4. Datamängder och efterfrågan på dem

Denna fas kan till exempel genomföras så här

Den person som främjar delning av information i organisationen, dataförvaltaren och organisationens dataskyddsexpert gör följande tillsammans:

  • identifierar data som lämpar sig för delning och den person som ansvarar för den,
  • utreder vilken typ av data det finns efterfrågan på utanför organisationen och
  • bildar en lista över material som man planerar att ska öppnas i framtiden samt avtalar om praktiska åtgärder och uppföljning.

Identifiering av datamängder

I det här avsnittet beskrivs hur organisationen kan kartlägga och klassificera sina datamängder samt identifiera värdefulla datamängder som lämpar sig för delning eller öppnande.

Organisationer inom den offentliga förvaltningen kartlägger och klassificerar sina datamängder särskilt utifrån lagstadgade uppdrag och rekommendationer. Genom kartläggningen av datamängderna identifieras bland annat de rättigheter och begränsningar som påverkar utlämnandet av datamängder samt därigenom möjligheterna att dela data.

Organisationen måste först kartlägga hurdan information organisationen över huvud taget har och vilken del av denna information som kan delas och öppnas. I samband med detta ska man också beakta begränsningarna i fråga om delning av information hos de informationssystem som används i organisationen.

Exempel

Stora organisationer använder ofta hundratals informationssystem för olika ändamål, i vilka de dagligen sparar en stor mängd information. Till exempel har cirka 1 800 informationssystem kartlagts bland de system som används inom statsförvaltningen och Helsingfors stad använder cirka 700-900 informationssystem. Utöver informationssystemen finns det ett enormt antal dokument, till exempel kalkyltabeller, bilder, ljud och videor, av vilka en del skulle kunna vara öppna data.

Sätt att kartlägga information

Information kan kartläggas till exempel genom att utnyttja beskrivningarna och verktygen nedan.

Informationshanteringsmodell

Statens ämbetsverk, kommunerna och andra informationshanteringsenheter som avses i informationshanteringslagen (906/2019) ska utarbeta och upprätthålla en informationshanteringsmodell som ger en helhetsbild av informationshanteringsenhetens informationshantering. Av informationshanteringsmodellen framgår bland annat

  • informationsresursernas beteckningar och användningsändamål samt
  • mottagarna av utlämnad information och informationens förvaringstider.

Informationshanteringsmodellen hjälper myndigheterna att hantera den ständigt ökande informationsmängden. Modellen hjälper till att gestalta och hantera informationens livscykel samt att på så sätt även identifiera och hantera risker i anslutning till användningen av nya digitala tjänster. Utarbetandet av en informationshanteringsmodell är inte en beskrivningsskyldighet av engångskaraktär, utan informationshanteringsmodellen ska upprätthållas alltid när det vid informationshanteringsenheten sker sådana förändringar i informationshanteringen som påverkar planens innehåll.

Informationshanteringsmodellen är nyttig vid övervägande av delning av information, och den kan vara till hjälp i valet av vilken information som ska öppnas. Bekanta dig med Informationshanteringsnämndens rekommendation för en informationshanteringsmodell (på finska) (finansministeriets publikationer 2020:29).

Informationshanteringskarta

Informationshanteringskartan för den offentliga förvaltningen är en beskrivning av hur informationshanteringen inom den offentliga förvaltningen ordnas. Informationshanteringskartan ger en helhetsbild av vilka register och vilken lagstiftning som finns inom olika områden av den offentliga förvaltningen.

Med hjälp av kartan kan aktörerna planera och utveckla interoperabiliteten mellan den offentliga förvaltningens informationsresurser och informationssystem. Informationshanteringskartan ger också ännu bättre utgångspunkter för att bedöma konsekvenserna av omfattande administrativa eller strukturella förändringar för de aktörer som ansvarar för informationshanteringen.

