Datan määrä, kerättävyys, saatavuus, talletettavuus ja työkalut analysointia varten ovat kehittyneet huimasti viimeisten vuosikymmenten aikana. Dataa pystytään nykyään pro-sessoimaan reaaliaikaisesti, mikä muuttaa tai on jo muuttanut maailmaa jossa nyt elämme. Datan kuvaillaan olevan uusi öljy, joka vauhdittaa uutta data-teollista vallanku-mousta.
Metaforassa on kuitenkin perustavanlaatuinen ongelma. Öljy on käytettävää hyödykettä jota voi käyttää esimerkiksi energian tuotantoon. Toisin sanoen öljy on kulutettavaa hyö-dykettä, joka luo arvoa käyttäjälle lämmöntuottajana. Dataa taas ei pysty kuluttamaan samalla tavalla kuin öljyä. Se ei tuota kuluttajalle arvoa samaan tapaan kuin öljy. Toi-saalta kun dataa ei pysty kuluttamaan se ei myöskään kulu, joten sitä voi käyttää aina uudelleen ja uudelleen tarpeen vaatiessa. Useat eri tahot voivat käyttää samanaikaisesti samaa dataa, vaikka eri puolilla maapalloa. Tämä ei onnistuisi öljyn kanssa. Dataa ei myöskään voi hinnoitella samaan tapaan kuin öljyä. Datan arvo riippuu sen sisällöstä.
Yksittäisen datan arvo myös lisääntyy, kun sitä yhdistelee toisen datan kanssa. Itseasiassa yksittäisellä datalla ei välttämättä ole mitään arvoa, mutta kun useita datavirtoja yhdiste-lee, voi siitä koituva tieto olla hyvinkin arvokasta esimerkiksi yrityksille ja valtiolle. Voi-daankin sanoa että datalla itsellään ei ole arvoa, mutta sen tuomalla kontekstilla on. (Hand 2018.)
Datan määrän lisääntyessä on myös hyvä pohtia datan hallinnointia. Kuka mitäkin dataa hallinnoi ja miksi? Dataa kerätään jo hakukoneista, sosiaalisen median alustoilta, super-marketeista, terveydenhuollosta jne. Kerätyn datan avulla on tarkoitus tarjota kuluttajalle sopivimpia palveluita, mutta samalla yritykset pyrkivät myös hyötymään kuluttajada-tasta. Varsinkin sosiaalisen median alustat pyrkivät ymmärtämään ihmisten preferenssejä keräämällä heistä dataa. Algoritmi käsittelee dataa reaaliaikaisesti tarjoten käyttäjille juuri omannäköistä sisältöä. Algoritmi ikään kuin tunnistaa käyttäjän replikaatin, joka kielii tietynlaisesta käyttäytymisestä esimerkiksi sosiaalisessa mediassa. (Li 2017.)
Monet yritykset ovat myös alkaneet luomaan sovelluksia, joilla voi seurata omia urheilu-suorituksia tai terveydentilaa. Näistä alustoista ja sovelluksista kerättävät tiedot jäävät
kuitenkin yksittäisen käyttäjän lisäksi myös yritysten haltuun, jolloin tiedot siiloutuvat erillisten muurien taakse. Arvonluonti datasta tapahtuu nimenomaan eri datavirtoja yh-distelemällä. Nyt yritykset omivat datan ja pyrkivät saamaan siitä maksimaalisen hyödyn itselleen. Kun datavirtoja ei pysty yhdistelemään, jää arvontuotanto heikommaksi. (Li 2017.)
Omadata-malli on ihmiskeskeinen lähestymistapa datan hallinnointiin. Tässä mallissa henkilö hallinnoi suurta osaa omasta datastaan, jota kertyy usealta elämän eri osa-alu-eelta. Omadata-mallin etuna voidaan pitää tiedon liikkuvuutta henkilön mukana. Jos esi-merkiksi henkilö vaihtaa työpaikkaa toiselle paikkakunnalla, saattavat tiedot jäädä siiloon vanhalle paikkakunnalle. Omadata-mallissa henkilö pystyy itse hallinnoimaan ja luvitta-maan tietoja valitsemilleen tahoille, kuten terveydenhuollon ammattilaisille. Tutkimustu-lokset osoittavat ihmiskeskeisen datan hallinnointitavan vaikuttavan positiivisesti esimer-kiksi terveyden edistämiseen työpaikoilla. (Kemppainen 2016.)
