Přednáška popisující 5 základních byznys modelů nad otevřenými daty. Připraveno pro přednášku na Přírodovědecké fakultě UJEP.

1. Otevřená
data - a jak
na nich
vydělat
Michal Berg
www.datablog.cz
koláž: Petr Gremlica

2. Žádost o
informace (106)

3. Výsledek:

4. Žádost o informace Otevřená data

5. Výsledek:

6. Kdy jsou data
otevřená
• Data musí být úplná a snadno
dostupná (tedy bez vyžádání)
• Jsou ve strojově zpracovatelném
formátu dle volně dostupného
standardu
• Mají jasně definované podmínky
použití
• Jsou dostupná při vynaložení
minimálních možných nákladů
Datový katalog
XLS, CSV, XML, RDF...
Otevřená licence
Zdarma
Ideální stav:

7. Přínosy otevřených dat
1.Umožňují odhalovat korupci a nekalosti
2.Pomáhají k vyšší kvalitě a efektivitě
veřejných služeb
3.Vytváří nové příležitosti pro byznys

8. 1.Data vám pomohou odhalit korupci v útulku
První přínos:
transparentnost
“Out of a total budget of
1,500,000€ for 2008, the dog
catchers in Brasov allocated only
5,000€ for the dog food, less than
3%. Instead enormous gas quotas
were approved. In Brasov, 4 old
cars with were allocated about
350-400 l of gas per month...”
http://helparomanianstray.blogspot.cz/2012/02/coming-up-public-shelters-vs.html

9. 2. Data vám pomohou najít neplatiče za psy
http://egov.presov.sk/default.aspx?NavigationState=803:0:
Druhý přínos: zlepšení efektivity veřejných
služeb

10. 3. Data vám pomohou najít psa (a vydělat na
tom)
Třetí přínos: podnikatelské
příležitosti
http://data.vancouver.ca/datacatalogue/animalInventorhttp://www.bcpetsearch.com/

11. Otevřená data na státní úrovni:
• Výsledky voleb, veřejné zakázky,
rozpočty, dotace, rejstříky...
Otevřená data na místní úrovni:
• Odtahy, doprava, kriminalita, školy,
životní prostředí, zeleň, jednání
zastupitelstva (např. hlasování)...

12. (Téměř) ideální stav: Vancouver
• Transakční data
• Geografická data
• Propojená data
• Popsaná data

13. Co je pak možné vytvořit: mapa
kriminality
http://vancouver.ca/police/CrimeMaps/tfauto.pdf

14. A co není: cena geodat v Liberci
http://jdem.cz/2mdc2

15. Byznys model = způsob jak vydělat
Produkt/služba
Zákazníci
Peníze
+
+

16. Byznys model = způsob jak vydělat
• Byznys model musí být možné vysvětlit
jednoduše a v krátkosti:
• “Nabízím doručení SMS na mobil,
pokud bude v databázi hledaných
psů požadovaný záznam. Lidé mi
platí za to, že databázi hlídám.”

17. Jak zjistit byznys model
• “Štíhlé metody” - rychle na trh; “pivot”
• Business model canvas
• Lean canvas
• www.businessmodelgeneration.com
• www.runninglean.co

18. Lean canvas

19. Konkrétní příklady

20. Průkopníci byznysu nad otevřenými
daty
• data o počasí = vlastní
předpovědi počasí
• GPS = vlastní navigační
software
• miliardový byznys

21. Zdravotnická data: příští zlatý důl?
• McKinsey: 350 miliard
dolarů roční ekonomický
přínos (odhad; chybí data:)
• efektivnější provoz
zdravotnických zařízení
• kvalitnější služby
• vyšší svoboda rozhodování
pacientů

22. Výhrady proti open data byznysu
• “Podnikání na úkor státu”: nikoli, data již byla pořízena
a podnikání s nimi naopak vrací náklady na jejich pořízení
(přes daně či vyšší zaměstnanost)
• “Mají za to platit”: data jsou infrastruktura jako každá jiná,
firmy si ji platí v daních.
• “Je to cenný zdroj”: ano, ale na rozdíl od uhlí, rádiových
frekvencí nebo dřeva v lese jej může využívat paralelně
neomezené množství firem.

