Button Text! Submit original article and get paid. Find out More

Open data: modelli di business e di dati



I dati in formato aperto (open data) – secondo la definizione dell’Osservatorio e-Government del Politecnico di Milano –
sono i dati della pubblica amministrazione, conoscibili (pubblici), a cui è associata una licenza che ne consente il libero utilizzo (disponibili) e che hanno le caratteristiche di accessibilità e gratuità.

Sebbene in Italia il decreto legge 90/2014, convertito dalla legge 114/14, preveda sanzioni, a partire dal febbraio scorso, per i comuni che non rispettano la pubblicazione dei propri open data, una recente ricerca sempre dell’Osservatorio e-Government ha evidenziato che:

  • appena il 41% dei comuni è formalmente in regola;
  • il 66% non ha in programma di volerlo fare in futuro;
  • due comuni su tre tra quelli che hanno pubblicato i dati non rispetta le Linee guida dell’Agenzia per l’Italia Digitale sulle modalità di pubblicazione dei dati.

Questo fenomeno, secondo un interessante articolo apparso su smart Innovation
prende il nome di riduzionismo normativo. A questo si somma il riduzionismo comunicativo, cioè la spiccata tendenza, diffusa in Italia, a ridurre idee rivoluzionarie, culture emergenti e modelli innovativi a semplici annunci e/o a a scatole vuote.

Nonostante questi problemi e il grande ritardo, rispetto soprattutto ai Paesi anglosassoni, non mancano esempi di buone pratiche, in particolare quei comuni, che hanno creato i rispettivi portali degli open data e bandiscono concorsi per le migliori idee di utilizzo di questi.

Non mancano, neppure, alcune interessanti iniziative imprenditoriali. Un esempio è costituito da Spaziodati
che si occupa di arricchire i database di soggetti privati tramite gli open data e costruire data market, con l’aggregazione di fonti open data e la creazione di collegamenti con tecnologie semantiche. L’accesso ai data market viene così venduto a sviluppatori, come base per fare applicazioni, per esempio su dispositivi mobili.

I 5 principali modelli di business per gli open data, di matrice anglosassone, sono stati elaborati in una ricerca condotta da Deloitte, che riprendiamo da un post di InnovatoriPA

  1. Fornitori: sono le aziende private che rendono disponibili i loro open data, in particolare dati di natura finanziaria e, più in generale, tutte le informazioni che consentono ai consumatori di valutare l’integrità del loro operato. Il ritorno economico deriva dalla fidelizzazione del cliente.
  2. Aggregatori: cioè imprese che raccolgono ed elaborano i dati messi a disposizione dalla pubblica amministrazione e le incrociano con dati provenienti da altre fonti (ad esempio i social media) per produrre nuove informazioni, che diventano utili e vendibili ad aziende di settori specifici.
  3. Sviluppatori di App, che costituisce l’immagine più tipica dell’economia generata dagli open data. Si tratta di sviluppatori che riusano in modo creativo i dati della PA per offrire nuovi servizi agli utenti. Un esempio è costituito dalle App per il trasporto pubblico.
  4. EnRichers, cioè imprese che offrono servizi di consulenza verso altre imprese attraverso l’aggregazione dei dati pubblici con le informazioni proprietarie detenute da grandi aziende private, al fine di offrire prodotti. Ne sono un esempio le analisi predittive sui sinistri fornite alle agenzie del settore assicurativo o i dati per la profilazione degli utenti per la grande distribuzione.
  5. Abilitanti: sono i fornitori delle piattaforme tecnologiche per l’esposizione dei dati e insieme l’indotto generato dalla necessità di organizzare e strutturare
    le informazioni (gestione documentale, formati linked, ecc).

Entrando più in dettaglio, sul sito O’Reilly Radar
viene sottolineato come, oltre agli open data, siano necessari anche gli open model.
Infatti, se non si conosce il modello adottato per ottenere i risultati dai dati,, è facile incorrere in pregiudizi, mascherati da una patina di scienza e matematica.
Si può disporre di grandi quantità di dati su crimini, settore immobiliare, performance degli studenti, medicina, ma se non si conosce il modello che sta alla base della raccolta dati, non si dispone di informazioni sufficienti.
Due esempi negli USA:

  • si mostrano case in vendita a neri nei quartieri neri, non per preservare quelli bianchi “puri”, ma perchè il modello indica che nei primi si acquista più facilmente che nei secondi;
  • vengono fermati più frequentemente guidatori appartenenti alle minoranze, non per pregiudizio nei loro confronti ma perchè il modello adottato indica che sono questi a essere più frequentemente arrestati per crimini e, ovviamente, se si fermano più guidatori delle minoranze se ne arrestano di più, dunque il modello diventa autoavverante.

Questo sta a indicare che, anche in Italia, il percorso sull’evoluzione degli open data risulta piuttosto lungo e complesso.

Add a Comment

UA-72062421-1

Iscriviti alla newsletter bisettimanale. Riceverai:

Iscrizione Newsletter