公開データ管理：準備と配信

特に継続的かつ定期的に更新されるデータ転送は、サプライヤーにとって多くの技術的、技術的、方法論的、管理上および法的問題を引き起こします。 そして、法的側面が何らかの形で規制されている場合、利用可能なリソース（材料および技術ベース）による技術、管理（経済、マーケティング）およびより方法論的な側面は、常に成功するとは限らず、個別に解決する必要がある非常に複雑な問題につながります。

この出版物は、公開データを対象とした一般シリーズの続きです。 本文にある概念の多くは、以前の記事で検討されました。

以前の記事へのリンク

1. データをオープンで無料にできる理由
2. オープンデータ転送
3. オープン、共有、委任されたデータについて
4. コンテンツ、メタデータ、およびオープンデータコンテキスト
5. 公共データ品質指標

蓄積されたデジタルデータの無数のデポジットがあるため、その所有者は、遅かれ早かれ、貴重なリソースを使用していることと使用していないことを理解し始めます。 また、ストレージのサイズが大きいほど、デジタル世界の偉大さ、高価なオイルのようなデータソース、ビッグデータ現象、最新の制御システムのタイムリーな情報サポートへの強い依存性について語り始めます。



そしてデータがあります。



そして、データが重い負荷で棚にほこりを集めないように、所有者は内部分析を開始し、促進します。 後者は、非常に特定の商業的なタスクを実行し、徐々に知識を習得するために必要な構造から、異質でカラフルな静的レポートとチャート、または動的インジケーターパネルを準備するユニットに変わります。 したがって、マネージャーが決定を下すのをまったく助けていないが、疑わしい量と質の不必要な情報を彼らに負わせている。 資格のある情報管理と、管理分析の特定の戦略（モデル）の開発に対するニーズが高まっています。



そして、データは蓄積され、嘘をつきます。



公開データがアリーナに入ると、サプライヤと受信者の状況は非常に複雑になります。



閉じた内部数字の計画、編成、調整、および制御は、より簡単で効率的です。 彼女は常に完全な注意とコントロールのゾーンにあり、彼女への影響は理解可能であり、特別なアプローチを必要としません。



外部データと弱く制御されたパブリックデータは、わずかに異なる質問を提起し、特別な問題を解決する必要があります。 サプライヤーは、公開されたデータの使用を完全に制御することはできません。また、受信者は、幅広い人々に開示されるまでデータに大きな影響を与えることもできません。 サプライヤと受信者の競争と、受信者とデータの競争は、ヒーローと敗者とは別の話です。



一般的に、公開と実装の両方の観点から、オープン、共有、委任されたデータをビジネス管理回路に含めることはそれほど簡単ではありません。



無制限または条件付きで制限されたユーザーサークルへのデータの準備と配信は、所有者または所有者の利益のためにサードパーティのサプライヤーによって実行されます。 データ所有者がそのような機能を側に移したとしても、ほとんどの場合、結果に直接興味があります。 そうでない場合、ある種の無意味なアクティビティ「データダンプ」が判明します。

戦略

プロバイダーのパブリックデータ戦略を開発することは、将来有意義で有用な結果を得るための最良の方法です。 このような戦略は、管理会計、知識管理、ビジネス分析（モデリング）の戦略に加えて理想的に構築されることを明確に理解する必要があります。



もちろん、戦略の重要な問題に特別な注意を払うことなく、仮想的に有用なデータセットを周囲のネットワークの現実に「プッシュ」することもできます。 そのような活動の効果のみが他の誰かによって使用される可能性が高く、それが直接の競合者でなければ良い。