Omadata-mallissa datan autenttisuus pitää aina varmistaa. Kun dataa siirretään alustalle, on varmistettava että se on aitoa. Lohkoketjuteknologian avulla tiedot pystytään varmen-tamaan konsensusmekanismin keinoin. Tällöin kolmatta hallinnoivaa osapuolta ei tarvita.
Henkilökohtaiset terveystiedot (PHR) voidaan tallentaa lohkoketjuun metatietoina. Tie-dot voidaan kryprograafisesti salata niin, että niitä pystyy analysoimaan, mutta yksityi-syys säilyy. Datan haltija voi kuitenkin antaa esimerkiksi lääkärille täyden pääsyn tietoi-hin salausavaimella, jolloin lääkäri näkee tiedot. (Kemppainen 2016.)
Omadata-malli ja lohkoketjuteknologia mahdollistaisivat myös datan vuokrauksen. Loh-koketjuun voidaan rakentaa älysopimusten avulla aikaikkuna, jonka ajan data on jonkin muun tahon kuin omistajansa hallussa. Näinollen alkuperäinen data palautuisi omistajal-leen ja vuokraaja saisi dataa esimerkiksi tutkimukseen ja kehitykseen. (Weingärtner 2019.)
Datan hallintotapaa toteutetaan erilailla eri valtiossa. Uusi-Seelanti esimerkiksi pyrkii luomaan oikeanlaisen ympäristön datan soljuvalle liikkumiselle. Tavoitteena on nimen-omaan luoda arvoa yhdistelemällä datavirtoja ja purkamalla vanhoja data-siiloja. Uu-dessa-Seelannissa pyritään luomaan avoin, jaettava ja toisiokäytettävä dataympäristö.
Avoimen dataympäristön turvin pystytään keräämään monipuolista ja laadukasta dataa.
Laadukas data on tärkeässä asemassa valtiollisen päätöksenteon tukena. Vuoden 2015 kansallisessa datatutkimuksessa nähtiin datan luoneen arvoa 2.4 biljoonan dollarin edestä, kun arvioitiin datan vaikuttavuutta päätöksentekoon. (Witherden 2018.)
Avoimen datan käyttöönotossa on kuitenkin havaittu useita esteitä. Nykyinen kilpailu da-tasta on yksi iso syy tietojen siiloutumiselle. Datan kerääminen ei ole ilmaista joten ra-hoitus on myös ongelma. Kun yksittäiset tahot keräävät dataa, on niillä yleensä omat kei-nonsa, ohjelmansa ja tallennustilansa datalle, ja ne eivät välttämättä ole yhteensopivia muiden toimijoiden kanssa. Organisaatiot eivät myöskään kommunikoi keskenään, joten datavirtojen yhdistäminen on haasteellista. Myös datan hallinnointi ja jalostus on haasta-vaa ja se haasta-vaatii oikeanlaista ammattiosaamista. Heikko luottamus ja pelko datan väärin-käyttöön jarruttavat datan jakamishalukkuutta. Turvallisuus, yksityisyys ja laatutekijät herättävät myös huolta. Löytääkseen vastauksia kohdattuihin ongelmiin tutkittiin valtiota, joissa avoimen datan periaatteet toimivat sujuvammin. (Witherden 2018.)
Viro on yksi jaetun datan edelläkävijöistä. e-Governance ohjelma luotiin jo vuonna 1997, jolloin julkiset palvelut päätettiin sähköistää. e-Tax, eli verotietojen sähköisen tallennuk-sen ominaisuus luotiin vuonna 2000. X-road, eli julkitallennuk-sen ja yksityitallennuk-sen datan palveluväylä, joka mahdollistaa yksityisen ja julkisen puolen saumattoman tiedonsiirron, käynnistettiin vuonna 2001. Virossa on käytössä myös kansalaisten digitaalinen identiteetti, sähköinen äänestysjärjestelmä ja e-kansalaisuus. Vuonna 2008 maa toi hajautettujen tilikirjojen käy-tännön X-roadiin ja siirsi kansalaisten terveystiedot kansalaisten hallittaviksi. Tanskassa hallitus keräsi ja digitalisoi koko väestön osoitteet ja asetti ne vapaasti saataviksi. Good basic data – ohjelma sisälsi tietoa kiinteistöistä, osoitteista, yrityksistä, ilmastosta, ihmi-sistä ja paikkatiedoista. Tiedot asetettiin ilmaiseen jakeluun X-road tyyppisen alustan kautta. Singaporessa kansalaiset pystyvät tallentamaan tietojaan MyInfo palveluun.
MyInfoon kirjaudutaan singpass identiteettikortilla, jota käytetään tunnistautumisessa.
