Emmi Rajala
HENKILÖTIETOJEN VASTUULLINEN KÄYTTÖ LIIKETOIMINNASSA
Johtamisen ja talouden tiedekunta Kandidaatintutkielma Lokakuu 2021 Kari Lohivesi
TIIVISTELMÄ
Emmi Rajala: Henkilötietojen vastuullinen käyttö liiketoiminnassa Kandidaatintutkielma
Tampereen yliopisto
Kauppatieteiden kandidaatin tutkinto-ohjelma, yrityksen johtaminen Lokakuu 2021
Suurin osa yritysten toiminnasta ja ihmisten arjesta on nykypäivänä enemmän tai vähemmän linkittynyt digitaalisiin alustoihin. Henkilötietoa kerätään jatkuvasti valtavia massoja eri tietokantoihin. Henkilötietoa käytetään yrityksissä niin yrityksen perustoimintojen aikaansaamiseksi kuin myös perustoimintojen ulkopuolisiin tarpeisiin, kuten myytäväksi eteenpäin. Ongelmana nykyisessä henkilötietojen keräämisessä ja käytössä on henkilötietomassojen keskittyminen muutamille alustatalouden suurimmille toimijoille, sekä yksilöiden tietämättömyys siitä, miten ja mihin tarkoituksiin heistä tietoa kerätään.
Tämän tutkimuksen tavoitteena on selvittää, miten henkilötietoa käytetään yrityksissä tällä hetkellä, sekä tarkastella miten ihmislähtöisen datatalouden periaatteilla voisi vastata nykyisen datatalouden haasteisiin. Tutkimuksen viitekehys kuvaa nykyisen datatalouden yksisuuntaisena henkilötiedon luovuttamisen janana ja ihmislähtöisen datatalouden henkilödatan tasapuolisesti tarjoamina mahdollisuuksina, niin yksilöille, yrityksille kuin yhteiskunnallekin. Tutkimuksen empiria on kerätty haastattelemalla ihmislähtöisen datatalouden periaattein toimivan yrityksen varatoimitusjohtajaa.
Tutkimustulosten mukaan nykyinen henkilötietojen käyttö on markkinalähtöistä ja yksilön valta omaan henkilötietoonsa on heikko. Yksilöillä on puutteellinen käsitys siitä, miten ja mihin henkilötietoa heistä kerätään. Yritysten osalta tutkimus toi esiin hajautuneen suhteen henkilötietojen käyttöön. Yrityskentän suuret toimijat osaavat hyödyntää keräämäänsä henkilötietoa, mutta pienemmille toimijoille henkilötieto voi olla jopa taakka, siihen liittyvien laillisten velvoitteiden vuoksi. Tutkimus osoitti, että ihmislähtöisillä datatalouden periaatteilla voitaisiin vastata nykyisiin datatalouden ongelmiin, muun muassa avaamalla data tasapuolisemmin kaikkien saataville. Siirtymässä kohti ihmislähtöisempää henkilötietojen käsittelyä on kuitenkin haasteita ja tulevat vuodet näyttävät, lähteekö muutos liikkeelle yksilöiden vaatimuksista, yritysten tavoittelemasta kilpailuedusta vai yhteiskunnan sääntelystä.
Tutkimuksen johtopäätöksenä voidaan todeta nykyisen datatalouden järjestelmän vaativan muutoksia, jotta se huomioisi paremmin kaikki henkilötietojen käytön osapuolet. Termit ihmislähtöinen datatalous, vastuullinen henkilötietojen käyttö ja MyData pohjaavat kaikki samoihin periaatteisiin, joiden avulla datataloudesta halutaan saada ihmislähtöisempää.
Ihmislähtöisyyden tarjoamia hyötyjä ovat erityisesti mahdollisuus eri tietokannoissa sijaitsevien tietojen yhdistelyyn sekä henkilötietomassojen ja sitä kautta myös vallan tasapuolisempi jakautuminen datatalouden toimijoiden kesken.
Avainsanat: henkilötieto, datatalous, ihmislähtöinen datatalous, MyData
1 JOHDANTO ... 1
1.1 Tutkimuksen tausta ... 1
1.2 Tutkimuksen tavoite ja tutkimuskysymykset ... 3
1.3 Tutkielman keskeiset käsitteet ... 3
1.4 Tutkielman rakenne ... 4
2 KIRJALLISUUS ... 5
2.2 Henkilötieto ... 5
2.1.1 Mitä on henkilötieto ... 5
2.1.2 Miten henkilötietoa kerätään ... 6
2.1.3 Miten henkilötietoa hyödynnetään ... 7
2.1.4 Henkilötiedon tietosuojaperiaatteiden mukainen käsittely ... 8
2.1.5 Henkilötietojen käsittelyyn liittyvät ongelmat ... 10
2.2 Ihmislähtöinen datatalous ... 11
2.2.1 Ihmislähtöisen henkilötietojen käsittelyn periaatteet ... 11
2.2.2 Ihmislähtöisen henkilötietojen käytön mahdollisuudet ja haasteet ... 12
2.3 Kirjallisuuden yhteenveto ja tutkimuksen viitekehys ... 14
3 METODOLOGIA ... 17
3.1 Tutkimusmenetelmät ... 17
3.2 Aineiston kerääminen ... 18
3.3 Aineiston analysointi ... 19
3.4 Aineiston luotettavuus ... 19
4 EMPIRIA ... 21
4.1 Henkilötieto ja sen nykyinen käyttö ... 21
4.2 Henkilötietojen käsittelyn haasteet ja ongelmat ... 23
4.3 Ihmislähtöisen henkilötietojen käsittelyn tarjoamat mahdollisuudet ... 25
4.4 Käytännön siirtymä ihmislähtöiseen datatalouteen ... 27
5 ANALYYSI ... 30
5.1 Henkilötietojen käsittely vallitsevassa datataloudessa... 30
5.2 Ihmislähtöisen datatalouden tarjoamat mahdollisuudet ja toteutustavat... 31
6 JOHTOPÄÄTÖKSET ... 34
6.1 Tutkimuksen johtopäätökset ... 34
6.2 Tutkimuksen arviointi ja jatkotutkimusmahdollisuudet ... 36
LÄHTEET ... 37
LIITTEET ... 39
LIITE 1: Haastattelurunko ... 39
LIITE 2: Sisällönanalyysitaulukko ... 40
1 JOHDANTO
1.1 Tutkimuksen tausta
Ihmisistä kerätään nykymaailmassa tietoa ja dataa jatkuvasti (Poikola, Kuikkaniemi & Kuittinen;
Liikenne- ja viestintäministeriö, 2018,). Yritykset ovat kiinnostuneita meistä ja käyttäytymisestämme, sillä monet nykypäivän digitaalisilla alustoilla toimivista palveluista ja tuotteista toimivat ihmisistä kerätyn tiedon varassa (Schweidel, 2014,). Tiedon kerääminen yltää niin yksilöiden henkilökohtaisiin ominaisuuksiin kuten sukupuoleen ja ikään kuin myös käyttäytymiseen;
siihen mitä ostetaan kaupasta, missä liikutaan ja mitä sarjoja katsotaan (Allen, 2016). Suurin osa ihmisistä elää elämää, joka enemmän tai vähemmän linkittyy digitaalisiin alustoihin jolloin yksilöistä myös automaattisesti kertyy tietoa erilaisiin tietokantoihin. (Allen, 2016) Yrityksille nämä tiedot ovat arvokkaita, sillä niiden avulla ne pystyvät esimerkiksi luomaan paremmin ihmisten tarpeita ja toiveita vastaavia tuotteita ja palveluita (Sorescu, 2017).
Tietojen keruu digitaalisilta alustoilta tapahtuu toistaiseksi suurten alustatalouden toimijoiden ehdoilla (Rantanen & Koskinen, 2020). Tunnetuimpia ja suurimpia alustatalouden toimijoita ovat Google, Amazon, Facebook ja Apple (Koskinen, Knaapi-Junnila & Rantanen, 2018). Datatalouden yleistymisen yhteydessä on usein esitetty uhkakuvia tiedon leviämisestä vääriin käsiin tai vääriin käyttötarkoituksiin (Nuccio & Guerzoni, 2018) (Koskinen & ym., 2019).
Yksittäisillä ihmisillä on toistaiseksi melko vähän valtaa omaan henkilötietoonsa, jota digitaaliset alustat meistä keräävät (Rantanen & Koskinen, 2020). Suurin osa esimerkiksi internetsivuista ja puhelinapplikaatioista toimivat siten, että käyttäjän on aluksi hyväksyttävä sivun tai applikaation käyttöehdot tai evästeet ja ellei niitä ole valmis hyväksymään, ei ole myöskään oikeutettu käyttämään kyseistä palvelua (Allen, 2016) (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Käyttöehdot hyväksyessään ihminen antaa usein luvan hyvin monenlaisen käyttäjätiedon keräämiseen itsestään ja mahdollisesti tietoa keräävälle yritykselle myös luvan myydä tietoja eteenpäin (Poikola & Ym.;
Liikenne- ja viestintäministeriö, 2018).
Yrityksille valtavat määrät ihmisistä kerättyä dataa luovat suuren määrän mahdollisuuksia hyödyntää näitä tietoja liiketoiminnassa (Allen, 2016). Mahdollista kuitenkin on, että toistaiseksi suurimpien
tietomassojen kerääntyminen vain alustatalouden jättiläisille, kuten Googlelle ja Facebookille, luo niille monopoliaseman, jolloin pienemmät yritykset eivät pääse käsiksi tiedon luomiin mahdollisuuksiin, vaan ennemminkin ajautuvat riippuvaisiksi suurten toimijoiden tarjoamista palveluista (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Nykyiselle kehitykselle on kuitenkin mahdollista löytää vaihtoehtoja, joissa niin yritystoiminnan mahdollisuudet kuin myös ihmisten oikeus oman henkilötietonsa hallintaan on otettu huomioon (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Datatalouden kehitysideat kuten ihmislähtöinen datatalous ja MyData pyrkivät luomaan datataloudelle sellaista viitekehystä, joka yhdistää ihmiskeskeisyyden, tiedon hyödynnettävyyden sekä dataan liittyvien liiketoimintamahdollisuuksien avautumisen (Poikola &
ym.; Liikenne- ja viestintäministeriö, 2018).
