Yksi suurimmista ongelmakohdista avointa dataa hyödynnettäessä on tasapainon löytäminen yksityisyydensuojan ja tarpeeksi yksityiskohtaisen aineiston välillä. Ongelma on erityisesti esillä julkista terveydenhuoltoa koskevassa datassa, jonka hyödyntämisen mahdollistaminen vaatii usein todella tarkkaa, yksilötason dataa, kuitenkin yksityisyydensuoja huomioiden (Bonina 2013, s. 19-20). Lainsäädäntö, kuten Euroopan Unionin kansalaisten tietosuojaa parantava GDPR (General Data Protection Regulation) on vaikeuttanut juuri tällaisen datan avaamista ja hyödyntämistä huomattavasti, lisäten kuitenkin samalla yksilöiden yksityisyydensuojaa sekä oikeutta itseään koskevan datan hallintaan. Sekä O’Neil (2012) että Bonina ovat yhtä mieltä siitä, ettei dataa ole helppoa tai välttämättä edes mahdollista anonymisoida täysin tietojen luottamuksellisuuden turvaamiseksi.
Kitchin (2014, s. 59) tuo esille sen, ettei edes kaupallistettavissa olevan avoimen datan päälle rakennetut palvelut välttämättä tuota yrityksille voittoa huolimatta niiden suosiosta.
Esimerkiksi 40 miljoonaa latauskertaa applikaatio MyCityWay ei tuottanut sen julkaisseelle
27 yritykselle voittoa, vaikka asiakkaita olikin runsaasti. Esimerkistä huomataan, kuinka merkittävää liiketoimintamallin valinta on yrityksen taloudellisen menestyksen kannalta.
Ongelmia voi syntyä yrityksille myös datan rahoituksen ja liiketoiminnan jatkuvuuden varmistamisen näkökulmasta. Koska usein yritysten liiketoiminnan pohjana toimiva avoin data on julkisen tahon rahoittamaa, voi yrityksille aiheutua ongelmia datan saannin jatkuvuuden suhteen, jos julkinen taho päätyy rahoituksen lopettamiseen (Kitchin 2014, s. 61). Datan saannin luotettavuus ja jatkuvuus onkin yksi suurimmista avointa dataa hyödyntävien sovelluskehittäjien huolenaiheista (Bonina 2013, s. 22).
Chignard (2013) esittää, että organisaatiolta vaadittavan teknisen osaamisen lisäksi datasettien standardien puutteet vaikeuttavat niiden yhdisteltävyyttä ja siten suurten, skaalautuvien palveluiden kehittämistä. Toisaalta voidaan ajatella, että standardoimattomuus lisää datasettien monimuotoisuutta ja madaltaa niiden julkaisukynnystä. Teknisen osaamisen puute voi myös johtaa kehitettävien sovellusten näkökantojen ja yhteiskunnallisen vaikutuksen yksipuolistumiseen homogeenisen sovelluskehittäjäyhteisön takia. Tällöin on mahdollista, ettei potentiaalisen asiakkaan tarpeita oteta huomioon, vaan kehitetään sovelluksia ainoastaan kehittäjäyhteisön näkökannasta, mikä voi johtaa mahdollisen asiakassegmentin pienentymiseen tai tyytymättömyyteen. Tämän takia onkin tärkeää ottaa sovelluskehityksessä asiakkaan näkökulma huomioon ja mahdollisesti myös osallistaa potentiaalisia asiakkaita verkkosovelluspalvelun kehitysvaiheessa heidän tarpeidensa tyydyttämiseksi.
Kitchin (2014, s. 63) toteaa, että teknisen osaamisen keskittyminen jo valmiiksi hyvässä asemassa oleviin organisaatioihin parantaa niiden kilpailukykyä entisestään avoimen datan lisäämän informaation kautta. Tämän takia pienten ja keskisuurten yritysten tekninen osaaminen on erittäin tärkeää, jotta niillä on mahdollisuus kilpailla suuryritysten kanssa.
Teknisen osaamisen, erityisesti analytiikan, rooli kasvaa tulevaisuudessa niin avoimen kuin suljetun datan lisääntyessä, mikä on ollut nähtävissä muun muassa analyytikoiden, datatieteilijöiden ja koneoppimisen kanssa työskentelevien osaajien kasvaneena kysyntänä työmarkkinoilla.
