmalla datan käytöllä. Datan hyödyntämisessä on tärkeää muotoilla suurten datamassojen esitystavat havainnollisiksi ja helposti luettaviksi. ”Tällä hetkellä avoimen datan tarjonta on sattumanvaraista, ja virastot julkaisevat sen tiedon, mitä haluavat ja pystyvät.” |
|
Marjukka Niinioja, perustaja, Osaango Oy Marjukka Niinioja on Osaango Oy:n perustaja, joka tunnetaan avoimesti lisensoidun APIOps Cycles -menetelmän luojana. Hän on myös ollut mukana kirjoittamassa API-talous 101 -kirjaa. Työssään hän edistää liiketoiminnan ja tekniikan välistä ymmärrystä, sekä uudistaa tapaa, jolla opimme älykkäiden teknologioiden hyödyntämisestä liiketoiminnassa. ”Moni hyvä data jää kokemukseni mukaan hyödyntämättä siksi, että keskitytään ratkaisemaan vain teknisiä esteitä eikä muokkaamaan ekosysteemiä.” |
|
Ville Meloni, hankepäällikkö, Helsingin kaupunki Ville Meloni työskentelee hankepäällikkönä Helsingin kaupungilla. Hänet tunnetaan uraauurtavasta työstä pääkaupunkiseudun kuntien avoimen datan toimintojen käynnistämisestä (Helsinki Region Infoshare). Työkseen hän edistää asiakaslähtöistä ketterää kokeilukulttuuria palvelujen digitalisaatioon liittyen. ”Avoin data vähentää palveluiden digitalisaatiossa kehittämisen kitkaa.” |
|
Jaana Sinipuro, projektijohtaja, Sitra Jaana Sinipuro on projektijohtajana Sitran Reilu datatalous -hankkeessa. Sitrassa pyritään muuttamaan vallitseva datatalouden monopoli- tai valtiolähtöinen malli moniarvoisemmaksi. Avoin data on digitaalisen yhteiskunnan samanlainen yleishyödyke kuin sähkö tai vesi. Reilu datatalous tuottaa arvoa kaikille: ihmisille, yrityksille ja yhteiskunnalle. ”Datan tulisi olla samanlainen yleishyödyke kuin vesi tai sähkö.” |
|
Jani Ristimäki, Head of Data & Analytics, BearingPoint Finland Jani Ristimäki johtaa BearingPointin Data & analytiikka -liiketoimintaa Suomessa. Työssään hän auttaa organisaatioita kehittymään dataohjatuviksi, hyödyntämään dataa toiminnan kehittämisessä sekä ratkomaan datan haltuunottoon liittyviä haasteita. Jani uskoo vakaasti tutkittuun tietoon perustuvaan päätöksentekoon niin liiketoiminnassa kuin yhteiskunnallisessa vaikuttamisessakin. ”Avoin data on olennainen osa demokratiaa ja vapaasti toimivia markkinoita.” |
Julkishallintoon kertyy tietoa yrityksiltä ja yksityisiltä henkilöiltä jatkuvasti enemmän. Tiedon avulla voidaan luoda entistä paremmin toimivia julkisia palveluita sekä uutta liiketoimintaa. Kilpailun avulla huomioimme avoimiin aineistoihin pohjautuvia onnistuneita toteutuksia.
Tunnistan haasteita sekä tietoaineistojen tuottajien että hyödyntäjien näkökulmasta. Tietoaineistojen tuottaminen ja koostaminen julkaistavaan muotoon vaatii resursseja, joihin pitäisi varautua virastojen budjeteissa.
Tällä hetkellä avoimen datan tarjonta on sattumanvaraista, ja virastot julkaisevat sen tiedon, mitä haluavat ja pystyvät. Sovelluskehittäjän ja palveluntarjoajan näkökulmasta tämä on hankalaa, sillä he tarvitsevat palveluiden perustaksi yhteentoimivia, laadukkaita ja säännöllisesti päivittyviä tietoaineistoja, jotka ovat rajapinnan kautta käytettävissä 24/7.
Datalukutaito on ymmärrystä siitä, mitä data kuvaa ja mitä varten se on kerätty. Lukutaito auttaa ymmärtämään, mihin tarkoituksiin dataa voi hyödyntää, miten laadukasta tai luotettavaa data on, ja miten sitä on mahdollista yhdistää muihin datoihin.
Data pitäisi saada paljon helpommin saavutettavaksi. Tarvitsisimme yhden yhteisen helppokäyttöisen jakelukanavan tai sovelluksen, jossa data olisi sormenpäissä jo valmiiksi. Tähän pitäisi pyrkiä, että data oikeasti vaikuttaisi.