Ihmislähtöinen datatalous ja MyData ovat lähtökohtaisesti saman ilmiön eri nimityksiä.
Ihmislähtöinen datatalous on ennemmin pelkkä termi kuvaamaan datatalouden toimintaperiaatetta, kun taas MyDatalla tarkoitetaan kuvailevan termin lisäksi myös kansalaisliikettä ajattelun taustalla (Sitra, 2021). Ihmislähtöisen datatalouden ja MyDatan pohjimmainen idea on sama: luoda ihmisille mahdollisuus hallinnoida ja päättää itse henkilötiedoistaan ja tuottamastaan datasta (Poikola & ym.;
Liikenne- ja viestintäministeriö, 2018). Ihmislähtöinen datatalous ja MyData esittävät sosiaalisesti kestäväksi ratkaisuksi tulevaisuuden datataloudelle mallia, jossa jokainen ihminen itse päättäisi mitkä tiedot haluaa luovuttaa yrityksille ja mitä tietoja ei (Sitra, 2021).
Kuluttajat ja päättäjät odottavat yrityksiltä yhä enemmän vastuullisia toimintatapoja (Perrault &
Clark, 2018). Datan keräämiseen liittyviä eettisiä ongelmia ja riskejä on ensisijaisesti lähestytty tietoturvallisuuden kautta ja vastuu oman henkilödatan luovuttamisesta ja leviämisestä on jätetty kuluttajille ja palveluiden käyttäjille (Laoutaris, 2019) (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Henkilötietoa keräävien yritysten on käsiteltävä keräämiään tietoja tietosuoja-asetusten ja lakien määrittämällä tavalla (Tietosuojavaltuutetun toimisto, 2021). Yritysten laajemman yhteiskunnallisen roolin huomaamisen sekä datankeruun merkityksen ymmärtämisen myötä uudenlaisille datatalouden malleille voi koittaa tilaisuus (Laoutaris, 2019). MyDatan kaltaiset viitekehykset luovat pohjaa sille, miten tulevaisuuden datatalous voisi toimia (Poikola & ym.;
Liikenne- ja viestintäministeriö, 2018). Tämän tutkimuksen ideaksi nousikin selvittää, miten MyData-periaatteiden käyttöönoton mahdollisuudet ja haasteet nähdään käytännön liiketoiminnassa ja miten ne vastaavat tämänhetkiseen datatalouden tilanteeseen.
1.2 Tutkimuksen tavoite ja tutkimuskysymykset
Tässä tutkimuksessa pyritään vastaamaan kahteen tutkimuskysymykseen:
1. Miten henkilötietoa käytetään tällä hetkellä liiketoiminnassa?
2. Mitä siirtymä ihmiskeskeiseen ja MyData-periaatteiden mukaiseen henkilödatan käsittelyyn tarjoaisi?
Tutkielmassa tuodaan kirjallisuuden ja empirian avulla esiin henkilötiedon käytön tämänhetkistä tilannetta sekä tällä hetkellä siihen liittyviä mahdollisuuksia ja ongelmia sekä kartoitetaan mahdollisia tulevaisuuden kehityssuuntia. Tulevaisuuden kehityssuunnista keskitytään siihen, mitä ihmislähtöinen henkilötiedon käsittelyn malli tarjoaisi datataloudelle ja selvitetään tähän siirtymään liittyviä mahdollisuuksia ja haasteita.
Tutkielman kannalta henkilötiedon käyttöä, ihmislähtöistä datataloutta ja MyData-ajattelua on mielekästä tutkia suhteessa kirjallisuuteen, sekä laadullisena haastatteluna kerättävään aineistoon.
Empiirisenä aineistona tutkimuksessa on teemahaastattelun avulla tuotettu kvalitatiivinen aineisto, jossa haastateltavana toimi MyData-ideologiaan pohjaavia palveluita tarjoavan yrityksen varatoimitusjohtaja.
1.3 Tutkielman keskeiset käsitteet
Henkilötietoa ovat tiedot, joiden perusteella henkilö voidaan tunnistaa suoraan tai välillisesti (Tietosuojavaltuutetun toimisto, 2021). Tässä tutkielmassa henkilötiedon käsitteen sisään on kuitenkin mielekästä lisätä myös kaikki muu henkilöistä tai heidän toiminnastaan syntyvää data, vaikka se ei välttämättä olisikaan yhdistettävissä tiettyyn henkilöön.
Alustatalous tarkoittaa sosiaalista, yhteiskunnallista ja taloudellista toimintaa, joka on rakennettu internet-infrastruktuurin eli alustan varaan (Srnicek, 2017). Alustat seuraavat ryhmien välistä vuorovaikutusta ja keräävät dataa, jonka varaan alustan toimijoiden toiminta rakentuu (Srnicek, 2017). Tunnetuimpia alustatalouden varaan liiketoimintansa rakentaneita yrityksiä ovat mm.
Amazon, Facebook ja Google (Koskinen, Knaapi-Junnila & Rantanen, 2018).
Datataloudella tarkoitetaan talouden osa-aluetta, jossa liiketoimintamalli pohjautuu tiedon hyödyntämiseen ja käyttöön (Sitra, 2021).
MyData on voittoa tavoittelematon järjestö ja ideologia, joka ajaa ihmislähtöisen henkilötietojen käsittelyn periaatteita ympäri maailman (MyData Global, 2021).
1.4 Tutkielman rakenne
Tutkielma etenee alusta loppuun kuuden osa-alueen kautta. Johdantoluvussa käydään läpi tutkimuksen taustaa, sekä esitellään tutkielman aihe ja tutkimuskysymykset. Ensimmäisessä luvussa käydään läpi myös tutkielman kannalta muutama keskeisin käsite. Toinen luku käsittelee tutkimuksen aiheeseen liittyvää kirjallisuutta. Kolmantena lukuna esitellään tutkimuksen metodologia, jossa käydään läpi tutkimuksen toteutus. Neljänteen empirialukuun on koottu tutkimuksen aineistona kerätyn haastattelun tulokset ja viidennessä luvussa näitä tuloksia analysoidaan. Viimeinen luku vetää tutkimuksen tulokset yhteen.
2 KIRJALLISUUS
2.2 Henkilötieto
2.1.1 Mitä on henkilötieto
Henkilötieto määritellään hieman eri tavoin, riippuen puhutaanko siitä täysin juridisessa mielessä, vai laajempana kokonaisuutena (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018).
Tietosuojavaltuutetun toimisto (2021) määrittelee henkilötiedon kaikeksi sellaiseksi tiedoksi, joka liittyy tunnistettuun tai tunnistettavissa olevaan henkilöön. Lain määritelmä henkilötiedosta sisältää yksilölliset henkilötunnisteet, joita ovat esimerkiksi henkilötunnus tai jokaiselle veronmaksajalle henkilökohtainen veronumero, mutta myös sellaiset tunnisteet kuten nimen ja kotiosoitteen, jotka voivat olla useammalla ihmisellä samat (Tietosuojavaltuutetun toimisto, 2021). Ihmisen käyttäytymiseen liittyvät tiedot, kuten puhelimen paikannustiedot tai asiakkuuskortille kertyvä ostohistoria ei lain määritelmän mukaan ole henkilötietoa, ellei se ole yhdistettävissä johonkin identifioivaan tietoon, jolla henkilö on tunnistettavissa (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Käytännössä tällainen käyttäytymiseen liittyvä tieto on kuitenkin lähes aina määriteltävissä henkilötiedoksi, sillä tiedot kerätään yhdessä tunnistettavien tietojen kanssa (Tietosuojavaltuutetun toimisto, 2021).
Jos käyttäytymisestä kerättävää tai muuta henkilötietoa ei käsitellä tietosuojasäännösten mukaisesti tulee sen olla anonymisoitua (Tietosuojavaltuutetun toimisto, 2021). Anonymisointi tapahtuu esimerkiksi käsittelemällä tietoja vain yleisellä tasolla tai muuttamalla tiedot tilastollisesti sellaiseen muotoon, etteivät ne enää ole tunnistettavissa ja yhdistettävissä tiettyyn henkilöön (Tietosuojavaltuutetun toimisto, 2021). Monesti kerättyä henkilötietoa pseudonymisoidaan, eli käsitellään siten, että tiedon yhdistäminen tiettyyn henkilöön on mahdotonta ilman lisätietoja, joita säilytetään varsinaisesta tiedosta erillään (Tietosuojavaltuutetun toimisto, 2021).
Pseudonymisoinninkin jälkeen kyse on kuitenkin edelleen henkilötiedosta, sillä henkilöt voidaan edelleen tunnistaa ja erottaa yhdistämällä erillään säilytettävät tiedot keskenään (Tietosuojavaltuutetun toimisto, 2021).
Tässä tutkimuksessa henkilötiedon käsitteen sisään on otettu lainvoimaisen määritelmän lisäksi myös anonymisoitu henkilötieto. Tällainen esimerkiksi yleisellä tasolla ihmisten ostokäyttäytymistä kuvaava tieto on kuitenkin alun perin lähtöisin tunnistettaviin henkilöihin liittyvästä tiedosta ja tämän kaltainen data on yrityksille lähes yhtä arvokasta kuin tiettyyn henkilöön yhdistettävissä olevat tiedot (Laoutaris, 2019).
2.1.2 Miten henkilötietoa kerätään
Meistä kerätään tietoa lähes aina, kun toimintamme on jollain tapaa linkittynyt digitaalisiin alustoihin (Allen, 2016) (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018) (Schweidel, 2014). Sosiaalinen media ja erilaiset sovellukset mielletään helposti tietoa kerääviksi tahoiksi (Allen, 2016). Niiden lisäksi tietoa kerätään valtavia määriä myös arkipäivän toiminnoistamme. (Allen, 2016). Kun käytämme pankkikorttia, tieto ostostamme tallentuu pankin tietokantaan tai kun käytämme auton navigaattoria, tallentuu navigaattorin tarjoajalle tietoa liikkeistämme (Allen, 2016). Kerätty tieto tallentuu riippuen yrityksen tai palvelun toimintatavasta (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Moni yritys tallentaa ja säilöö keräämänsä tiedon itse, mutta esimerkiksi erilaisilla verkkoalustoilla toimivien yritysten keräämä tieto saattaa siirtyä suoraan myös verkkoalustan tarjoavalle yritykselle (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018).