28 Myös O’Neil (2012) on yhtä mieltä organisaation teknisen osaamisen merkityksestä. Hän tuo esille, että jos kaikki data olisi avointa, saattaisi tämä aiheuttaa suuryritysten markkina-aseman vahvistumisen entisestään. Suuryritysten teknisten ja immateriaalisten resurssien runsaus vaikeuttaisi mahdollisesti samassa markkinasegmentissä toimivien pienten ja keskisuurten yritysten menestymistä.
29 5 JOHTOPÄÄTÖKSET
Tässä kandidaatintyössä tutkittiin, miten avointa dataa voidaan hyödyntää ja miten sitä on jo hyödynnetty liiketoiminnan rakentamisessa. Tutkimus keskittyi pääasiassa avoimen datan, verkkosovelluspalveluiden ja avoimen datan arvoverkon käsitteisiin, joita peilattiin kahteen yritysesimerkkiin. Työn aihetta tutkittiin kahden tutkimuskysymyksen näkökulmasta, joista ensimmäinen oli
1. Miten avoimen datan avulla luotuja SaaS-palveluita voidaan kaupallistaa?
Julkishallinnon ja yritysten datan avaaminen on alan auktoriteettien paineesta lisääntynyt huomattavasti viimeisen vuosikymmenen aikana. Avoimen datan kansantaloudellinen arvo on kiistatonta, vaikka eri tahojen antamat arviot eroavat toisistaan merkittävästi. Elinkeinoelämän muuttuessa yhä palvelupainotteisemmaksi yritykset ovat muuttaneet liiketoimintamallejaan ja uudenlaisia ansaintalogiikoita on syntynyt. Avoin data tarjoaakin kustannustehokkaan alustan uusille innovaatioille ja palveluille sekä mahdollistaa paremman päätöksenteon organisaatioille.
Teknologian, muun muassa pilvipalveluiden kehityksen myötä yritysten on mahdollista tarjota asiakkaille ketterämpiä ohjelmistoratkaisuja, erityisesti verkkosovelluspalveluiden muodossa.
Monet palveluntarjoajat ovat tunnistaneet avoimen datan hyödyntämisen potentiaalin liiketoiminnan rakentamisessa ja kilpailuedun luomisessa. SaaS-ratkaisut tarjoavat sekä palveluntarjoajalle että asiakkaalle oikein toteutettuna monia etuja, minkä takia myös avoimen datan päälle rakennettuja SaaS-palveluita ilmestyy nykyisin markkinoille kiihtyvään tahtiin.
SaaS-liiketoimintamallin skaalaedut, mahdollisuus laajempaan asiakaskuntaan yhdistettynä avoimen datan tarjoamiin mahdollisuuksiin on toiminut reseptinä useiden yritysten menestystarinoissa. Yksinään erinomainen verkkosovelluspalvelu ei riitä menestymisen takaamiseen, vaan yritysten tulee valita optimaalinen liiketoimintamalli. Organisaatioiden onkin erittäin tärkeää tunnistaa asemansa avoimen datan arvoverkossa, jotta verkkosovelluspalvelua voidaan sekä kehittää että hinnoitella kohdemarkkinasegmentin tarpeiden perusteella.
30 Eri arvoverkon roolit luovat palveluntarjoajille erilaisia odotuksia asiakkaalle annettavan arvolupauksen ja kohderyhmän suhteen, mikä ohjaa yrityksen strategiaa ja päätöksentekoa tarjottavan arvon, hinnoittelun sekä myynnin ja markkinoinnin osalta. SaaS-palveluntarjoajien toimiessa pääasiassa B2B-markkinoilla, korostuu hinnoittelun lisäksi erityisesti myynnin ja markkinoinnin merkitys, mikä on havaittavissa myös esitellyistä yritysesimerkeistä.
Palveluiden hinnoittelumallit mahdollistavat monia vaihtoehtoja yrityksen liikevaihdon luomiselle ilmaisesta, mainosrahoitteisesta palvelusta jatkuvaa kassavirtaa tuottavaan premium-malliin, jonka valinnassa yrityksen tulee pohtia valintoja arvoverkon roolin ja asiakassegmentin näkökulmista.