Datamenestyjä on toteutus, joka tuottaa uuden, käyttäjää hyödyttävän palvelun tai toiminnallisuuden tai uutta ymmärrystä maailmaan.
Avoimella datalla voidaan hajauttaa ja sitä kautta nopeuttaa innovointia yhteiskunnallisiin asioihin ja ilmiöihin liittyen, sekä tarjota vastinetta "pakollisiin" rekisteröinteihin ja velvoitteisiin liittyen yrityksille ja kansalaisille, joilta tietoja on kerätty. Jossain määrin avoimella datalla voidaan myös nähdä merkitystä liiketoiminnan kehittymisessä, mutta tämä ei ole tutkimusten mukaan ihan suoraviivaista, vaan siihen liittyy haasteita.
Haasteita ovat sopivan datan löytäminen, laadun varmistaminen, palvelutaso ja jatkuvuus datan saamisessa sekä se, että dataa tarjoava taho oikeasti vastaa datastaan. Välillä eri tahot tarjoavat limittäisiä ja lomittaisia datasettejä saman asian ympärillä olematta kuitenkaan vastuussa kyseisen datan jatkuvasta ylläpidosta. Erilaiset projektirahoituksetkin ovat yleisiä datan avaamisessa ja kun rahoitus loppuu, myös data loppuu.
Datan hyödyntämisessä pitäisi ajatella käyttötarkoituksia, eli tarjota dataa sekä ihmisen että koneen kannalta hyvissä käyttömuodoissa, esim. rajapintoina. Rajapintojen ja niihin liittyvän dokumentaation käytettävyys taas on usein todella puutteellista, vaikka päällisin puolin näyttäisikin hyvältä.
Numeroiden ymmärtämisen ja työkalujen osaamisen lisäksi pitäisi osata varmistua siitä, mikä on oikea taho julkaisemaan ja analysoimaan kyseistä dataa, ja ymmärtää dataan liittyvät sisällölliset haasteet tilastollisten ja muiden datan käsittelyyn ja analysointiin liittyen yleisten haasteiden lisäksi. Lempiesimerkkini on postinumerot: Jos et tiedä, kenen vastuulla niiden ylläpito maassa on, ja miten usein postinumerot "luonteenomaisesti" muuttuvat, kuinka luotettavia ne ovat, mistä asiasta ne oikeastaan kertovat ja mihin niitä voidaan käyttää, saatat käyttää niillä luokiteltua dataa väärin.
Moni hyvä data jää kokemukseni mukaan hyödyntämättä siksi, että keskitytään ratkaisemaan vain teknisiä esteitä eikä muokkaamaan ekosysteemiä. Datan kerääminen, hyödyntäminen ja sillä innovointi vaativat usein yhteistyötä julkishallinnon, yritysten, yhteisöjen ja yksilöiden kanssa, sekä ymmärrystä eri osapuolten tarpeista ja toimintamalleista.
Sellainen, joka ymmärtää sidosryhmien liiketoiminnalliset tarpeet, osaa yksinkertaistaa monimutkaisen ja luo lisäarvoa datalla keskeisille osapuolille.
Kokemus on osoittanut, että avoin data vähentää palveluiden digitalisaatiossa kehittämisen kitkaa. Se myös vahvistaa demokratiaa tekemällä hallinnosta läpinäkyvämpää, sekä tehostaa toimintaa ja luo mahdollisuuksia elinkeinoelämälle.
Haasteet ovat samoja kuin muussakin datan käytössä: Onko data riittävän laajaa ja sopivassa muodossa, miten hyvin data on kuvattu, kuinka laadukasta se on ja onko se yhteensopivaa muun käytössä olevan datan kanssa.
Datanlukutaito on laajempi käsite kuin tilastolukutaito. Kun asiat digitalisoituvat, mukaan tulee myös inhimillinen ja lainsäädännöllinen aspekti. Datanlukutaito sisältää ymmärryksen koko ketjusta: mistä tieto tulee, miten ja mihin tarkoitukseen se on kerätty, miten sitä hyödynnetään tietyssä sovelluksessa ja miten data esitetään.
Edistetään tiedon avaamista ja hyödyntämistä erityisesti tunnistettuihin palvelutarpeisiin vastaamiseksi.
Datamenestyjä osaa hyödyntää yksinkertaistakin dataa, ja tehdä kustannustehokkaasti sovelluksen, josta on iloa monelle. Ratkaisu kannustaa myös muita kehittäjiä oivaltamaan uusia käyttökohteita ja tuottamaan niihin ratkaisuja. Avoimen datan popularisointi kasvattaa myös datatietoisuutta.