次の分野での作業を戦略的に決定および計画する価値があります。

1. データの公開の目標と 、新しいソリューションと知識を検索する主要な主題分野を決定します。 この段階で、内部の問題とビジネスインテリジェンスシステムにアタッチすることが重要です。
2. 期待される結果の予備的な予測（予測）を伴う、目標と主題分野に応じたパブリックスキームによるデータ転送の大規模なサブタスクの定式化 。
3. 実質的、構造的、フォーマットの側面を含む、公開するデータを選択するための基準の形式化 。 おそらく、内部の閉鎖または公的規制（標準、規則）の形であっても。
4. 一般原則の形式で、または個々のイベントのレベルでデータを公開する計画 。 この計画の一部が潜在的な受信者に利用可能であればより良いです。
5. イベント（イベント）、コミュニティ（専門家とのコミュニケーション）、および調査（ネットワーク分析）を通じて設計されたパブリックデータの効果の逆制御システムを構築し、サードパーティのユーザーが取得できる知識のサプライヤーへのリターンを確立します。
6. パブリックデータスーパーバイザーは、サプライヤーの目的のためにデータ公開プロセスの一般的で問題のある評価を提供することを目的とする、独立した制御および調整機能です。 「スーパーバイザー」については、ベンチマークを定義し、データを公開するための直接的な手順だけでなく、新しい意思決定や知識（製品）の可逆的な効果を受け入れるか、引き受けることができるサプライヤー組織内のプロセスおよびオブジェクトも積極的に観察および介入できるようにする必要がありますおよびサービス）。
7. 個々の投稿への機能の割り当てと、既存の職務の機能への合理的な追加の両方による、公開データの人的サポート 。 いつものように、公開データの分野で個々の労働者の能力を高めるという問題は、依然として重要な問題です。
8. ツールによるデータの公開のサポートは、デジタルデータセットの準備、検証、公開、および制御の手順が複雑なためです。 検索または開発、およびその後の複雑なソフトウェア、管理ツールおよび技術ツールの実践への実装は、このビジネス情報化の分野における効果的な作業の不可欠な部分です。
9. マシンリソース（ストレージ、コンピューティングパワー、スペシャリスト）の評価と追加の割り当てに関するデータの公開に対する技術サポート 。
10. データセットの正式な記述レベルと、パブリックデータ転送の一般契約（条件のリスト）のコンパイルおよび実行レベルの両方でのデータの公開に対する法的サポート 。
11. 自由に配布されたデジタルデータセットにユーザーを引き付けるためのデータ公開のマーケティングサポート 。

管理に関連する多くのことと同様に、戦略の策定と最適化は、フィードバックと便利なベンチマークを備えた継続的な反復プロセスです。



議論中のトピックに関連して、サプライヤの公開データ管理戦略の実装結果を評価するために提案できる最も不正確なことは、ネットワークに投稿されたデータの数とサイズを計算することです。 公開データを管理するためのサプライヤーの有能な戦略の主な目的は、データ開示計画を実行することではなく、他のユーザーが行う非常に「 魔法の 」結果を得ることですが、そのデータと利益のためです。

選択肢

どのデータを公開しますか？



企業または他の経済主体が公共データ転送のグローバルプロセスへの参加を希望し、他の重要な問題に関係なく同様の質問がある場合、おそらくデータは公開されません。



インターネットは毎秒さまざまな情報で飽和状態にあり、デジタルデータの追加セットはそれをまったく害しませんが、具体的なメリットはもたらしません。 また、公開するデータセットを選択するという問題自体は、上記の戦略の枠組み内で公開データの開示の目標を設定することで解決する必要があります。



さらに、そのような目標は、真に意味のある論理的なものでなければなりません。



出版用のデータセットの選択は、供給者が問題のある特定の主題分野を強制的に、可変的に、そして公然と探求する必要性から直接続きます。 それはほとんど「ブレーンストーミング」体制ですが、固定された人々の輪がなく、グローバルな情報ネットワークの混乱の状況にあります。 ターゲットデータセットがトピックに関連し、十分な品質（関連性、関連性、全体性、客観性、測定可能性）を備えている必要があることは明らかです。 データ公開の構造と形式の選択は、対象読者に基づいて計算する必要があります。



もちろん、データセットの段階的な拡張は、意味と構造の両方、およびデータの観点で許可されています。 ただし、このような変更はサプライヤにあまり信頼を与えず、多くの場合、ロードおよび処理アルゴリズムの変更を強制し、場合によっては他のツールを選択することさえあることを認識することが重要です。

セット

データはセットで公開されます。



これは、意味、構造、形式が分離されたデジタルデータの一部にとって便利な概念です。 実際、セットはファイル内の個別のテーブル、またはプログラムインターフェイスへの要求に応じたデータ行の発行として理解できます。



一方、データセットの概念に次元の制限はありません。これにより、リレーショナルデータベース全体を理解することさえできます。



各セットには、メタデータとパスポート（通知）が必要です。



この場合、「パスポート」は、基本的なメタデータ、個別の形式で圧縮された個々のメタデータ、およびコンテキストバインディングを含む、一種の条件付き認証セットの特性です。 パスポートには、とりわけ、サプライヤが何らかの形で設定したデータの品質の評価が含まれます。



現在、パブリックデジタルデータセットの完全な形成と説明のための統一された、広く認識された便利な標準はありません。



ほとんどの場合、そのような標準または規制は、公開データの各タイプまたはトピックごとに導入する必要があります。 それにもかかわらず、多くの規制法と勧告があります。

被験者が長期的にデータの開示から最大の効果を得ようとする場合、データセットの正しい形成に関する概念的および技術的に困難な問題を判断する必要があります。

転記

パブリックデータ転送の一部として、各受信者が長期の個別の安全な通信チャネルを作成および維持することが望ましくない場合、次の2つの方法のいずれかでデータの直接配信（公開）が可能です。