Kartan hjälper till exempel ministerierna att bereda bestämmelser om informationshantering och informationsresurser samt att styra interoperabiliteten mellan informationsresurserna och informationssystemen inom sitt ansvarsområde och planera sätten att genomföra sätten på vilka interoperabiliteten genomförs. Kartan betjänar också förvaltningens kunder när det behövs en vy över hur uppgifter om en person hanteras inom den offentliga förvaltningen.

Syftet med informationshanteringskartan är att ge olika aktörer i samhället en allmän bild av

  • hur informationshanteringen har organiserats inom den offentliga förvaltningen,
  • vilka uppgifter som upprätthålls i olika informationsresurser och
  • under vilka förutsättningar uppgifterna är tillgängliga för aktörens behov.

Den första versionen av Informationshanteringskartan publicerades i början av år 2022 i Statskontorets tjänst tutkihallintoa.fi och den kan fritt utnyttjas av vem som helst för olika ändamål.

Mer information om informationshanteringskartan finns på Finansministeriets webbsidor.

Beskrivning av handlingars offentlighet

Statliga ämbetsverk, kommuner och andra informationshanteringsenheter som avses i informationshanteringslagen (906/2019) ska enligt 28 § i lagen om offentlig informationshantering (906/2019) upprätthålla en beskrivning av de informationslager och det ärenderegister som de förvaltar. Denna s.k. beskrivning av handlingars offentlighet är ett sätt att hjälpa medborgaren att rikta sin begäran om information.

  • Beskrivningen ska innehålla information om bland annat 
    informationssystem som innehåller information som hör till ärenderegistret eller till tjänsternas informationshantering,
  • datamängder i informationssystemen enligt grupp av information och
  • datamängdernas tillgänglighet öppet via det tekniska gränssnittet.

Informationshanteringsenheten ska publicera beskrivningen i det allmänna datanätet till den del uppgifterna i beskrivningen inte är sekretessbelagda. Bekanta dig med Informationshanteringsnämndens rekommendation om utarbetande av en beskrivning av handlingars offentlighet (på finska, pdf) (finansministeriets publikationer 2020:22).

Beskrivningen av handlingars offentlighet har ersatt informationssystembeskrivningarna enligt 18 § i lagen om offentlighet i myndigheternas verksamhet (621/1999). En del av aktörerna inom den offentliga förvaltningen har öppnat sina informationssystembeskrivningar eller -förteckningar som öppna data och Finlands Kommunförbund rf publicerade år 2016 en anvisning för kommunerna om öppnandet av informationssystemförteckningar på tjänsten Öppnadata. Anvisningen utarbetades av de sex största städerna.

Informationsredovisning

I informationsredovisningen utvärderas hur organisationens information, dataskydd och informationssäkerhet har förverkligats. Syftet är att särskilt kartlägga databehandlingens status, hanteringen av personuppgifternas livscykel och nödvändiga utvecklingsåtgärder. Målet är att informationsredovisningen ska fungera bland annat som ett verktyg för ledningen och den interna kontrollen, stöda arbetet med dataskyddet och öka arbetets effektivitet.

Informationsredovisningen är en central del av uppföljningen av genomförandet av dataskyddet och den personuppgiftsansvariges ansvarsskyldighet enligt EU:s allmänna dataskyddsförordning (EU 2016/679) (artikel 5) samt påvisandet av transparens. Med ansvarsskyldighet avses att organisationen ska kunna visa att den följer dataskyddsförordningen vid behandling av personuppgifter och att den iakttar dataskyddsprinciperna även i praktiken. Informationsredovisningen fungerar också som ett förtroendebevis för organisationens intressentgrupper.

Kommunförbundet har publicerat en informationsredovisningsmodell (på finska, docx) som kan utnyttjas när man planerar och upprättar den egna organisationens informationsredovisning. Närmare information om informationsredovisningsmodellen finns i Kommunförbundets presentationsmaterial Informationsredovisning – vad och varför (på finska, pdf) (11.9.2019).