Teknisen osaamisen puute ja yksityisyydensuojaa tukeva lainsäädäntö, kuten GDPR, luovat haasteita avointa dataa hyödynnettäessä sekä datan päälle rakennettuja verkkopalvelusovelluksia kaupallistettaessa. Haasteita aiheuttaa myös datan saannin jatkuvuus.
Yritysten tulee arvioida tarkasti, mistä lähteistä saatavaa avointa dataa heidän tarjoamissaan verkkosovelluspalveluissa käytetään, jotta datan saannin jatkuvuus ja ajantasaisuus voidaan maksimoida ja epävarmuudet minimoida.
Jotta avointa dataa hyödyntämällä kehitetty verkkosovelluspalvelu voidaan kaupallistaa, tulee sen tarjota asiakkaalle arvoa, josta tämä on valmis maksamaan joko suoraan käytön mukaan tai epäsuorasti tukipalveluita hankkimalla. Kandidaatintyön toinen tutkimuskysymys käsittelee arvonluontia.
2. Miten avoimesta datasta voidaan luoda arvoa?
Asiakkaalle arvokas tuote tai palvelu on sellainen, josta asiakas on valmis maksamaan ja on tyytyväinen saamaansa tuotteeseen tai palveluun. Avoin data ei välttämättä ole itsessään, jalostamattomana arvokasta. Verkkosovelluspalvelun kautta siitä voidaan kuitenkin luoda hyödyllistä ja siten niin arvokasta, että asiakas saadaan maksamaan avoimen datan päälle rakennetusta verkkosovelluspalvelusta. Avoimen datan arvon luonti on edellytys sen menestyksekkäälle kaupallistamiselle.
31 Jotta asiakkaalle voidaan tarjota arvokas tuote tai palvelu, täytyy tunnistaa, mitä asiakas odottaa ja tarvitsee. Tuotteen myynti vaatii tarpeiden tunnistamista ja täyttämistä. Avointa dataa on kaikkien saatavilla ja hyödynnettävissä. Siksi sitä ei yksittäisinä aineistoina koeta kovinkaan arvokkaaksi eikä siitä sellaisenaan olla valmiita maksamaan. Avoin data vaatiikin rinnalleen lisäarvoa tuottavaa toiminnallisuutta, jolla tarjottava palvelu saadaan erottumaan kaikkien saatavilla olevasta datasta. SaaS-palveluntarjoajat pyrkivät muodostamaan avoimesta datasta käyttäjäkokemuksen, jolla tyypillisesti tarjotaan ratkaistu johonkin ongelmaan datan avulla.
Valmiiksi muodostetut suodattimet, algoritmit ja visualisointi erottavat SaaS-palveluntarjoajan kilpailijoista sekä yleisesti julkisesta avoimesta datasta. Case Vainussa ratkaisu vastaa myyntiin liittyviin haasteisiin, kun taas Climate Corporationin kohdalla yritys pyrkii helpottamaan maanviljelijöiden sään epävarmuuteen liittyvää päätöksentekoa ja parantamaan tuottavuutta.
Kun avointa dataa on hyvin paljon saatavilla, voi osa siitä sisältää myös virheellistä tietoa tai se voi olla yksinkertaisesti huonolaatuista. Tällöin avointa dataa on keräämisen jälkeen edelleen jalostettava, sillä vasta riittävästi jalostettu data on hyödyllistä ja niin arvokasta, että sen päälle voidaan rakentaa liiketoimintaa. Avoimen datan arvoverkkoa pitkin avoin data jalostuu.
Avointa dataa kaupallistavat yritykset eivät kuitenkaan ole välttämättä sitä louhivia tai pelkästään analysoivia osapuolia, sillä pelkästä louhinnasta ei ole saatu luotua kannattavaa liiketoimintaa.
Arvokasta avoimesta datasta tekee lopulta käyttäjäkokemuksentarjoaja, joka luo asiakkaalle puitteet etsiä tietoa ja ratkaisuja avoimesta datasta. Käyttäjäkokemusta tarjoavat yritykset ovatkin niitä, jotka muuttavat avoimen datan esimerkiksi verkkosovelluspalvelun avulla liiketoiminnaksi. Tähän yhdistetään usein datan analysointia ja visualisointia asiakkaalle siten, että tietoa saadaan datan avulla mahdollisimman helposti. Avointa dataa hyödyntävän Vainun verkkosovelluspalvelun avulla asiakas saa informaatiota potentiaalisista asiakkaista tarkasti kehitettyjen algoritmien avulla. Asiakasyritykselle tarjotaan helppo, miellyttävä ja uudenlainen tapa hakea tietoa asiakashankintaan ja prospektointiin.