Monelle yritykselle henkilötietojen kerääminen ja säilyttäminen on liiketoiminnan kannalta välttämätöntä, vaikka kerättyä tietoa ei käytettäisikään yrityksen kilpailukyvyn edistämiseen (Tietosuojavaltuutetun toimisto, 2021). Esimerkiksi verkkokaupan laskutuksen ja toimituksen toimeenpaneminen edellyttää yritykseltä henkilötietojen, kuten nimen ja osoitetietojen keräämistä ja käsittelyä. Pienillä yrityksillä on harvoin mahdollisuuksia tämän suurempaan henkilötietojen käsittelyyn, saatikka hyödyntämiseen, ja jo tietojen tietoturvallinen säilytys saattaa aiheuttaa yrityksille haasteita (Poikola & ym. Liikenne- ja viestintäministeriö, 2018) (Oliveira, Lima &
Lo´scio, 2019).
Tällä hetkellä monet yritykset keräävät ihmisistä enemmän tietoa kuin mitä ne oikeasti tarvitsisivat (Laoutaris, 2019). Tietoa kerätään tulevaisuuden innovaatioiden ja teknologioiden varalle, vaikka kaikkea tietoa ei vielä tällä hetkellä osatakaan hyödyntää (Laoutaris, 2019). Monet yritykset ymmärtävät hyvin datan nykyisen arvon ja varsinkin siihen liittyvän tulevaisuuden liiketoiminnallisen potentiaalin (Bodgan & Kirillova, 2020). Dataa onkin verrattu arvoltaan yhtä
merkittäväksi kuin tärkeitä raaka-aineita (Bogdan & Kirillova, 2020). Tämä on ymmärrettävää, sillä esimerkiksi monet digitaaliset suosittelupalvelut toimivat kunnolla vasta, kun niitä käyttää riittävä määrä ihmisiä, eli käytössä on riittävä määrä dataa (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Tällöin toimivan palvelun luomiseksi tarvitaan riittävä määrä raaka-ainetta, eli tässä tapauksessa tietoa siitä, mitä muut samankaltaiset käyttäjät ovat esimerkiksi valinneet tai ostaneet (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018).
Tiedon keräämiseen ja tallentamiseen liittyy jo nyt ihmisten yksityisyyden suojaksi luotuja lakeja ja asetuksia (Koskinen & ym., 2019). Esimerkiksi Euroopan Unionin tietosuoja-asetus General Data Protection Regulation (GDPR) muodostaa pohjan yritysten tietojenhallinnalle (Rantanen &
Koskinen, 2020). GDPR on askel kohti säännellympää datataloutta, jossa suurten alustatalouden toimijoiden jo saavuttama valta on ymmärretty ja siihen on alettu puuttua (Rantanen & Koskinen, 2020). Suurilla toimijoilla on kuitenkin myös resursseja etsiä sääntelystä aukkoja, joiden puitteissa ne voivat edelleen jatkaa toimintaansa melko vapaasti (Rantanen & Koskinen, 2020). Pienille yrityksille tarkat säännökset kuten GDPR, sekä muun lainsäädännön mukana tulevat vaatimukset kerätyn tiedon tietoturvan suojaamisesta, saattavat tuoda entisestään lisää stressiä (Poikola & ym.;
Liikenne- ja viestintäministeriö, 2018). Suurten henkilötietomassojen säilyttäminen tietoturvallisesti vaatii yritykseltä valtavan määrän panostuksia (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Monet pienet yritykset ovatkin todenneet tämän tiedonhallinnan itselleen mahdottomaksi, ja päättäneet siksi toimia valmiilla suuren toimijan valmiiksi luomalla digitaalisella alustalla (Poikola
& ym.; Liikenne- ja viestintäministeriö, 2018).
2.1.3 Miten henkilötietoa hyödynnetään
Suuria henkilötietomassoja käytetään liiketoiminnan apuna jo monissa erilaisissa sovelluksissa ja erityisesti mainonnassa (Nuzzio & Guerzoni, 2018). Ihmisistä kerätyn datan avulla sovellukset ja nettisivut pyrkivät tarjoamaan käyttäjille heitä kiinnostavaa mainossisältöä (Nuzzio & Guerzoni, 2018). Massoina kerättyä henkilötietoa käytetään myös käyttäjien arkea ja asioimista helpottavien palveluiden luomiseen (Nuzzio & Guerzoni, 2018). Suuressa mittakaavassa henkilötiedon hyödyntäminen on kuitenkin monissa yrityksissä vielä vähäistä (Nuzzio & Guerzoni, 2018) (Schweidel, 2018) (Sorescu, 2017).
Monelle yritykselle henkilödatan hyödyntäminen liiketoiminnan tukena ei ole mahdollista ilman ulkopuolisen palveluntarjoajan apua (Sorescu, 2017). Suurten tietomassojen läpikäyminen ja niistä yritykselle olennaisen tiedon löytäminen vaatii resursseja ja pääsyn tietojen äärelle (Koskinen & ym., 2019). Vain isoimmilla alustatalouden toimijoilla on suuret datamassat käytössään ja resursseja hyödyntää sitä (Koskinen & ym., 2019). Suuret toimijat ovat myös ymmärtäneet henkilötiedon keräämisen ja olennaisen tiedon seulomisen liiketoiminnallisen arvon ja he tarjoavat datankeruu-, datankäsittely- ja data-analyysipalveluita pienemmille yrityksille, jotka toivovat apua esimerkiksi asiakassegmenttiensä tunnistamiseen (Sorescu, 2017).
Suurin liiketoiminnalle syntyvä hyöty henkilötiedon keräämisestä on edelleen markkinoinnin kohdentamisesta syntyvä kilpailukyvyn parantuminen (Schweidel, 2014, 2. luku). Jotta henkilötietoja pystyttäisiin käyttämään hyödyksi myös esimerkiksi liiketoiminnan kehittämiseen ja päätöksentekoon, tulee kerättyä henkilötietoa yrityksessä osata käsitellä tilastollisten mallinnusten ja analyysien avulla (Schweidel, 2014). Schweidel (2014) uskookin, että tulevaisuuden yrityksissä kilpaillaan sellaisista työntekijöistä, jotka osaavat tehdä tilastollista mallinnusta ja analyysiä yrityksen keräämästä henkilötiedosta ja yhdistää tämän tilastollisen tiedon yrityksen päätöksenteon tueksi.
Suurimmalle osalle yrityksistä henkilödata toimii tällä hetkellä ja tulevaisuudessa vain varsinaista liiketoimintaa parantavana osa-alueena ja vasta vähemmän on niitä yrityksiä, jotka ovat rakentaneet koko liiketoimintamallinsa henkilödatan ympärille (Sorescu, 2017). Digitalisaation myötä henkilötiedon varaan rakentuvia liiketoimintainnovaatioita kehittyy kuitenkin koko ajan lisää emmekä osaa vielä kuvitella kaikkia tulevaisuuden sovellusmahdollisuuksia, joita henkilödata yrityksille tarjoaa (Sorescu, 2017). Uusien, digitaalisten, henkilötiedon varaan rakentuvien yritysten rinnalla tarvitaan kuitenkin tulevaisuudessakin yhä palveluita, jotka kuuluvat perusarkeemme (Schweidel, 2014). Näillekin palveluille kuten päivittäistavarakaupalle ja terveydenhuollolle henkilötiedon hyödyntäminen luo mahdollisuuksia tarjota muun muassa henkilökohtaisempaa ja sujuvampaa asiointia (Schweidel, 2014).
2.1.4 Henkilötiedon tietosuojaperiaatteiden mukainen käsittely
Henkilötiedon käsittelyä säädellään kansallisesti säädetyillä laeilla ja säädöksillä, sekä esimerkiksi EU-alueella lisäksi säädetyn GDPR-asetuksen avulla (Tietosuojavaltuutetun toimisto, 2021).
Suomessa henkilötiedosta ja sen käsittelystä on säädetty tietosuojalailla (Tietosuojavaltuutetun
toimisto, 2021). Henkilötiedon määritelmän lisäksi henkilötiedon käsittelyn yhteydessä tulee olla selvillä rekisterinpitäjän ja henkilötietojen käsittelijän määritelmistä (Tietosuojavaltuutetun toimisto, 2021). Rekisterinpitäjä on henkilö tai organisaatio, joka määrittää miksi ja miten henkilötietoja kerätään ja käsitellään (Tietosuojavaltuutetun toimisto, 2021). Henkilötiedon käsittelijä on ihminen tai organisaatio, joka käsittelee kerättyjä tietoja rekisterinpitäjän valtuutuksella (Tietosuojavaltuutetun toimisto, 2021).
Käsiteltäessä mitä tahansa henkilötietoa, tulee käsittelyssä aina noudattaa lainsäädännön mukaisia tietosuojaperiaatteita (Tietosuojavaltuutetun toimisto, 2021). Periaatteisiin kuuluu tiedon käsittely lain- ja asianmukaisesti sekä rekisteröidyn kannalta läpinäkyvästi. Tietoja tulee käsitellä turvallisesti ja luottamukselliseksi sekä käsiteltävä vain ennalta ilmoitettua tarkoitusta varten. Tietoa ei saa kerätä enempää kuin käsittelyn kannalta on tarpeellista ja epätarkat ja virheelliset tiedot on säännöllisin väliajoin poistettava. Henkilötietoja tulee säilyttää siten, että rekisteröity on tiedoista tunnistettavissa vain käsittelyn kannalta tarvittavan ajan. (Tietosuojavaltuutetun toimisto, 2021).
Henkilötietoja saa kerätä kuuden eri perusteen myötä. Ensimmäinen henkilötiedon keruuseen oikeuttava peruste on rekisteröidyn suostumus. Tähän kuuluvat esimerkiksi nettisivuilla hyväksyttävät evästeet tai kirjallinen suostumus. Toinen peruste on sopimus, jossa rekisteröity toimii sopimuksen osapuolena ja silloin hänen henkilötietojaan saa käyttää sopimuksen täytäntöön panemiseksi. Kolmas peruste on lakisääteinen velvoite. Tällä tarkoitetaan tilanteissa, joissa esimerkiksi viranomaiselle on raportoitava rikosepäilystä. Elintärkeiden etujen suojaaminen on henkilötietojen keräämisen neljäs peruste. Tilanteet, joissa on kyse hengen turvaamisesta ovat esimerkiksi tällaisia. Yleinen etu ja julkinen valta on viides henkilötiedon keräämiseen peruste.