Exempel på informationsredovisning för olika organisationer inom den offentliga förvaltningen:

Verktyg för interoperabilitet

Interoperabilitetsplattformen som upprätthålls av myndigheten för digitalisering och befolkningsdata ger verktyg för beskrivning av informationens struktur och semantiska betydelse. Verktygen för interoperabilitet består av: Datamodeller, Ordlistor och Kodsystem. Målet är att de som behöver information ska hitta metadatabeskrivningarna för den information de behöver på ett och samma ställe.

Med hjälp av verktygen för interoperabilitet kan organisationer som publicerar innehåll beskriva hurdan information de erbjuder olika aktörer som vill utnyttja informationen och i vilket format. Utöver informationens struktur presenteras informationens betydelse med verktygen för interoperabilitet, så att de som utnyttjar informationen kan säkerställa att de själva förstår betydelsen av något informationsinnehåll på samma sätt som den som publicerar informationen.

Grundprincipen för dessa verktyg är att så mycket som möjligt utnyttja tidigare beskrivningar och länka nya beskrivningar till tidigare gjorda beskrivningar. Principerna för länkning av information och återanvändning av metadatabeskrivningar presenteras i interoperabilitetsmetoden. Interoperabilitetsplattformen och -metoden beskrivs närmare i fas 6 i avsnitt Beskrivning av metadata.

Fastställande av datamängders värde

I detta avsnitt beskrivs hur datamängdernas värde kan definieras.

Vid kartläggningen av datamängder som är lämpliga för att delas bör deras värde beaktas. Vid fastställandet av värdet ska det tas hänsyn till värdefulla datamängder, om vars öppnande föreskrivs i EU:s förordning 2023/138. Öppnandet av sådana datamängder ska prioriteras.

Dessutom lönar det sig att överväga öppnandet av andra datamängder med utgångspunkt i det värde datamängderna producerar. Värdet definieras inte längre enbart i pengar, utan det består av flera olika faktorer. I en granskning av värdet som enbart är baserad på pengar förbises många andra viktiga aspekter och därför fungerar det inte längre i det nuvarande informationssamhället.

Det lönar sig alltså att granska datamängdernas värde ur många olika perspektiv. Då kan också beslutsfattandet om att öppna datamängderna underlättas. Till exempel skapar fördelarna med att dela och öppna datamängderna en del av deras värde. Läs mer om fördelarna med delning av information i fas 3 Motivering och organisering och fas 5 Planering och genomförande. Datamängdernas värde kan också fastställas bland annat med hjälp av faktorer som används i PESTEL-analysen eller med hjälp av en värdepyramid.

I enlighet med PESTEL-analysen kan en datamängds värde granskas till exempel ur följande perspektiv, vilka också utnyttjas i EU:s årliga Open Data Maturity-bedömning (på engelska, pdf):

  • Socialt värde skapar jämlikhet (minoriteters rättigheter, rättigheter för personer med funktionsnedsättning, möjlighet att delta). 
  • Ekonomiskt värde är ett värde som mäts med ekonomiska indikatorer (nya jobb, företag, tjänster, skatteinkomster). 
  • Ekologiskt värde ökar materialeffektiviteten och den cirkulära ekonomin (materialets cirkulationseffektivitet, användning av naturresurser, återvinning). 
  • Informationsperspektivet ökar det kunskapsbaserade beslutsfattandet, som ofta har betydande biverkningar (politiskt och samhälleligt beslutsfattande).

Datamängders värde ska inte förväxlas med s.k. värdefulla datamängder, om vars öppnande föreskrivs separat i Europeiska kommissionens förordning 2023/138, som utfärdats med stöd av direktivet om öppna data (EU) 2019/1024. Värdefulla datamängder beskrivs närmare nedan. Värdet hos värdefulla datamängder har definierats separat av kommissionen och är föremål för särskilda lagstadgade förpliktelser. Kriterierna som nämns i direktivet om öppna data kan dock tillämpas som riktlinjer även i fastställandet av värdet på andra material: 

  • vidareutnyttjande av materialet är förknippat med stora fördelar för samhället, miljön eller ekonomin
  • materialet lämpar sig för att skapa mervärdestjänster, applikationer och nya högkvalitativa och anständiga arbetstillfällen
  • antalet potentiella mottagare av de mervärdestjänster och mervärdesapplikationer som bygger på dessa datamängder kan vara stort.