Työhön kerätyn kirjallisuuden ja tehdyn tutkimuksen perusteella havaittiin, että avoin data on kaupallistettavissa SaaS-palvelumallin avulla. Kaupallistamisen edellyttämää arvoa on pystytty menestyksekkäästi luomaan avoimen datan avulla. Arvon luontiin kuuluu datan jalostaminen
32 kohdeasiakkaalle hyödylliseksi. Lisäksi oikeanlaisen hinnoittelun avulla mahdollistetaan asiakkaan sitoutuminen palveluun liikevaihdon takaamiseksi. Avoimen datan määrän jatkuva kasvaminen avaa ketterämmille ohjelmistoratkaisuille kuten verkkosovelluspalveluille uusia liiketoimintamahdollisuuksia, kun kaikkien vapaasti saatavilla olevan avoimen datan laajempi analysointi muuttuu entistä haastavammaksi. Algoritmien ja tekoälyn kehittymisen myötä avoimesta datasta saadaan hyödyllisempää ja analyyseistä entistä tarkempia.
33 LÄHTEET
Boberg, J. 2012. Johdatus tietojenkäsittelytieteeseen. [WWW-dokumentti]. [viitattu
21.5.2018]. Saatavissa:
http://staff.cs.utu.fi/staff/jorma.boberg/Mat/JTKTMoniste_25_06_2012.pdf.
Bonina, C. 2013. New business models and the value of open data: definitions, challenges and opportunities. London School of Economics and Political Science. s. 6-22.
Buxmann, P., Diefenbach, H., Hess, T. 2013. The Software Industry: Economic Principles, Strategies, Perspectives. Berlin, Heidelberg: Springer Berlin Heidelberg. Springer. s. 169-183.
Chignard, S. 2013. A brief history of Open Data. [WWW-dokumentti]. [viitattu 30.5.2018].
Saatavissa: http://parisinnovationreview.com/articles-en/a-brief-history-of-open-data.
De, B. 2017. API Management: An Architect's Guide to Developing and Managing APIs for Your Organization. Berkeley, CA: Apress. s. 1-14.
Dezube, D. 2009. Software as a Service. Independent Banker. Vol. 59 nro 3. s. 27-28.
Ferro, E. & Osella, M. 2012. Business Models for PSI Re-Use: A Multidimensional Framework. Data Journalism Workshop. European Comission, Brussels. s. 3-5.
Ferro, E. & Osella, M. 2013. Eight Business Model Archetypes for PSI Re-Use. “Open data on the Web” Workshop. Google Campus, Shoreditch, London. s. 3-5.
Galvin, T. 2008. Software as a Service. Security Dealer & Integrator. Vol. 30 nro 4. s. 48.
García, S., Herrera, F., Luengo, J. 2015. Data Preprocessing in Data Mining. Cham: Springer International Publishing, s. 1-6.
34 GovLab NYU Polytechnic School of Engineering. 2013. The Open Data 500: Climate Corporation. [WWW-dokumentti]. [viitattu 10.8.2018]. Saatavissa:
http://www.opendata500.com/us/climate-corporation/.
Jokela, M. 2018. Marketing Manager. Vainu Finland Oy. Haastattelu 8.8.2018.
Kitchin, R. 2014. The Data Revolution: Big Data, Open Data, Data Infrastructures & Their Consequences. SAGE Publications Ltd, London.
Kotler, P. & Lane Keller, K. 2016. Marketing management. 15th edition, Global edition.
Boston: Pearson. s. 33.
Levinson, M. 15.5.2007. Software as a Service (SaaS) Definition and Solutions. [WWW-dokumentti]. [viitattu 1.6.2018]. Saatavissa: https://www.cio.com/article/2439006/web-services/software-as-a-service--saas--definition-and-solutions.html#secure.