MyInfossa kansalaiset voivat jakaa tietoja sekä julkiselle että yksityiselle puolelle. (Wit-herden 2018.)
Yksi lohkoketjuteknologian ominaisuuksista on luottamuksen varmentaminen. Siksi di-gitaalisen identiteetin luominen lohkoketjuteknologian avulla onkin yksi sen käyttökel-poisimmista ominaisuuksista. Digitaalinen identiteetti rakentuu neljän tekijän varaan, jotka ovat aitous, valtuutus, käyttäjähallinta ja käyttäjähakemistot. Normaalisti identi-teetti varmennetaan keskitetyn varmentajan toimesta, esimerkiksi Suomessa tunnistaudu-taan paljon pankkitunnusten avulla. Lohkoketjuteknologia tai hajautettu tilikirja (DLT) mahdollistavat identiteetin hallinnan käyttäjälähtöisyyden. Tällöin käyttäjä ei olisi riip-puvainen enää mistään kolmannesta varmentajana toimivasta osapuolesta, kuten esimer-kiksi Suomen tapauksessa pankista. DLT:n tai lohkoketjun eduksi voidaan nähdä lä-pinäkyvyys, muuttumattomuus ja hajautus. Digitaalinen identiteetti turvataan PKI-mene-telmällä. Hajautetulla järjestelmällä ehkäistään yhden kohdan haavoittuvuus. Tämä tar-koittaa sitä, ettei yhteen kohtaan hyökkäämällä ei pystytä saamaan koko järjestelmää hal-tuun. PKI-menetelmässä on kuitenkin inhimillinen haavoittuvuus. Se perustuu siihen että käyttäjällä on PKI-avain. Käyttäjä voi kuitenkin hukata avaimen tai antaa sen epähuomi-ossa sellaiselle taholle, joka käyttää sitä vääriin tarkoituksiin. (Dunphy ym. 2018.)
Terveystietojen tallennus ja säilytys on herättänyt myös keskustelua. Potilailla ja asiak-kailla on ollut heikosti tiedossa mitä tietoja heistä kerätään, missä tietoja säilytetään ja kuka tietoja käyttää. Asiakkaiden ja potilaiden on myös vaikeaa hahmottaa mitä he ha-luavat tiedoillaan tehdä. Onko tietojen yksityisyys yksityisyyden suojan näkökulmasta tärkeämpää vai painaako vaakakupissa tietojen avoimuus, jolloin palveluiden laatu ja rää-tälöinti parantuvat. (Gutierrez ym. 2018.)
Omar Gutierrez ryhmineen (2018) esittävät uudenlaista mallia, jossa asiakas voisi päättää mitä dataa hän haluaa jakaa laajemmin ja minkä datan hän pitää yksityisenä. Yksityisyy-den ympärille voitaisiin rakentaa tasoja, joita voitaisiin tarpeen mukaan joko poistaa tai lisätä. Malli ottaa huomioon HIPAA (health insurance portability and accountability act) tietosuoja asetuksen jota käytetään Yhdysvalloissa. EU maissa saman asian ajaa GDPR.
Mallissa hyödynnetään lohkoketjuteknologian ominaisuuksia, kuten kryptografiaa ja PKI-mekanismia. (Gutierrez ym. 2018.) Gabor Magyar (2017) tuo esille tutkimuksessaan samoja näkemyksiä.
Myös Euroopan komissio on kiinnostunut datan hallinnoinnista. EU-komission järjestä-mässä Digitranscope-työpajassa tutkittiin datan hallinnointi kahdesta eri näkökulmasta, kuinka dataa hallitaan ja kuinka datan avulla hallitaan. Ongelmaksi nähtiin high-tech yri-tysten yhteistyöhaluttomuus datan jakamisessa valtioiden, yksityisten henkilöiden ja jul-kisten instituutioiden kanssa. Avoimen datan kulttuuri ja kansalaisten oikeus oman da-tansa kontrollointiin nähtiin nimenomaan Eurooppalaisiin arvoihin sopivina suuntauk-sina. Euroopassa halutaan rakentaa digitaalisen transformaation strategia joka poikkeaa datan kaupallistamisen mallista, joka isojen yritysten ajamana on valloillaan esimerkiksi Yhdysvalloissa. Euroopassa ei haluta myöskään mennä kansalaisten äärimmäiseen kont-rollointiin ja seurantaan dataa hyväksikäyttäen, mihin esimerkiksi Kiinassa ollaan tällä hetkellä menossa. (Micheli ym. 2018.)