Datan tulisi olla samanlainen yleishyödyke kuin vesi tai sähkö. Digitaalisen yhteiskuntamme yksi keskeinen infrastruktuuri on data, sen hyödyntäminen on avain kestävämpään tulevaisuuteen ja innovointeihin. Tietenkään avoin data ei saa sisältää kenenkään henkilötietoja tai liikesalaisuuksia, mutta muuten tulisi pyrkiä tiedon mahdollisimman laajaan julkisuuteen ja tekniseen saatavuuteen.
Haasteet liittyvät asenteisiin ja teknisiin rajapintoihin, mutta myös vaihteleviin organisaatiokohtaisiin käytäntöihin. Tutkimusdatasta puhuttaessa viitataan usein niin sanottuihin fair-periaatteisiin. Tutkimuksen lähdeaineistojen, menetelmien ja tietotuotteiden tulee olla löydettävissä, saatavilla, siirrettävissä tai yhdistettävissä ja uudelleen käytettävissä. Fair-periaatteet soveltuvat mielestäni yleisesti datan avaamisen ohjenuoraksi.
Yhteiskunnan ja yksilön näkökulmasta datalukutaito on kyky lukea ja ymmärtää dataa, joka meitä ympäröi ja osata arvioida sen luotettavuutta. Yritysten näkökulmasta datalukutaito on menestyksen edellytys – datan lukutaidon lisäksi on nähtävä ja kyettävä jalostamaan datan arvoa merkitykseksi informaatioksi ja soveltamaan sitä.
Tuodaan tietotilinpäätökset ja avoimesti kommunikoidut datastrategiat jokaisen yrityksen ja organisaation vastuullisuusraportoinnin agendalle.
Datamenestyjä on ennakkoluuloton ja rohkea uudelleenajattelija, joka ensin pyrkii kuvaamaan ratkaisua vaativan toiminnallisen tai liiketoiminnallisen haasteen, ja vasta sitten lähtee hakemaan keinoja ja dataa, jolla ratkaisu luodaan. Jos tyydymme lähipiiristä ja omista järjestelmistämme löytyvään dataan, moni innovaatio jää hyödyntämättä.
Avointa dataa tarvitaan, jotta eri toimijoilla – yrityksillä, yhteisöillä ja yksilöillä – on mahdollisuus muodostaa oikea käsitys yhteiskunnan ilmiöistä ja kehityksestä, ja ottaa nämä huomioon toimissaan ja päätöksenteossaan. Avoin data on olennainen osa demokratiaa ja vapaasti toimivia markkinoita.
Avointa dataa on paljon, mutta sitä saattaa joskus olla vaikea löytää. Oma hypoteesini on, että moni avoimen datan lähde on alihyödynnetty tällä hetkellä. Yritykset hyödyntävät liian vähän avointa dataa vain siksi, etteivät ne välttämättä tiedä datan olemassaolosta.
Datalukutaito tarkoittaa kykyä analysoida dataa, sekä tulkita ja kommunikoida datasta johdettuja johtopäätöksiä asiayhteyden kannalta olennaisesti, selkeästi ja ymmärrettävästi. Datalukutaitoon kuuluu myös kyky arvioida datan ja datalähteiden laatua.
Kaikissa toisen asteen oppilaitoksissa voisi olla pakollinen soveltavan tilastotieteen ja -matematiikan peruskurssi.
Datamenestyjä voi olla joko tiedon tuottaja tai tiedon hyödyntäjä. Molemmissa rooleissa datamenestyjä luo datasta arvoa.
Tiedon tuottajana datamenestyjä osaa löytää tutkittavan kysymyksen kannalta olennaisia datalähteitä. Yhdistelemällä ja analysoimalla dataa hän tunnistaa syy-/seuraussuhteita ja hän osaa esittää tuloksensa selkeästi, helposti ymmärrettävästi ja objektiivisesti. Datamenestyjän tuottamalla tiedolla on merkitystä tiedon hyödyntäjälle.
Tiedon hyödyntäjänä datamenestyjä perustaa toimintansa ja päätöksensä faktoihin ja tutkittuun tietoon. Datamenestyjä osaa tulkita datasta johdettua tietoa monipuolisesti eri näkökulmista eikä sivuuta oman hypoteesinsa tai kantansa kanssa ristiriidassa olevia faktoja toimissaan ja päätöksenteossaan.