Esimerkiksi tutkimuksen tai tilastoinnin tekeminen voi olla tässä tapauksessa syy henkilötiedon keräämiseen. Viimeisenä perusteena henkilötiedon keräämiselle on rekisterinpitäjän oikeutettu etu.
Se on perusteista hankalimmin tulkittavissa, mutta oikeutettu etu voi toteutua esimerkiksi, jos rekisterinpitäjän ja rekisteröidyn välillä on jokin merkityksellinen suhde. Tällaiseksi merkitykselliseksi suhteeksi voi riittää esimerkiksi alais- tai asiakassuhde. (Tietosuojavaltuutetun toimisto, 2021)
Kansalliset tietosuojaperiaatteet ja EU:n tasolla henkilötietojen käsittely sääntelyn yhtenäistänyt GDPR-asetus ovat askelia parempaan henkilötietojen suojaamiseen (Rantanen & Koskinen, 2020).
GDPR: avulla on pyritty vahvistamaan kansalaisten luottamusta digitaalisia alustoja ja palveluita kohtaan sen jälkeen, kun kysymykseen on herännyt, onko suurten yritysten henkilötiedolla tehty
liiketoiminta eettistä (Rantanen & Koskinen, 2020). GDPR ja kansallinen tietosuojalaki sisältävät kuitenkin myös paljon tulkinnanvaraa ja jättävät yhä mahdollisuuksia epäeettiseen tiedonkäsittelyyn (Rantanen & Koskinen, 2020). Tärkeää on, että henkilötiedon merkittävyys resurssina ja tulevaisuuden liiketoiminnan merkittävänä rakennusaineena on alettu ymmärtää yhä laajemmin (Bogdan & Kirillova, 2020). Yhteiskunnan ja yksilöiden tasolla tapahtuva ymmärrys oman henkilödatan merkittävyydestä on avainasemassa siinä, etteivät seuraavassa luvussa kuvattavat henkilötietojen keräämiseen ja käsittelyyn liittyvät ongelmat pääse kärjistymään (Poikola & ym.;
Liikenne- ja viestintäministeriö, 2018).
2.1.5 Henkilötiedon käsittelyyn liittyvät ongelmat
Henkilötietojen keruuseen ja käsittelyyn liittyy monia ongelmia, joiden merkitystä on vasta viime aikoina alettu enenevissä määrin ymmärtää (Rantanen & Koskinen, 2020). Suurimpina ongelmina henkilötietojen käsittelyyn liittyvässä liiketoiminnassa nähdään se, etteivät henkilöt, joiden tietoa kerätään, ole tietoisia siitä mitä tietoa heistä kerätään ja mihin tarkoitukseen (Poikola & ym.;
Liikenne- ja viestintäministeriö, 2018). Datalähteinä toimivat ihmiset eivät ole aktiivisena osapuolena henkilötietoon pohjaavassa datataloudessa (Rantanen & Koskinen, 2020). Toisena merkittävänä henkilötiedon käsittelyn ongelmana pidetään sitä, että henkilötiedolle pohjaava datatalous toimii tällä hetkellä muutaman suurimman alustatalouden toimijan määrittämillä ehdoilla (Rantanen &
Koskinen, 2020).
Yhtenä syynä siihen, etteivät ihmiset tiedä mitä tietoja heistä kerätään, on henkilötietoja keräävien tahojen valtava määrä (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Jokaisen keräävän tahon on henkilötietoa kerätäkseen joko saatava henkilön suostumus tai perusteltava keräämiselle jokin muu tietosuojaperiaatteiden mukainen peruste (Tietosuojavaltuutetun toimisto, 2021). Jokaisen evästekysymyksen läpikäyminen ja evästeasetusten muuttaminen, puhumattakaan sovellusten tietosuojaselosteiden läpikäymisestä on kuitenkin lähes mahdoton tehtävä yksittäiselle käyttäjälle (Seinen, Walter & Grondelle, 2018). Suurin osa ihmisistä hyväksyykin esimerkiksi nettisivujen evästeet niitä sen kummemmin miettimättä (Seinen & ym., 2018).
Periaatteena henkilötietojen keräämisessä tulisi olla, että tietoa kerätään vain tarpeen määrittämä määrä ja että tietoa hyödynnetään vain ennalta määritettyyn tarkoitukseen (Tietosuojavaltuutetun toimisto, 2021). Tietosuojasäädöksissä on kuitenkin olemassa tulkinnallisia vapauksia, kuten
oikeutetun edun määritelmä, joka voi antaa yritykselle oikeuden käyttää keräämäänsä henkilötietoa myös ennalta ilmoittamattomiin tarkoituksiin (Tietosuojavaltuutetun toimisto, 2021) (Seinen & ym., 2018). Vaikka tieto sen syntymisvaiheessa tallentuisikin vain palvelun tarjoavan yrityksen tietokantaan, on mahdollista, että se myydään sieltä eteenpäin osaksi isoja datamassoja (Poikola &
ym.; Liikenne- ja viestintäministeriö, 2018).
2.2 Ihmislähtöinen datatalous
2.2.1 Ihmislähtöisen henkilötietojen käsittelyn periaatteet
Ratkaisuksi edellisessä luvussa kuvattuihin henkilötiedon käsittelyyn liittyviin ongelmiin on esitetty ihmislähtöisen datatalouden periaatteita (Koskinen & ym., 2019) (Rantanen & Koskinen, 2020) (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Ihmislähtöisen datatalouden periaatteita on muun muassa se, että yksilöt saisivat hallinnoida omia henkilötietojaan itse ja päättää mihin haluavat niitä käytettävän (Koskinen & ym., 2019) (Rantanen & Koskinen, 2020). Ihmiskeskeisen henkilötietojen käsittelyn taustalla on ajatus, että organisaatiot tarjoavat ihmisistä keräämänsä tiedon takaisin ihmisille itselleen. (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Tämän jälkeen ihmiset voivat itse päättää haluavatko jakaa tietojaan eteenpäin ja mihin käyttötarkoituksiin (Poikola
& ym.; Liikenne- ja viestintäministeriö, 2018). Ihmislähtöisen datatalouden ideana ei ole poistaa yrityksiltä mahdollisuutta henkilötiedon analysointiin ja hyödyntämiseen vaan tavoitteena on, että ihmiset tarjoaisivat omia tietojaan yrityksille tiedostaen ja vapaaehtoisesti saadakseen vastavuoroisesti yrityksiltä paremmin heidän tarpeisiinsa kohdistettuja ja kehitettyjä palveluita ja tuotteita (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018).
Ihmiskeskeisen datatalouden periaatteet voi jakaa kolmeen osa-alueeseen (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Ihmiskeskeisyyteen, tiedon hyödynnettävyyteen sekä liiketoimintamallien avautumiseen (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Ihmisten tietoturvan suojelemisen lisäksi ihmiskeskeisten datankäsittelyn avulla pyritään siis myös mahdollistamaan datan mahdollisimman tehokas ja eettinen hyödyntäminen ja avaamaan mahdollisuuksia uusille liiketoiminnoille (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018).
Yritysten ja yksilöiden lisäksi ihmiskeskeisen datatalouden myötä voidaan saavuttaa etua myös yhteiskunnallisesti (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Esimerkiksi
mahdollistamalla henkilötietojen yhdistely eri tietolähteistä turvallisesti ja eettisesti, voidaan saada muodostettua yhteiskunnallisesti merkittävää uutta tietoa esimerkiksi tutkimukseen (Poikola & ym.;
Liikenne- ja viestintäministeriö, 2018).
Valtio- ja EU-tasoiset säännökset koettavat suitsia datatalouteen ja henkilötietojen käsittelyyn liittyviä ongelmia parantamalla yksilöiden tietoturvaa (Rantanen & Koskinen, 2020). Tämän tyyppinen tietoturvasta huolehtiminen on ensiarvoisen tärkeää, mutta suurta muutosta datatalouden nykyiseen toimintamalliin ei sen avulla pystytä saavuttamaan (Laoutaris, 2019). Ihmislähtöisen datatalouden saattamiseksi datatalouden perustoimintatavaksi, tarvitaan muutokseen mukaan kaikki datatalouden osapuolet (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Ihmiskeskeisen datatalouden ensimmäinen haaste on nimensä mukaisesti saada ihmiset ymmärtämään heistä kerätyn henkilödatan merkitys ja tärkeys (Laoutaris, 2019) (Allen, 2016). Kun ihmiset ymmärtävät oman yksityisyytensä merkityksen ja heistä kerätyn datan arvokkuuden alkavat he myös vaatia yrityksiltä toimenpiteitä, jotka todistavat henkilötietojen käytön vastuullisuuden (Laoutaris, 2019) (Allen, 2016). Vaatimusten lisääntyessä ihmislähtöisistä datankäsittelyn tavoista voi tulla yrityksille kilpailuetu, jonka perässä ihmiset ovat valmiita vaihtamaan palvelua ja jopa maksamaan enemmän (Laoutaris, 2019).
2.2.2 Ihmislähtöisen henkilötietojen käytön mahdollisuudet ja haasteet
Ihmislähtöinen datatalous ja ihmislähtöinen henkilötietojen käyttö on tällä hetkellä tavoitetila ja suuntaviiva tulevaisuuden datataloudelle (Laoutaris, 2019). Ihmislähtöisen datatalouden toteutumista edistävät niin EU kuin erilaiset voittoa tavoittelemattomat järjestöt (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Myös Suomen itsenäisyyden juhlarahasto Sitra on tuonut esiin ihmislähtöisen datatalouden periaatteita esimerkiksi omassa reilun datatalouden IHAN-hankkeessaan (Sitra, 2021). Ihmislähtöistä datataloutta kuvaamaan ei ole yhtä vakiintunutta termiä vaan siihen viitataan monilla eri termeillä, jotka kuitenkin pohjautuvat samaan ideologiaan ja periaatteisiin (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Sitra puhuu dokumenteissaan reilusta datataloudesta, kun taas kansainvälinen ihmislähtöisen datatalouden periaatteita ajava MyData Global järjestö puhuu MyDatasta ja MyData-periaatteista (Sitra, 2021). Oleellista ei kuitenkaan ole se, mitä termiä muutoksesta kohti vastuullisempaa, reilumpaa ja ihmisläheisempää datataloutta käytetään vaan sen sisältö.
