Este artículo de opinión fue escrito por Philip Horgan , Jefe de Monitoreo, Evaluación y Aprendizaje del Open Data Institute (ODI), una organización sin fines de lucro que trabaja con empresas y gobiernos de todo el mundo para construir un ecosistema de datos abierto y confiable. También aparece en nuestro suministro digital de noticias del gobierno .

Estábamos interesados en leer un artículo reciente en Apolítico de Stefaan Verhulst de The GovLab, argumentando que para convertir el sueño de datos abiertos en realidad necesitamos más evidencia. El artículo argumenta que para pasar de un entorno donde hay muchos pilotos de datos abiertos a un ecosistema donde tales iniciativas pueden escalar, se necesita "más datos sobre datos abiertos" y evidencia sólida del impacto que puede tener. Solo entonces estos proyectos pueden atraer el apoyo suficiente de las partes interesadas e inversores y comenzar a ofrecer beneficios reales.

Nosotros, en el ODI, estamos de acuerdo con esto. Algunas ideas de nuestro trabajo reciente podrían arrojar luz sobre por qué esto es así y qué se puede hacer al respecto.

¿Por qué los proyectos tienen dificultades para progresar con los pilotos anteriores?

Puede haber muchas razones por las cuales los proyectos tienen dificultades para avanzar más allá de la etapa piloto, pero la falta de evidencia del beneficio de publicar los resultados es sin duda una de ellas. Obtuvimos algunas ideas útiles sobre esto a partir de un estudio reciente de OpenActive , nuestro trabajo en el sector de la actividad física.

Una de las ideas obtenidas del estudio fue cristalizar la noción de publicadores de datos de primera y segunda ola. La primera ola de editores de datos son aquellas organizaciones que “captan la visión”, publican sus datos abiertamente porque aceptan la idea del trabajo y ven un bien mayor que se puede lograr. Tienden a ser organizaciones involucradas en las etapas piloto de un proyecto (o una iniciativa de datos abiertos más amplia ), que no necesariamente necesitan cálculos de impacto económico o social para publicar sus datos.

También hay una segunda ola de organizaciones que tienen datos adecuados para publicar pero para quienes la visión no es suficiente. Necesitan evidencia del beneficio de publicar datos que tienen en su balance final. Para las organizaciones de la segunda ola, las decisiones se toman en base a casos comerciales justificados para los que a menudo se necesita evidencia económica.

¿Cómo se ve la evidencia?

La evidencia que está buscando un editor de datos viene en forma del valor del uso de datos y la toma de decisiones asociada. Aquí es donde es útil la cadena de valor de datos de la teoría del cambio de ODI . Ilustra que el valor se genera a medida que se administran los datos, se crean servicios de datos (como el análisis) y se toman decisiones.

La teoría del cambio de ODI La teoría del cambio de ODI

Esto parece ser cierto si se trata del uso de datos de logros educativos en el Tablero de Datos de Educación Abierta de Tanzania , el escrutinio de contratos públicos y datos de adquisiciones en Eslovaquia (para elegir dos ejemplos del sitio web de GovLab ), o del uso de "oportunidad "Datos sobre actividad física en el programa OpenActive de ODI . En todos los casos, es el uso de los datos lo que genera valor al permitir una mejor toma de decisiones. La evidencia necesita demostrar cómo este uso de esos datos en la toma de decisiones devuelve valor a las organizaciones de la segunda ola.

Esto nos lleva de vuelta a un argumento bien administrado: no es suficiente confiar en la idea de que, si publica, surgirán usos de los datos. Por el contrario, los usos específicos deben ser compatibles con los que se puede generar la evidencia requerida.

A veces las vías de uso no son directas. En los ejemplos de Tanzania anteriores, Aidan Eyakuze, Director Ejecutivo de Twaweza, refleja que "los datos abiertos deben ser abiertos más curados más masticados más digeridos para atraer a la mayoría de las personas, incluidos los responsables políticos", pero "pocos en los medios, sin embargo, tienen el conocimiento y habilidades para digerir las ofertas de datos de Shule ".

Pueden estar disponibles vías alternativas: "Los miembros de organizaciones de la sociedad civil, por ejemplo, incluidas las organizaciones activas de padres y maestros de Tanzania, pueden actuar como intermediarios, imprimiendo información sobre el rendimiento escolar para compartir en un tablón de anuncios de la comunidad o en reuniones". Apoyar específicamente estas vías de uso puede ayudar a generar la evidencia de uso.

Hemos encontrado que para las organizaciones de la segunda ola, la evidencia necesita confiar menos en historias de intenciones o descripciones visionarias de beneficios, y más en elementos cuantificables como aumentos en la eficiencia y el retorno de la inversión. En estudios de la iniciativa OpenActive de ODI, los potenciales editores de datos destacaron repetidamente la necesidad de cálculos de retorno de la inversión y evidencia de la demanda de datos para permitir que su organización publique.

Volviendo a las preguntas con las que comenzamos

El interés propio es un motivo poderoso para cualquier organización y las organizaciones de "segunda ola" necesitan un sólido caso de negocios para respaldar la toma de decisiones para publicar datos.

En la iniciativa OpenActive, compartimos audiencia y alcanzamos figuras de campañas como Change4Life y This Girl Can con operadores de ocio, para ayudarles a ver el valor de abrir sus datos. Esta información les ha ayudado a ellos y a otros proveedores de actividades a crear el caso de negocios necesario para publicar sus datos. Esperamos que la evidencia sobre las diferentes formas en que los datos se pueden usar para influir y cambiar el comportamiento del cliente también aliente a más organizaciones a involucrarse, ya sea como publicadores de datos o como usuarios de datos.

Para las organizaciones que apoyan proyectos e iniciativas de datos abiertos, la lección es pensar en capturar evidencia temprano, para que la iniciativa pueda avanzar más allá de la primera ola de editores entusiastas. - Philip Horgan

(Crédito de la imagen: Open Data Institute)