• 参照による静的 -完成したデータセットは事前に生成されており、ネットワーク上の固定アドレスの受信者がダウンロードできます。
• 動的にオンデマンド -データセットは、受信者によって設定されたパラメーターに従って、保存されたリソースデータに基づいて特別なソフトウェアサービスによって作成（完成）され、要求への応答として直接受信できます。

それぞれの方法には長所と短所があります。 さらに、それらはあらゆるレベルのデジタル公共データに表示されます。



望ましい方法を選択する場合、特定のサプライヤは、独自のリソースと選択した戦略に基づいて、次のような問題を解決する必要があります。

• APIの必要性と機能、
• データの配置-ネットワークリソースまたはサードパーティ、
• サードパーティのコンテキストへのリンク、
• アップロードされたファイルの形式と最大サイズ、
• 継続的または個別の更新の一部として関連性を修正し、
• カタログへの参加（ポータルで）参照または実際など

出版物では、一貫性を維持し、高品質のデータを維持することに重点を置くことが重要です。 したがって、優先順位は、「数字」の配列をランダムにアンロードするのではなく、体系的なアプローチです。



データの体系的な公開の中心にあるのは、十分に検討され実装された計画です。

パブリックデータ転送の専門的な計画とその後の計画の実行により、多くの操作エラーを回避できるだけでなく、パブリッシャーの責任と関心についてデータの受信者に肯定的な印象を与えることができます。



ユーザーは複雑なデータを好みません。



また、公開データに関しては、複雑さは通常、ネストされたセットと従属セットの深さではなく、データ単位（テーブルフィールド）の数ではありません。



主な問題は、メインデータを記述する不完全または不正確なメタデータであり、不特定の時点で変更される可能性があります。 受信者（専門家、アナリスト）は、データの監視と解析、および使用可能な状態（つまり、 彼は、すでに大きなデジタルデータの配列に伴う欠落した特性または正しくない特性を復元することを余儀なくされています。



セマンティック、構造、およびフォーマットの複雑さは、メタデータによってのみ削除されます。

ただし、メタデータ自体もデータであるため、同じルールと品質指標が適用されます。



奇妙なことに、メタデータには、次のレベルの対応するメタデータが明示的または暗黙的に付随しています。



最後の段階で、準備されたデータセットの配布準備が整ったら、タイプに応じて、 オープン、共有、または委任された特徴的な法的および管理上の機能を無視しないでください。 もちろん、適切なツールを使用して、完成したデータセットの「リリース」編集と校正を行うのが最善のオプションです。

フィードバック

最も単純なケースでは 、サプラ​​イヤの公開データに関するフィードバックは、データの品質、その適用性、および得られた結果に関する受信者（ユーザー）の応答です。



より複雑な場合 、フィードバックとは、ビジネス（組織）の既存のプロセスとオブジェクトに対するサードパーティの新しいソリューションと知識の需要、調査、実装です。



受信者とのフィードバックを維持することは、全体的な意味のあるパブリックデータ管理モデルの別の重要なコンポーネントです。 有意義な結果を得るのに十分なレベルでフィードバックを編成することは、ネットワークリソースにパブリックデータセットを配置するよりも難しく、高価で、重要です。



プロバイダーと公開データの無制限の受信者サークルとの間に安定した関係がない場合、実際には、相互に有益な通信のための多くの異なるメカニズムを実装する必要があります。



次のいずれかです。

• サプライヤからの一連の通知への受信者（ユーザー）のサブスクリプション、
• データ受信者のオープンプール（特定のクラブまたは関心のあるコミュニティ）、
• 公開データに基づく実際のコンテストまたは仮想コンテスト（ハッカソン）、
• オフラインまたはオンラインのテーマ別イベント（セミナー、会議）、
• データ受信者へのアンケート調査（単純または集中調査）、
• トレーニングイベント（講義、認定試験）など

しかし、こうしたすべてのフィードバックメカニズムの目標は、パブリックデータをダウンロードし、処理および分析し、新しい有用なものを見つけた、または新しい製品やサービスを作成したエンティティが取得した結果を何らかの形で取得しようとすることです。



直接フィードバック方法には、パブリックデータプロバイダーと受信者との連絡が含まれます。



間接的なフィードバック方法は、ネットワークの情報空間を調査し、サプライヤのデータまたはサプライヤのデータを使用して得られた新しいソリューションと知識を検索することになりますが、何らかの理由で直接視野から外れました。



サプライヤのデータに対して誰かが受ける有益な効果を見落とす特定のリスクがあります。 しかし、これは問題ではありません。 サプライヤーは、特にデータの所有者である場合は特に、失われた利益をいつでも回復できます。 ただし、一般に特定の公開データに対して価値のあることを行うことは一般的に可能であることを知ることは、すでに何かをしたか、少なくとも試みた人からフィードバックを得ることです。