Siinä missä ihmislähtöisen datatalouden periaatteet voidaan jakaa kolmeen osa-alueeseen, voi ideologian mahdollisuuksia tarkastella myös näistä kolmesta lähtökohdasta (Poikola & ym.;
Liikenne- ja viestintäministeriö, 2018). Ihmisille ihmislähtöisen datatalouden toteutuminen luo mahdollisuuksia oman tiedon parempaan hyödyntämiseen ja oman yksityisyyden säilyttämiseen (Rantanen & Koskinen, 2020). Tämänhetkinen tilanne oman henkilödatan suhteen on usein se, että emme pysty saamaan sitä itsellemme ainakaan helposti hyödynnettävässä muodossa (Poikola & ym.;
Liikenne- ja viestintäministeriö, 2018). Esimerkiksi itsestä pirstaleisesti eri palveluntarjoajien tietokannoissa olevat päivittäistavarakauppojen ostohistoriat voisi olla mielekästä saada kaikki samaan paikkaan itselle tarkasteltavaksi ja analysoitaviksi.
Yrityksille ihmislähtöisen datatalouden periaatteet tarjoaisivat mahdollisuuden tasapuolisempaan kilpailuun datatalouden liiketoimintakentällä (Nuccio & Guerzoni, 2018). Datatalouden kentän avautuminen alustatalouden suurten toimijoiden lisäksi myös uusille yrityksille olisi mahdollista, mikäli ihmislähtöisen datatalouden yleistyessä datatalouden markkinakentälle tulon esteenä oleva riittävä datan määrä avautuisikin yhä useamman toimijan hyödynnettäväksi (Nuccio & Guerzoni, 2018) (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Uusien liiketoimintainnovaatioiden mahdollistajana ihmislähtöinen datatalous tarjoaisi myös jo olemassa oleville yrityksille potentiaalia kehittää ja parantaa liiketoimintojaan (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018).
Yhteiskunnalliset mahdollisuudet ja tulevaisuuden kehityskulut liittyvät ihmislähtöisen datatalouden osalta siihen, miten periaatteita pystytään hyödyntämään myös julkisten palveluiden organisoimisessa sekä siinä, miten yhteiskunnallista hyvää pystytään tulouttamaan uusien datanyhdistelymahdollisuuksien kautta (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018).
Kuten yksilön ja yritystenkin kohdalla, ihmislähtöisyyden periaatteet vaativat toteutuakseen vastavuoroista toimintaa, jossa omaa dataa ollaan valmiita luovuttamaan, kun se tapahtuu suostumuksellisesti, vapaaehtoisesti ja turvallisesti ja datan luovutuksen vastapalveluksena tietää saavansa yhä parempaa dataa esimerkiksi tutkimuksen tai yhteiskunnallisen päätöksenteon tueksi (Rantanen & Koskinen, 2020).
Ihmislähtöisen datatalouden valtavirtaistumiseen liittyy myös haasteita (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018). Kenties suurimpana niistä on ihmisten asenteiden ja tietoisuuden muuttaminen (Allen, 2016). Jos ihmisten luottamus oman yksityisyyden turvaamiseen on jo hyvin alhaalla, voi suhtautuminen datatalouden muutokseen olla kyyninen (Allen, 2016). Ihmislähtöisen henkilötietojen käsittelyn vaatiminen yrityksiltä voi tuntua turhalta, jos ajatus on, että suuret
yksilö = henkilötiedon
lähde
yritys = henkilötiedon
hyödyntäjä
hyöty yritykselle
alustatalouden toimijat tietävät meistä jo kaiken (Allen, 2016). Toinen muutosta jarruttava tekijä on nykyisten alustatalouden toimijoiden monopoliasemia ylläpitävät liiketoimintamallit (Rantanen &
Koskinen, 2020). Alustataloudessa toimivat palvelut kuten Google ja Facebook toimivat sitä paremmin, mitä enemmän niillä on käyttäjiä (Rantanen & Koskinen, 2020). Yksilöiden siirtyminen jo toimivasta palvelusta toiseen vasta käyttäjäkuntaansa rakentavaan sovellukseen ei tapahdu helposti, vaikka Googlen ja Facebookin käyttäjät kokisivatkin palveluiden henkilötietojen keruukäytännöt itselleen epämieluisiksi (Rantanen & Koskinen, 2020). Sääntelyn myötä tapahtuva siirtymä ei sekään ole täysin haasteeton (Seinen & ym., 2018). Vaikka esimerkiksi EU-alueelle on saatu melko yhtenäinen säännöstö henkilötiedon käsittelyyn, tietosuojaperiaatteet eivät ole kansainvälisiä ja globaaleja sopimuksia (Tietosuojavaltuutetun toimisto, 2021). Siinä missä EU tasoinen tietosuojasääntely antaa sekin yrityksille mahdollisuuden laajaan tulkintaan, luo kansainvälisten sopimusten puuttuminen mahdollisuuden siirtää yrityksen henkilötietojen käsittely sellaiseen maahan, jossa sääntely on lievempää (Nuccio & Guerzoni, 2018).
2.3 Kirjallisuuden yhteenveto ja tutkimuksen viitekehys
Kuvio 1 kuvaa yritysten tämänhetkistä henkilötiedon käsittelyn mallia, jossa ihminen toimii datalähteenä ja yritys datan hyödyntäjänä. Tutkimuksessa tarkastellaan tähän malliin liittyviä mahdollisuuksia ja ongelmia, sekä käytännön sovellutuksia.
Kuvio 1.
Kuvio 2 kuvaa ihmislähtöisen datatalouden mahdollistaman henkilötiedon käsittelyn mallin. Se kuvaa tiedon tasapuolisen hyödyntämisen, jossa jokainen datatalouden osapuoli vastavuoroisesti luovuttaa ja hyödyntää henkilödataa. Tutkimuksessa tarkastellaan tämän mallin luomia mahdollisuuksia kaikille datatalouden osapuolille sekä selvitetään, olisiko mallilla mahdollisuuksia muuttua datatalouden lähtökohdaksi ja mitä ongelmia tähän siirtymään liittyy.
Kuvio 2.
Kirjallisuus nosti melko yhtenäisesti esiin tämänhetkisen henkilötietojen käytön menetelmät ja niiden hyödyntämisen. Kirjallisuuden mukaan henkilötietoa kerätään yrityksissä jo paljon, joko pakollisena liiketoimintaan kuuluvana osa-alueena tai tiedostaen sen liiketoiminnalle luomat mahdollisuudet.
Yhteistä kirjallisuudessa oli myös, että se tiedosti henkilötietojen keruussa ja hyödyntämisessä ilmenevät eroavaisuudet suurten alustatalouden toimijoiden sekä pienempien yritysten välillä.
Henkilödatan hyödyntäminen rajautuu yhä eniten markkinoinnin tarpeisiin, sillä laajempi päätöksentekoa tukeva analyysi vaatisi yrityksiltä erillisiä datan analysointiin keskittyviä liiketoiminta-alueita. Henkilödatan hyödyntämisessä piilee kuitenkin mahdollisuuksia niin liiketoiminnan kehittämiseen kuin uusien liiketoimintamallien luomiseen. Kirjallisuus tunnisti myös yksilöiden passiivisen aseman tämän hetken datataloudessa, jossa henkilötiedon lähteet eivät juuri
henkilödata
yksilö
yritys yhteiskunta
hyödy heistä kerättävästä datasta. (Poikola & ym.; Liikenne- ja viestintäministeriö, 2018) (Rantanen
& Koskinen, 2020) (Allen, 2016).
Ihmislähtöisen datatalouden osalta kirjallisuuden kannat vaihtelivat enemmän. Eroavaisuuksia oli muun muassa siinä, mistä muutoksen kohti eettisempää ja vastuullisempaa datataloutta tulisi lähteä.
Kirjallisuuden perusteella voidaan kuitenkin todeta, että kaikilla, niin yrityksillä, yksilöillä, kuin sääntelystä vastaavalla yhteiskunnallakin on rooli tässä pyrkimyksessä. Kirjallisuudesta nousi esiin myös, että tarve ja mahdollisuus datatalouden muutokseen nähdään vaihtelevasti. Siinä missä iso osa kirjallisuudesta kritisoi muutaman suuren alustatalouden toimijan valtaa ja näkee ainoana vaihtoehtona ihmisten nostamisen oman henkilötietonsa hallinnoijiksi, on kirjallisuuden toinen suuntaus taas lähinnä tutkinut nykyisen mallin toimivuutta ja potentiaalia sen enempää uuden järjestelmän tarvetta miettimättä.
3 METODOLOGIA
3.1 Tutkimusmenetelmät
Tutkimuksen tavoitteena on tutkia, miten henkilötietoa hyödynnetään tällä hetkellä yrityksissä ja selvittää, miten ihmislähtöisen datatalouden periaatteet voisivat vastata tämän hetken henkilötietojen käyttöön liittyviin ongelmiin. Tutkimuksen tavoitteen saavuttamiseksi tutkimus toteutettiin kvalitatiivisena haastattelututkimuksena. Haastateltavana tutkimuksessa oli Vastuu Group yrityksen varatoimitusjohtaja. Hän valikoitui haastateltavaksi, sillä Vastuu Group edistää Suomessa ensimmäisten joukossa ihmislähtöisen datatalouden periaatteita liiketoiminnassaan. Lisäksi varatoimitusjohtaja on kansainvälisen MyData Global-järjestön perustajajäsen.
Haastattelu toteutettiin teemahaastatteluna, sillä se antoi haastattelutilanteeseen joustamisen mahdollisuuden (Hirsjärvi, Remes & Sajavaara, 2014). Haastattelu soveltui tämän tutkimuksen tarkoituksiin hyvin tutkimuksen laajan tarkastelukulman vuoksi (Hirsjärvi & ym., 2014). Haastattelu tutkimusmenetelmänä ei rajannut liiaksi haastateltavan vastausmahdollisuuksia (Hirsjärvi & ym., 2014). Tutkimuksen aihepiiri oli toisen viitekehyksen osalta hyvin tulevaisuussuuntautunut, minkä vuoksi haastattelu myös antoi haastateltavalle mahdollisuuden pohdiskelevaan vastausotteeseen.