Värdefulla datamängder

Värdefulla datamängder (High Value Datasets, HVD) definieras i Europeiska kommissionens förordning 2023/138. De består av offentliga sektorns dokument och uppgifter som enligt direktivet om öppna data anses ha ett särskilt värde för samhället, miljön och ekonomin. Värdefulla datamängder ska vara tillgängliga avgiftsfritt och i maskinläsbart format via gränssnitt. Europeiska kommissionens förordning är baserad på direktivet om öppna data, som du kan läsa mer om i fas 2 av verksamhetsmodellen. Om något dokument eller material inte omfattas av direktivets tillämpningsområde är det inte heller en värdefull datamängd enligt förordningen.

Avoindata Note icon

Licens

Värdefulla datamängder enligt direktivet och förordningen ska göras tillgängliga för vidareutnyttjande med en licens som möjliggör obegränsat vidareutnyttjande. Lämpliga licenser är till exempel CC0-licensen eller alternativt licensen Creative Commons BY 4.0 eller en annan likvärdig eller mindre restriktiv öppen licens.

Avoindata Note icon

Metadata

Myndigheter som innehar värdefulla datamängder som förtecknas i direktivet ska säkerställa att dessa datamängder betecknas som värdefulla datamängder i sin metadatabeskrivning Genomförandeförordningen innehåller också sektorspecifika närmare krav på metadata. Du kan läsa mer om metadata och beskrivning av dem i fas 6 av verksamhetsmodellen.

Vad är värdefulla datamängder?

Värdefulla datamängder indelas enligt genomförandeförordningen i sex olika tematiska kategorier:

  1. Geospatiala data
  2. Jordobservation och miljö
  3. Meteorologiska data
  4. Statistik
  5. Företag och företagsägande
  6. Rörlighet

Vilka är fördelarna med att öppna värdefulla datamängder?

Enligt Europeiska kommissionen (på engelska) kommer värdefulla datamängder avsevärt att minska hindren för inträde på den europeiska datadrivna marknaden och öka mängden datamängder som återanvänds. Detta kommer bland annat att stimulera forskningen, skapandet av nya digitala tjänster och förbättringen av befintliga tjänster eller affärsprocesser.

Vidareutnyttjande av geospatiala data och rörlighetsdata kan öppna affärsmöjligheter för logistik eller trafiksektorer samt effektivera tillhandahållandet av offentliga tjänster till exempel genom att förstå trafikströmmarna för att effektivera trafiken.

Med hjälp av data om jordobservation och miljö samt meteorologiska data (t.ex. radarinformation, luftkvalitet, förorening av marken, biologisk mångfald) kan man till exempel stöda forskning och kunskapsbaserat beslutsfattande särskilt i bekämpningen av klimatförändringen och dess konsekvenser.

Statistik (t.ex. arbetsmarknad, befolkningsstruktur, industriproduktion) underlättar till exempel prognostiseringen av effekterna av eventuella politiska åtgärder.

Data om företag och företagsägande ökar marknadens transparens och möjliggör en bättre allokering av privata investeringar eller offentligt stöd. Större tillgång till information om företag har tydliga sociala fördelar till exempel när det gäller att bekämpa brottslighet (inklusive ekonomisk brottslighet), öka medborgarnas deltagande och göra affärsverksamheten mer transparent.

Avoindata Note icon

Personuppgifter

Direktivet om öppna data och förordningen om värdefulla datamängder tillämpas inte på handlingar vars tillgänglighet eller utlämnande har begränsats med stöd av skyddet av personuppgifter. Iakttagandet av den allmänna dataskyddsförordningen ska alltid säkerställas när det gäller behandling av personuppgifter.