23. Podle čeho se firmy rozhodují?
• Stabilita dat: Dlouhodobý byznys lze postavit jen pokud
budou data k dispozici i v budoucnu
• Technická kvalita: data musí být možné získat ustálenou
cestou bez nutnosti zdroje příliš měnit (ideálně API)
• Úplnost: Čím kompletnější data, tím zajímavější příležitost
• Kvalita dat: Důležitá je chybovost, nutnost čištění nebo
oprav nebo zpoždění publikace dat od jejich pořízení
• Licenční podmínky: Data, která mají vyřešeny licence, jsou
pro podnikání atraktivnější

24. 5 základních byznys
modelů

25. 1. Suppliers – poskytovatelé otevřených
dat
• Otevřená data nemusí být primárním byznysem (podpora
marketingu, širší strategie, korporátní odpovědnost,
zvyšování důvěry...)
• Zveřejněním otevřených dat podporují jiný svůj vlastní
byznys
• Poskytovaná data umožňují lepší rozhodování zákazníků, což
je konkurenční výhoda (např. operátoři, dopravci,
dodavatelé služeb...)

26. Příklad: Barclays Cicle Hire London
• Půjčovny jízdních kol
• Poskytují data
o obsazení stojanů,
cenách, lokaci
• Vzniklo mnoho
aplikací, které
v důsledku podporují
používání služby
a tím i vyšší tržby

27. 2. Aggregators – sběrači dat
• Zabývají se sběrem dat z nejrůznějších zdrojů
• Jejich přidanou hodnotou je zpracování těchto dat: sběr,
čištění, kombinace, formátování...
• Často je možné data získat i bez nich, ale je to složité, drahé
nebo časové náročné (viz Vasmajetek.cz)
• Zpracovaná data poskytují prostřednictvím různých kanálů:
freemium, licencování, specifické výstupy, aplikace

28. Příklad: OpenCorporates.com
• Sbírají data o firmách
celého světa
• Nabízí speciální
výstupy, expertizu,
ale i volně dostupná
data
• “Ušetříte, když nám
zaplatíte”

29. 3. Developers – vývojáři aplikací
• Nejrozšířenější byznys model
• Aplikace jeposkytovány zdarma (placené reklamou, veřejně
prospěšné aplikace) nebo za peníze: freemium, za
jednorázovou platbu, za transakce, časové období...
• Aplikace jako doplněk k “core” byznysu: realitní kancelář,
která má na webu aplikaci poskytující informace o dopravní
dostupnosti jednotlivých domů
• Také tvorba aplikací nad daty na zakázku pro klienty -
veřejný sektor nebo korporace

30. Příklad: Nuberhood.net
• Sbírají data o
lokalitách ve Velké
Británii
• Nabízí část dat
zdarma, podrobné
v placené sekci
aplikace
• Pro rozhodování při
stěhování nebo
otevírání firmy

31. Příklad: iTriage
• Nabízí kontakty na
lékaře a kliniky
• Platí lékaři a nemocnice
např. za přednostní
výpisy při vyhledávání
• V USA velmi
konkurenční prostředí -
proto aplikace

32. 4. Enrichers – obohatitelé
• Přidávají k datům vlastní expertízu a tu poskytují jako službu
nebo jako koncový produkt (informace)
• Otevřená data mohou kombinovat s vlastními zdroji
• Mohou obohatit i soukromá data (analýza vyúčtování
telefonních operátorů či jiných osobních dat) -> vede k
emancipaci zákazníků
• Čím více bude suppliers, tím více bude enrichers

33. Příklad: BrightScope.com
• Analyzuje penzijní
plány firem (401k),
které jsou volně
dostupné
• Digitalizuje a hodnotí
dostupné materiály
• Nabízí analýzy
a podklady pro výběr
toho nejlepšího
programu

34. 5. Enablers – zpřístupnitelé
• Přináší nástroje, kterými je možné s otevřenými daty
(snadněji) pracovat
• Práce s daty vždy vyžaduje určitou kvalifikaci, enablers ji
alespoň částečně přináší
• Placené (iCharts.net) i neplacené nástroje (Google Refine,
Fusion tables, Data Explorer...)
• Součástí mohou být konzultace, školení, evangelizace...

35. Příklad: Socrata.com
• Poskytuje platformu
pro publikování
otevřených dat
• Zákazníky jsou města,
státy, instituce
• Poskytuje i odbornou
pomoc (
Open data field guide
)

36. Závěr
• Má smysl se hrabat v datech - jsou v nich (i) penízeJak
na byznys? Kde jsou oči, tam jsou i penízeU nás je to
pole neorané -> velká příležitost být první

37. Kam dál:
•cz.okfn.org + mailing list
•www.nasstat.cz
•www.opendata.cz
•www.datamind.cz
•www.datastory.czwww.data
boutique.czblog.vizualizacedat.
cz
•data.blog.ihned.cz
gregor.blog.ihned.
czblog.rozpocetverejne.cz
•www.osf.cz/blo
gkohovoliteu.blog.idnes
.czdobadatova.blogspot.cz
•www.goloveparametry.cz

38. To je vše
www.datablog.cz
@michalberg
michal.berg@seznam.cz