Haastattelussa teemahaastattelun muoto näkyi siten, että haastattelija kysyi alun perin suunnitellut kysymykset, mutta saattoi kommentoida näihin, ettei vastaaminen ollut välttämätöntä, jos johonkin kysymykseen oli tullut vastaus jo aiemmin (Hirsjärvi & Hurme, 2011). Teemahaastattelu antoi myös mahdollisuuden kysyä lisäkysymyksiä suunnitellun haastattelurungon ulkopuolelta (Hirsjärvi &
Hurme, 2011). Kysymykset haastattelurunkoon tehtiin aihealueen kirjallisuuden sekä tutkimuskysymysten perusteella. Haastattelurunko koostui yhteensä kolmestatoista kysymyksestä ja on tämän tutkimuksen liitteenä.
3.2 Aineiston kerääminen
Aineiston kerääminen lähti liikkeelle tutkimuksen rajauksen selvittyä siitä, mistä yrityksestä tai asiantuntijaorganisaatioista olisi tutkimuksen kannalta mielekästä saada haastattelu. Lopulta tutkimukseen haluttu haastateltava oli melko selkeä valinta, sillä ihmislähtöiseen henkilötietojen käsittelyyn ja MyData-periaatteisiin sitoutuneita yrityksiä on Suomessa toistaiseksi melko vähän.
Vastuu Group Oy toimii suomessa ainoana MyData-operaattoripalvelua tarjoavana yrityksenä, ja haastateltavaksi valittu yrityksen varatoimitusjohtaja on myös henkilökohtaisesti perehtynyt ihmislähtöiseen datatalouteen ja vaikuttaa MyData Global-järjestön perustajajäsenenä.
Haastateltavan valinnassa otettiin huomioon se, ettei ihmislähtöinen datatalous ja siihen liittyvät termit kuten MyData ole välttämättä vielä kovinkaan tuttuja suurelle yleisölle. Tutkimuksen kannalta olikin mielekästä saada haastatteluun sellainen henkilö, joka oli jo valmiiksi aiheen asiantuntija.
Ihmislähtöisen datatalouden asiantuntijoita löytyy myös esimerkiksi yliopistoista, mutta tutkimuksen viitekehyksen sitoutuminen liiketoimintaan tuki haastateltavan valintaa yritysmaailmasta.
Tutkimukseen haastateltiin Vastuu Group Oy:n toimitusjohtajaa Mika Huhtamäkeä. Huhtamäki vastaa Vastuu Groupin MyData-operaattoritoiminnasta ja on työnsä ohessa myös ihmislähtöistä datataloutta ajavan MyData Global-järjestön perustajajäsen. Vastuu Group Oy on aiemmin nimellä Suomen Tilaajavastuu tunnettu yritys, jonka pääliiketoiminnot ovat tilaajavastuu selvitykset sekä fyysis-digitaalinen työsuhdeidentiteetti (Vastuu Group, 2021). Pääliiketoimintansa ohella yritys kehittää myös rakennetun ympäristön digitalisaatiota, sekä kertyneen datan vastuullista hyödyntämistä, jonka pohjalle myös toiminta MyData-operaattorina on rakentunut (Vastuu Group, 2021). MyData Global järjestö ajaa ihmislähtöisen datatalouden periaatteita ja toimintamalleja yhteiskunnassa, tarjoamalla mahdollisuutta sitoutua ihmislähtöisen datatalouden periaatteisiin niin yksityisille yrityksille, kuin julkisillekin organisaatioille (MyData Global, 2021).
Huhtamäen teemahaastattelu toteutettiin kahdessa osassa videohaastatteluina toukokuussa 2021.
Videohaastattelut nauhoitettiin ja kahden haastattelukerran yhteenlaskettu pituus oli 1 tunti 30 minuuttia. Haastattelut toteutettiin kahdessa osassa haastateltavan aikataulun vuoksi. Kahdessa osassa toteutettu haastattelu ei kuitenkaan vaikuttanut haastatteluiden kulkuun, vaan toisella haastattelukerralla haastattelua jatkettiin teemahaastattelurungon siltä kohdalta, mihin asti edellisellä haastattelukerralla oli päästy.
3.3 Aineiston analysointi
Haastattelu litteroitiin viipymättä haastatteluiden jälkeen. Litteroidusta aineistosta koostettiin analyysi perustuen aineistolähtöisen sisällönanalyysin menetelmiin. Sisällönanalyysillä pyritään saamaan alkuperäisestä aineistosta käsitteellisempi sekä pääsemään lähemmäs aineiston oleellisia ilmiöitä (Tuomi & Sarajärvi, 2018). Aineiston analyysi tapahtui poimimalla ja jäsentelemällä aineistossa toistuvia teemoja ja argumentteja. Aineistoa analysoitiin tässä tutkimuksessa Tuomen ja Sarajärven (2018) induktiivisen aineiston analysointivaiheita mukaillen.
Aineistosta poimittiin siitä erottuvia keskeisiä käsitteitä, joista muodostui aineistolähtöisen sisällönanalyysiin perustuvia alaluokkia (Tuomi & Sarajärvi, 2018). Alaluokkien myötä jaoteltiin edelleen aineistossa esiintyneitä teemoja yläluokkiin, joiden pohjalta oli lopulta muodostettavissa sisällönanalyysin pääluokat (Tuomi & Sarajärvi, 2018). Pääluokkia syntyi analyysin myötä neljä, yläluokkia kolmetoista ja alaluokkia 36. Sisällönanalyysitaulukko löytyy liitteenä.
Aineistolähtöisen sisällönanalyysin avulla muodostuneiden neljän pääluokan ympärille rakennettiin tämän tutkimuksen empiriaosuuden jaottelu lukuihin. Kussakin luvussa tuodaan esiin pääluokan alla esiintyviä ylä- ja alaluokissa esiintyviä teemoja. Analyysiluvussa näitä pääluokkia ja niiden alaisia teemoja analysoidaan suhteessa tutkimuksen kirjallisuusosuudesta esiin nousseisiin teemoihin.
3.4 Aineiston luotettavuus
Tässä tutkimuksessa aineiston luotettavuuteen vaikuttaa eniten haastateltavien vähyys.
Haastateltavalla on kattava näkemys tutkimuksen aihepiiristä, mutta näkökulma aiheeseen on rajattu ja aihetta vain tietyltä kannalta tarkasteleva. Tutkimuksen kannalta olisi ollut mielekästä haastatella myös sellaista yrityskentän toimijaa, jolla ei vielä ole juurikaan kosketuspintaa ihmislähtöiseen datatalouteen ja saada hänen näkemyksiään ihmislähtöisyyden mahdollisuuksista nousta datatalouden perusstandardiksi. Kolmantena olisi ollut kiinnostavaa haastatella aiheesta tutkijaa riippumattomasta tutkimusorganisaatiosta objektiivisen kokonaiskuvan kuvan luomiseksi.
Aineiston luotettavuutta arvioitaessa on otettava huomioon myös se, että aineisto kerättiin kahdella eri haastattelukerralla. Vaikka toinen haastattelukerta aloitettiin selkeästi siitä, mihin edellisellä
haastattelukerralla oli päästy, tulee aineiston luotettavuutta tarkasteltaessa se ottaa huomioon.
Kahteen osaan jaettu haastattelu on voinut vaikuttaa siten, että mahdolliset ensimmäistä haastattelukertaa koskevat myöhemmin mieleen tulleet huomiot ovat voineet jäädä ilmaisematta.
4 EMPIRIA
4.1 Henkilötieto ja sen nykyinen käyttö
Tarkasteltaessa henkilötietoa ja sen käyttöä, tulee ymmärtää henkilödatan kerroksellinen rakenne.
Huhtamäki jakaa henkilötiedon kolmeen eri luokkaan sen perusteella, miten vahvasti tieto on identifioitavissa juuri tiettyyn henkilöön. Vahvimmin identifioivaa dataa ovat uniikit tiedot, jotka ovat yhdistettävissä vain tiettyyn henkilöön. Esimerkiksi jokaisen henkilökohtainen henkilötunnus on tällainen vahvasti identifioiva tunniste. Seuraava henkilödatan kerros koostuu tiedoista, kuten nimi ja syntymäaika, jotka voivat olla useammalla ihmisellä samat, mutta jotka kuitenkin vahvasti liittyvät ihmisen identiteettiin. Kolmas henkilödatan kerros on tietoa, joka liittyy käyttäytymiseemme.
Esimerkiksi ostokäyttäytymiseemme tai liikkumiseemme liittyvä data on tällaista. Yhdistettynä meitä vahvasti identifioiviin tunnisteisiin, käyttäytymisdatan avulla on mahdollista profiloida yksittäisiä ihmisiä hyvinkin tarkasti.
Mä näen sen tällaisena karkeana kolmena kategoriana, että on tätä tunnistetietoa ja sitten on tunnisteen ympärillä olevaa ei uniikkia tietoa. Henkilötunnus on uniikki ja syntymäaika ei ole uniikki mutta se on hyvin vahvasti sun identiteettiin liittyvä määre.
Ja sitten on tällaista palvelun käytöstä syntyvää dataa, on se sitten verkkokauppa, kirjasto, luottokortin historia, on se sitten vaikka sun omistaman auton ajetut matkat, joka on aina kontekstiin ja palveluun sidottua ja se voi olla avainnettu erilaisten tunnisteiden ympärille.
Huhtamäki näkee suurimman muutoksen henkilötiedon keräämisessä tapahtuneen palvelun käytöstä kerättävän ja käyttäytymiseen liittyvän datan osalta. Aikaisempina vuosikymmeninä henkilöistä kerätty tieto on ollut lähinnä vahvasti identifioivia tunnisteita tai identiteettiin liittyviä määreitä.