Värdepyramid

Förståelsen för informationens värde har utvecklats avsevärt under de senaste 20 åren. Man tänker till exempel inte längre att den offentliga förvaltningen skulle producera värdet ensam, utan värdet produceras tillsammans med det övriga samhället. Värdeskapandet sker alltså ofta i ekosystemliknande strukturer där flera organisationer skapar värde tillsammans. Organisationerna skapar värde tillsammans med sina kunder, dvs. både de som öppnar informationen och de som använder informationen deltar i värdeskapandet.

Öppnandet av information producerar värde enligt hur mycket och på vilket sätt de som utnyttjar den öppna informationen använder den. Värdepyramiden kan utnyttjas för att fastställa värdet på datamängd till exempel genom att utreda hur viktiga de värdeskapande elementen i pyramiden är för dem som använder informationen. Detta bidrar till att skapa en verklig bild av värdet som produceras av de öppnade datamängderna.

De värdeskapande elementen kan enligt värdepyramiden indelas i fem olika nivåer:

  • inspirationsvärde,
  • individuellt värde,
  • värdet av affärsverksamhetens enkelhet,
  • funktionellt värde och
  • värdet av minimikrav.

Bild: Värdepyramid baserad på Maslows behovshierarki (anpassad från: The B2B Elements of Value, Harvard Business Review)

Värdena på pyramidens lägre nivåer är mer objektiva. Det är lättare att mäta dessa värden och därmed också utnyttja dem för att identifiera datamängdernas värde. Ju högre upp man går på pyramidnivåerna, desto mer subjektiva är värdena och samtidigt försvåras även värdenas mätbarhet.

Efterfrågan på datamängder

I det här avsnittet beskrivs hur organisationen kan utreda vilken typ av data det finns efterfrågan på utanför organisationen samt vilken nytta de som eventuellt utnyttjar informationen och organisationen själv skulle ha av den öppnade informationen.

Potentiella användare av informationen kan ha olika informationsbehov, men det är också viktigt att beakta den egna organisationens behov i detta sammanhang. Behoven bör styra organisationens verksamhet, och därför är det viktigt att kartlägga och prioritera behoven.

Datamängd och dataprodukt

Datamängden strukturerar en enhetlig och logisk helhet av data. Vid behov kan delhelheter av data från flera olika informationssystem, databaser eller informationsresurser samlas i en datamängd.

Datamängder kan också ses som dataprodukter. Med informationsprodukt avses en produkt som skapats och upprätthålls för en intern eller extern kund inom organisationen och vars värde grundar sig på informationsinnehållet. Informationen kan alltså anses ha kunder på vars behov produkten svarar.

Metoder för att identifiera informationsbehov

Efterfrågan på data och informationsbehoven kan kartläggas till exempel genom att utnyttja metoderna nedan.

Begäran om information och feedback som organisationen fått

Eventuella begäran om information och feedback registreras i organisationen i informationshanteringsenhetens ärenderegister eller responssystem. Analys av dessa begäran och denna respons kan hjälpa till att identifiera de datamängder som behövs i större utsträckning. Det lönar sig att behandla responsen på ett transparent sätt.

Användarstatistik för organisationens webbplats

Om organisationen har publicerat beskrivande information eller annan information om sina datamängder på sin webbplats kan organisationen analysera användarstatistiken på webbsidan och utreda vilka material som eventuellt intresserar besökarna mest.

Till exempel samlar tjänsten Öppnadata in statistik om bland annat antal visningar och laddningsmängder för datamängder. Dessa kan granskas på sidan Statistik i tjänsten samt på sidorna för enskilda datamängder.

Enkäter för användare

Organisationen kan till exempel publicera en enkät i sociala medier där man frågar potentiella dataanvändare hurdana data de vill få tillgång till och för vilka ändamål de skulle använda dem. Meteorologiska institutet har till exempel genom användarenkäter kartlagt önskemål om data som ska öppnas.