Lindman, J., Kinnari, T., Rossi, M. 2014. Industrial Open Data: Case Studies of Early Open Data Entrepreneurs. 2014 47th Hawaii International Conference on System Science. Waikoloa, Hawaii, 6-9 March.
Ma, D. 2007. The Business Model of “Software-As-A-Service”. IEEE International Conference on Services Computing (SCC 2007). Salt Lake City, USA, 9-13 July.
Magalhaes, G. & Roseira, C. 2017. Open government data and the private sector: An empirical view on business models and value creation. Government Information Quarterly. s. 2
Magretta, J. 2002. Why Business Models Matter. Harvard Business Review. Vol. 80, nro 5, s.
86-88.
Manyika, J., Chui, M., Farrell, D., Van Kuiken, S., Groves, P., Almasi Doshi, E. 2013. Open data: Unlocking innovation and performance with liquid information. McKinsey Global Institute. s. 1-13.
35 Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., Hung Byers, A. 2011.
Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute. s. 1-13.
Segura, Á., Sánchez, J., De Lara, J. 2014. ODaaS: Towards the Model-Driven Engineering of Open Data Applications as Data Services. 2014 IEEE 18th International Enterprise Distributed Object Computing Conference Workshops and Demonstrations. Ulm, Germany, 1-2 September. s. 1.
Open Government Working Group. 8 Principles of Open Government Data. 2007b. [WWW-dokumentti]. [viitattu 31.5.2018]. Saatavissa: https://public.resource.org/8_principles.html.
Open Government Working Group. Open Government Working Group Meeting in Sebastopol, CA. 2007a. [WWW-dokumentti]. [viitattu 31.5.2018]. Saatavissa:
https://public.resource.org/open_government_meeting.html.
Open Knowledge Finland. Avoimen tiedon määritelmä. 2018. [WWW-dokumentti]. [viitattu 31.5.2018]. Saatavissa: https://opendefinition.org/od/1.1/fi/.
Open Knowledge International. 2018. [WWW-dokumentti]. [viitattu 31.5.2018]. Saatavissa:
https://okfn.org/about/.
Owal Group. 2017. 6Aika Avoin data ja rajapinnat -kärkihankkeen tuotosten, tulosten ja vaikutusten arviointi. s. 3-4.
Pollock, R. 2006. The Value of Public Domain. Institute for Public Policy Reseach. London. s.
1.
Rajala, R., Rossi, M., Tuunainen, V. K., Korri S. 2001. Software business models: A framework for analyzing software industry. Helsinki: Tekes. s. 9.
36 Sanastokeskus TSK Ry. 2012. Tietotekniikan termitalkoot. [WWW-dokumentti]. [Viitattu 1.6.2018]. Saatavissa: http://www.tsk.fi/tsk/termitalkoot/fi/node/266.
Stott, A. 2014. Open data for economic growth. World Bank Group. Washington, DC. s. 11.
Teece, J. D. 2010. Business Models, Business Strategy and Innovation. Long Range Planning.
Vol. 43, nro. 2–3. s. 172-192.
The Open Data Institute. 2013. How to make a business case for open data. [WWW-dokumentti]. [viitattu 6.8.2018]. Saatavissa: https://theodi.org/article/how-to-make-a-business-case-for-open-data/.
Turner, M., Budgen, D., Brereton, P. 2003. Turning software into a service. Computer. Vol. 36 nro 10. s. 38-40.
U.S. General Services Administration. 2018a. [WWW-dokumentti]. [viitattu 30.5.2018].
Saatavissa: https://catalog.data.gov/dataset.
U.S. General Services Administration. 2018b. [WWW-dokumentti]. [viitattu 30.5.2018].
Saatavissa: https://www.data.gov/open-gov/.
Vainu.io. 2018. [WWW-dokumentti]. [Viitattu 8.8.2018]. Saatavissa:
https://product.vainu.io/fi/.
Waters, B. 2005. Software as a service: A look at the customer benefits. Journal of Digital Asset Management. Vol. 1 nro 1. s. 33-35.
Zott, C., Amit, R. 2011. Value Creation In E-Business. Strategic Management Journal. Vol 22 nro 6–7. s. 494–497.
Zott, C., Amit, R., Massa, L. 2011. The Business Model: Recent Developments and Future Research. Journal of Management. Vol. 37 nro 4, s. 1022-1028.