Tiedon käsittely on myös ollut huomattavasti hitaampaa ja työläämpää. Tiedot on täytynyt kerätä ja tallettaa kirjallisina fyysisiin arkistoihin. Digitaalisten palveluiden, sovellusten ja alustojen myötä käyttäytymistä koskevan datan määrä on noussut valtavaksi ja tällä hetkellä henkilötietoa kertyy jokaisesta toiminnostamme, joka on millään tapaa kytköksissä digitaaliseen maailmaan. Huhtamäki painottaa datankeräämisen tämänhetkistä jatkuvaa luonnetta. Nykyaikana käyttäytymisemme ja olemisemme on yhä enemmän sellaista, josta jollain tapaa kertyy dataa kuin sellaista mistä sitä ei
kertyisi. Muutosta on tapahtunut myös siinä, millaista tietoa meistä kerätään. Aiemmin meistä kerätty henkilötieto oli suurimmaksi osaksi peräisin henkilötiedon kahdesta ensimmäisestä kerroksesta.
Tiedot olivat joko vahvasti identifioivia uniikkeja tietoja tai henkilökohtaisia tietoja kuten nimi tai osoitetiedot. Nykyisin suurin osa kerättävästä datasta on kuitenkin tekemisiimme ja kokemuksiimme liittyvää kolmannen henkilötietokerroksen dataa.
Mitä me itse tuotamme näissä palveluissa, eli vaikka Instagram kuvafeedi tai Facebook keskustelu tai Whatsappin keskustelut tai Googlen meilit tai jotain muuta, niin nehän on kaikki jatkuvan data miningin (suom. tiedonrikastus) kohteena. Ja meitä profiloidaan koko ajan.
Muutosta datankäsittelyssä kuvaa myös datankeruun siirtymä valtiolähtöisestä markkinalähtöiseksi.
Aiemmin tietoja tarvitsivat lähinnä vain valtiolähtöiset tahot, eikä tiedoilla juurikaan ollut liiketoiminnallista arvoa. Nykyään tilanne on täysin päinvastainen ja henkilötieto nimenomaisesti on monen liiketoiminnan kannalta yksi merkittävimmistä yrityksen pääomista. Huhtamäki sanoo suurimman osan yrityksistä sisäistäneen henkilötiedon arvon ja sen keräämisen tärkeyden. Sen sijaan vasta pienempi osa yrityksistä osaa käytännössä hyödyntää tätä tietoa. Yritysten suhde henkilötietoon on sirpaleinen. Osa yrityksistä osaa hyödyntää tietoa tilastollisesti, analytiikan ja nykyään myös tekoälyn avulla. Suurempi osa yrityksistä on kuitenkin sellaisia, joille henkilötiedon kerääminen on vain yksi osa liiketoimintaa, eikä sen hyödyntämistä laajemmassa mittakaavassa ole välttämättä edes ajateltu. Osa yrityksistä näkee henkilötiedon keräämisen myös haasteena ja pakollisena pahana.
Henkilötiedon kerääminen edellyttää nykyään yrityksiltä vähintään lakien ja EU-tasoisten säännösten mukaista henkilötietojen käsittelyä, eikä varsinkaan kaikissa pienissä yrityksissä olla täysin perillä siitä, mitä tämä käytännössä henkilötietojen käsittelyn kannalta tarkoittaa.
Ehkä suurimpana, osalle yrityksistä päänvaivaa tuottavana henkilötietojen käsittelyä ohjaavana säädöksenä Huhtamäki mainitsee GDPR:n. Hänen mukaansa GDPR on ollut kaivattu aloitus henkilötietojen käsittelyn sääntelyyn, mutta sitä on hänen mukaansa myös käytetty yrityksissä valheellisena vakuutena sille, että henkilödatan käsittely tehtäisiin vastuullisesti. Huhtamäki käyttää termiä GDPR-pesu, viitaten samankaltaiseen ilmiöön kuin viherpesu. Osa yrityksistä luo GDPR:n avulla sidosryhmilleen kuvan hyvinkin hoidetusta henkilötietojen käsittelystä, vaikka todellisuudessa pelkkä GDPR:n noudattaminen ei vielä kerro kovinkaan paljoa siitä, miten vastuullisesti henkilötietoja yrityksessä käsitellään.
Kaiken kaikkiaan Huhtamäki tiivistää henkilötietojen nykyisen käytön olevan hyvin vaihtelevaa eri yritysten välillä. Tietoa osataan kerätä ja kerätäänkin, sillä sen tiedostetaan olevan arvokasta. Tiedon hyödyntäminen sen sijaan on toistaiseksi hallussa vasta osalla yrityksistä ja sen vastuullinen käsitteleminen vielä harvemmilla. Datan tehokas kerääminen ja hyödyntäminen, puhumattakaan että se tehtäisiin vielä ihmislähtöisesti, vaatii yrityksiltä erillistä osaamista ja resursseja. Tällaista kapasiteettia löytyy valmiiksi harvasta yrityksestä ja sen tyhjästä luominen on helpompaa menestyville ja suurille yrityksille. Sääntelyn puolesta Suomessa henkilötiedon käsittelyä ja ihmisten yksityisyyttä suojaavat julkisuuslaki ja EU-tasoiset säädökset kuten GDPR, mutta vastuullisen ja ihmislähtöisen datatalouden saavuttamiseen ne eivät ole vielä tarpeeksi.
4.2 Henkilötietojen käsittelyn haasteet ja ongelmat
Huhtamäen mukaan henkilötietojen käsittelyn suurimmat haasteet liittyvät siihen, missä yksityisyytemme raja kulkee ja kuinka valmiita olemme pitämään kiinni tästä rajasta. Tällä hetkellä käyttäytymisemme ja kokemuksemme ovat jatkuvan profiloinnin kohteena ja kanavat, joiden kautta meistä tätä tietoa kerätään lisääntyvät jatkuvasti. Yhtenä datankeruun kanavana, joka tulevaisuudessa tulee yhä lisääntymään, Huhtamäki mainitsee fyysisen ympäristön dataistumisen. On vaikea määritellä, kuuluuko julkisympäristö henkilödatan piiriin, mutta toisaalta meistä kertyy jatkuvasti tietoa esimerkiksi katujen ja julkisten tilojen valvontakameroihin.
Kasvojentunnistus yhdistettynä katukuvan videointiin tai uusiin rakennuksiin asennettavat hiilidioksidianturit sisältävät Huhtamäen mukaan suuria uhkia yksityisyydelle tulevaisuudessa.
Kasvojentunnistuksen joutuminen vääriin käsiin tai hiilidioksidiantureiden mahdollistama asunnossa olevien ihmisten lukumäärän ja mielentilan selvittäminen ovat kehityskulkuja, joita todella tulisi tarkastella, kun määritämme rajoja yksityisyydellemme.
Henkilötiedon keräämisestä ja siihen liittyvistä uhista puhuttaessa osa ihmisistä vieläkin sanoo, että minullahan ei ole mitään salattavaa. Vastaankin siihen usein, että miks vessassa on ovi ja miksi yleensä laitat sen kiinni ja miks sä laitat verhot omaan asuntoon kiinni. Koska sulla on oikeus yksityisyyteen. Ei sulla tarvi olla mitään salattavaa, mutta sulla on oikeus rajata muiden tieto sun yksityiskohdista.
Uhkien ohella Huhtamäki nostaa esiin jo tällä hetkellä henkilötietojen käsittelyssä ilmeneviä ongelmia. Yksi merkittävä epäkohta liittyy siihen, etteivät ihmiset tällä hetkellä tiedä, mitä tietoa heistä kerätään ja millä tavoin. Ihmiset eivät myöskään saa helposti selville sitä, mihin tarkoitukseen heistä kerätty tieto tulee tai kuinka paljon sitä on kerätty ja kerätään. Jokaisen käytetyn digitaalisen palvelun käyttöehtojen läpikäynti veisi niin paljon aikaa, ettei yksittäinen kuluttaja sellaiseen pysty.
Henkilötiedon keräämisessä ja hyödyntämisessä korostuukin tällä hetkellä liiketoiminnan tarve ja henkilötietoa ja tietoa käyttäytymisestä kerätään vain toisen osapuolen hyödyksi. Ihmisillä on hyvin vähän mahdollisuuksia hyödyntää itse heistä itsestään kerättyä henkilödataa, Huhtamäki muistuttaa.
Esimerkiksi kattavaa tietoa omasta terveyshistoriasta voi olla vaikeaa saada itselleen, jos se on pirstaloituneena eri terveydenhoitoalan toimijoiden tietokannoissa ja arkistoissa.
Kaikesta ihmisistä kerätystä tiedosta kertyy käsittämättömät määrät tietoa ja dataa nykyään lähinnä digitaalisiin tietokantoihin. Huhtamäki kuvaa tätä datan valtavaa massaa henkilödatasta syntyvänä inhimillisenä saasteena, joka synnyttää suuria datan kaatopaikkoja ja vertaa tilannetta ympäristöliikkeeseen.
Teollisuus dumppas seitkytluvulla kaiken jätteen jokiin ja meriin, sitten jotkut kahlitsi itsensä puihin ja sanoi et tää ei käy. Kun mennään tähän päivään niin yksikään vakavasti otettava teollisuusyritys ei voi toimia, ellei mieti ympäristövaikutuksia. Ja kun tämä yhdistetään dataan, niin mä väitän, että seuraavan kymmenen vuoden kuluessa yksikään yritys, joka tekee vakavasti liiketoimintaa globaalisti ja Euroopassa vähintäänkin, ei voi toimia, ellei se pysty osoittaan miten se käsittelee tätä henkilödataa niin ettei siitä tulisi saastetta.
Huhtamäki näkee yhtäläisyyksiä ympäristöliikkeen ja henkilödatan käytön välillä myös siinä, miten olemme valmiita huomaamaan niihin liittyviä uhkia ja riskejä. Niin sanotut pienet varoitusmerkit harvoin riittävät herättämään kiinnostusta asian merkittävyydestä, vaan alamme toimia vasta siinä kohtaa, kun jotain isompaa tai henkilökohtaisesti ihmistä liikuttavaa tapahtuu. Ympäristön tilaan alettiin aikanaan kiinnittää huomiota vasta, kun huomattiin esimerkiksi oman mökkirannan saastuneen. Samalla tapaa henkilötiedon käsittelyyn liittyvän yksityisyydensuojan merkitys on alettu ymmärtää vasta suurten tietovuotojen myötä. Suomessa yksityisyydensuoja ja yritysten valmius henkilötietojen käsittelyyn nousi viimeksi keskusteluun terapiatalo Vastaamon tietovuodon yhteydessä. Vastaamonkin tapauksessa oli kyse sekä valtavan suuresta, että monia ihmisiä henkilökohtaisesti koskevasta tapahtumasta.
Vaikka henkilötiedon käsittelyyn liittyvät haasteet ja ongelmat koskevatkin suurelta osin kuluttajia ja yhteiskuntaa, on nykyisissä henkilötietojen käsittelyn käytänteissä Huhtamäen mukaan haasteita myös yritystoiminnalle. Siinä missä yksilön on vaikea saada omaan käyttöönsä eri tietokantoihin ja arkiostoihin pirstaloitunutta tietoa itselleen, on se vaikeaa myös yritystoimijoille. Uusien innovaatioiden ja palvelun laadun kehittämiseksi tietojen yhdistely useammista lähteistä olisi melkeinpä pakollista, mutta tällä hetkellä tilanne on se, että tiedot lepäävät kunkin toimijan omassa säilytyksessä. Suuret toimijat henkilötietoon pohjautuvan liiketoiminnan kentällä myyvät keräämäänsä dataa eteenpäin, esimerkiksi markkinoinnin kohdentamisen työkaluna, mutta pienempien toimijoiden keräämä tieto jää lähinnä heidän omaan haltuunsa.
Tiivistettynä Huhtamäki kokoaa henkilötiedon käsittelyyn liittyvät haasteet ja ongelmat kuluttajien tietämättömyyteen itsestään kerätystä datasta ja sen käytöstä, sekä keräämisestä syntyvän datamassan suuruuteen ja sen hallitun käsittelyn puutteeseen. Uhkakuvia siitä, miten yksityisyytemme päätyy kokonaan vääriin käsiin voi aina miettiä, mutta mielekkäämpää on kuitenkin miettiä ratkaisuja, joiden avulla näin ei tule tapahtumaan. Paljon on Huhtamäen mukaan kiinni siitä, miten yksilöt suhtautuvat omaan yksityisyyteensä datavetoisessa taloudessa. Haluammeko sulkea verhot yksityiselämäämme myös digitaalisesti vai ajattelemmeko vain, ettei minulla mitään salattavaa ole.
4.3 Ihmislähtöisen henkilötietojen käsittelyn tarjoamat mahdollisuudet
Ratkaisuna datatalouden uhkakuviin Huhtamäki tuo esiin ihmislähtöisen datatalouden ja ihmislähtöisen henkilötietojen käsittelyn periaatteita. Ihmislähtöisen datatalouden ideana on, että yksilö tietää mitä tietoa hänestä on kerätty ja hänellä on mahdollisuus hyödyntää tätä kerättyä tietoa myös muualla kuin sen alkuperäisessä käyttötarkoituksessa. Tällöin data on myös yksittäisen ihmisen etu, eikä itsestä luovutettu henkilötieto hyödytä vain sitä keräävää tahoa. Huhtamäki korostaa, että ihmislähtöinen datatalous ei pyri sääntelyllä rajoittamaan henkilötiedon keruuta ja käyttöä ja siihen liittyviä mahdollisuuksia, vaan ennemminkin avaamaan näitä mahdollisuuksia laajemman joukon hyödynnettäväksi. Tällä hetkellä eniten henkilötietoa omistaa ja eniten siitä hyötyvät datatalouden suuret toimijat kuten Google, Amazon ja Facebook. Ihmislähtöinen datatalous voisi avata mahdollisuuden datan hyödyntämiseen myös pienemmille yritystoimijoille ja rajoittaa näiden suurten yritysten mahdollisuuksia datatalouden monopoliasemiin.
Ihmislähtöisen henkilötietojen käsittelyn periaatteen lähtökohtana on, että ihmisillä olisi mahdollisuus itse hallinnoida suostumuksiaan henkilötietojensa luovuttamiseen. Periaatteen toteutuessa yksilö voisi helposti valita, mitä dataa haluaa itsestään kellekin toimijalle luovuttaa ja myös mahdollisesti jakaa yhdelle toimijalle itsestään kertynyttä dataa myös toisille haluamilleen tahoille. Yksilö voisi myös antaa suostumuksen, jolla toimijat voisivat luovuttaa hänen henkilötietojaan myös keskenään. Huhtamäki uskoo, että jos yksilö luottaa suostumusten hallinnan ja henkilötietojen käsittelyn olevan vastuullista, riittää houkuttimeksi omien henkilötietojen luovuttamiseen tieto luovutetun datan avulla tuotetuista paremmista palveluista ja uusista innovaatioista. Henkilödatan markkinoihin, joilla yritykset maksaisivat yksilöiltä saamastaan henkilötiedoista, Huhtamäki suhtautuu varovaisesti.
Monet puhuu siitä et syntyy henkilödatan markkinat, mutta itse haluaisin pitää kiinni siitä että ensisijaisesti sen pitäisi olla sitä, et kun sä annat jollekin jotain tietoa käyttöön niin saisit sitä vastaan vaikka parempaa palvelua. Jos siellä on aina houkuttimena se raha niin se saattaa myös näivettää sitä palvelukehityksen motiivia.
Suurimpien ihmislähtöisen henkilötiedonkäsittelyn tarjoamien hyötyjen Huhtamäki uskoo syntyvän yritystoiminnan kautta yksilöiden elämänlaadulle, viihtyvyydelle, terveydelle sekä eliniälle. Nämä hyödyt syntyvät suurimmaksi osaksi mahdollisuudesta yhdistellä tällä hetkellä siiloissa eri tietokannoissa olevaa dataa keskenään. Esimerkiksi terveyteen ja hyvinvointiin liittyvien innovaatioiden kehittelylle olisi käytössä huomattavasti enemmän mahdollisuuksia, mikäli yksilöt antaisivat luvan esimerkiksi terveystietojensa ja ruokaostosdatansa yhdistelyyn. Toisena esimerkkinä Huhtamäki tuo esiin terveystietojen yhdistämisen koko ajan yleistyvien aktiivisuutta ja unenlaatua mittaavien laitteiden dataan. Terveyttä, ruokatottumuksia ja aktiivisuutta koskeva henkilötieto mielletään kuitenkin niin yksityiseksi, että ollakseen valmiita luovuttamaan näitä tietoja eteenpäin, tulisi yksilöiden voida varmuudella luottaa tietojensa vastuulliseen käsittelyyn ja siihen, että tietoja käsitellään vain oman suostumuksen sallimissa rajoissa.
Uusien terveyteen ja hyvinvointiin liittyvien innovaatioiden ohella erilaisten datakokonaisuuksien yhdistely voisi luoda mahdollisuuksia lähes mille tahansa liiketoiminta-alueelle. Huhtamäki toteaakin, että vaikka kuinka koittaisimme tässä hetkessä miettiä ihmislähtöisen henkilötietojen käsittelyn ja ihmislähtöisen datatalouden tarjoamia liiketoimintamahdollisuuksia, jätämme silti aina pois laskuista sellaiset tuntemattomat palvelut, joita emme tässä maailman ajassa osaa vielä edes
kuvitellakaan. Esimerkiksi ennaltaehkäisevään terveydenhuoltoon meidän on suhteellisen helppoa kuvitella erilaisia uusia datan yhdistelemisen mahdollistamia innovaatioita, sillä pienimuotoisesti sitä tapahtuu jo tälläkin hetkellä.
Yhteenvetona ihmislähtöinen henkilötiedonkäsittely voisi Huhtamäen mukaan luoda reilun datapohjaisen systeemin, jossa data vapautetaan ja yksilön tahtoa kunnioitetaan. Samalla ihmislähtöinen datatalous vapauttaisi mahdollisuuksia myös yritystoiminnalle. Merkittävää on juuri tietojen yhdistelyn luomat mahdollisuudet. Huhtamäki nostaa esimerkiksi yksilön Instagram tykkäykset, jotka yksistään eivät ole juuri minkään arvoista dataa, mutta kun ne liitetään tiettyihin konteksteihin, niistä voikin löytää jotain arvokkaita huomioita. Tietojen yhdistely ihmislähtöisesti arvokkaiksi kokonaisuuksiksi on yksi ihmislähtöisen datatalouden periaatteen tärkeimmistä tavoitteista.
4.4 Käytännön siirtymä ihmislähtöiseen datatalouteen
Tällä hetkellä ihmislähtöinen datatalous ja sen pohjalle syntynyt MyData-ideologia ovat vasta termejä ajattelutavalle, joka pyrkii luomaan keskustelua datatalouden tulevaisuuden suunnista ja tarpeesta muuttua ihmislähtöisemmäksi. Huhtamäki vertaa ihmislähtöistä henkilötiedonkäsittelyä ja datataloutta tässäkin suhteessa taas vihreään liikkeeseen, joka alun perin lähti liikkeelle tieteentekijöiden ja aktivistien huolesta ilmastonmuutosta kohtaan, ja joka on tähän päivään mennessä noussut yhdeksi tärkeimmistä tekijöistä, jotka ohjaavat globaalia päätöksentekoa. Termillä ihmislähtöinen datatalous ja MyData-ideologialla pyritään kasvattamaan tietoisuutta henkilötiedon nykyisestä käytöstä ja sen ongelmista ja toisaalta tarjotaan ratkaisuja näiden ongelmien selvittämiseen. MyData-ideologia ja yhteisö ideologian takana varmistavat, että aiheen taustalla on ihmisiä, jotka ovat viemässä sitä eteenpäin. Huhtamäen mukaan pelkkä aate tai ideologia ei vielä riitä jonkin asian eteenpäin viemiseksi, vaan lisäksi tarvitaan ryhmä, joka tuo aihetta näkyvästi esiin ja luo sille sovellutuksia.
Ihmislähtöistä henkilötietojen käsittelyä ajavan MyData-ideologian ja järjestön tekemän tiedottamisen jälkeen merkityksellistä on kuitenkin se, millä tavoin yhteisöt lähtevät viemään ihmislähtöisen datatalouden periaatteita eteenpäin. Tärkeässä asemassa uusien toimintamallien juurruttamisessa ovat yritykset. Sen takia Huhtamäki tuokin esiin ihmislähtöisen datatalouden