Pilotprojekt för att öppna information

Behoven hos dem som utnyttjar informationen kan utredas genom att pröva på att öppna informationen genom pilotförsök, dvs. genom att först öppna endast en liten del av data och rikta utbudet till en begränsad grupp av användare. I bästa fall kan pilotanvändarna snabbt få de första applikationerna som utnyttjar data och som kan presenteras som exempel på hur data kan utnyttjas. Under pilotprojektet kan även andra informationsbehov uppdagas.

Pilotprojektet lönar sig särskilt om det är sannolikt att flera grupper är intresserade av data som kan öppnas. Först kan man öppna data som sannolikt intresserar den valda målgruppen i ett format som är till nytta för dem. När pilottestningen planeras bör man också komma ihåg att besluta om att avsluta den. Man kan inte gå direkt från pilottestning till produktion, utan produktionssystemet måste planeras separat. Efter pilottestningen kan man också öppna andra datamängder och öka tillgången till data med olika filformat.

Här presenteras några olika användargrupper:

  • Myndigheter: Det är lätt för myndigheterna att utnyttja en annan myndighets öppna data, eftersom det då inte behövs komplicerade avtal för att vidareutnyttja informationen eller till exempel en grund som härrör från lagstiftningen. Till exempel kan samarbetet mellan kommunen och staten grunda sig på delning av information som öppna data.
  • Innovatörer: Innovatörgruppen består av enskilda användare som snabbt tillägnar sig nya innovationer. De kan ha bra idéer om hur data kan utnyttjas, men det kan vara svårt att skapa en grupp.
  • Privata utvecklare: Privata utvecklare är experimentella användare av data som kan testa gränssnitt och undersöka hurdana data organisationen har. Att testa nya tankar med denna grupp kan vara snabbt och produktivt.
  • Små företag: Små företag tar ofta i bruk nya informationskällor snabbare än stora företag. Samarbete med ett litet företag kan kräva intensivt kundstöd.
  • Stora företag: Stora företags verksamhet styrs ofta av affärstryck och utvecklingsprocesserna kan vara långa och tunga. Stora företag kan vilja att öppna data är tillgängligt kontinuerligt och på ett tillförlitligt sätt, samt att kundstödet är högklassigt och tillgängligt dygnet runt.
  • Kombinerare av data: De som kombinerar data främjar en så omfattande användning av öppna data som möjligt. Kombinerarna samlar in data från olika källor och skapar egna helheter som de delar vidare. En kombinerare kan till exempel samla in uppgifter om trafikmedlens tidtabeller från olika gränssnitt och göra en applikation av dessa, via vilken användaren får tidtabellerna för alla trafikformer.
  • Högskolestuderande: Det är lätt att nå studerandegrupper inom olika branscher till exempel genom kurssamarbete, och de studerande gör många olika projekt och lärdomsprov.

Andra sätt att identifiera behov

Dataanvändarnas behov kan också utredas till exempel genom dataröstning, intervjuer, identifiering av organisationens interna behov eller genom att erbjuda användarna ett verktyg för att begära datamängder.

Det är bra om organisationen uttrycker sin vilja att ta emot dataönskemål och erbjuda ett sätt att ta emot dem (t.ex. en viss e-postadress eller en separat webblankett). Man kan också diskutera användarnas dataönskemål vid evenemang.

HRI ordnar till exempel regelbundet utvecklarmöten där man tar emot dataönskemål. Ibland visas också data vars öppnande man planerar men som ännu inte förverkligats, och då kan man samla in önskemål från kommande användare till exempel gällande form och format av data. Läs mer om HRI:s dataönskemål (på finska) och utvecklarsamarbete (på finska).

Stödmaterial inom ämnet

I detta avsnitt hittar du stödmaterial med anknytning till fasens ämnen.

Utbildningar på engelska på webbplatsen data.europa.eu: