Co jsou to otevřená data

Namísto definice otevřených dat – která přijde později – si nejprve ukážeme příklady otevřených dat a jak mohou být taková data využívána.

Příklad II / Hlídač státu

Hlídač státu umožňuje prostřednictvím webového rozhraní prohledávat velké množství dokumentů majících původ ve veřejné správě či provádět nad nimi analytickou činnost. Příkladem mohou být data o kontrolních akcích zveřejňovaná Nejvyšším kontrolním úřadem – ta jsou jedním z prohledávaných zdrojů.

Příslušnou datovou sadu najdeme v Národním katalogu otevřených dat.

Principy otevřených dat I

Uvedené dvě aplikace mají společné mimo jiné to, že staví na otevřených datech.

Klíčové je především to, že:

• data, s nimiž aplikace pracují, lze zpracovávat strojově, tzv. strojová čitelnost (bude vysvětlena později),
• data jsou k dispozici za jasně definovaných podmínek, které nejsou omezující – nevylučují některé skupiny uživatelů či určité způsoby použití, například komerční.

Principy otevřených dat II

Další důležité aspekty používaných dat:

• Data, s nimiž aplikace pracují, jsou ve formátech s otevřenou specifikací – pro jejich otevření či přečtení nemusejí tvůrci aplikací pořizovat konkrétní speciální programy.
• Jsou dobře zdokumentovaná a jejich poskytovatel je důvěryhodný – v kontextu legislativy ČR to znamená, že jsou zaregistrována v Národním katalogu otevřených dat.

Co je strojová čitelnost?

Strojově čitelná data

• jsou ve formátu, který umožňuje aplikacím přistupovat k jednotlivým datovým položkám,
• jsou strukturována tak, aby umožňovala automatické zpracování.

Příkladem strojově čitelných dat je dobře strukturovaná tabulka ve formátu CSV (textový soubor pro tabulková data, ve kterém jsou jednotlivé položky odděleny čárkami).

Jaká data nejsou strojově čitelná?

• soubory ve formátu XLSX obsahující grafické formátování, případně vložené grafy,
• naskenované PDF dokumenty,
• mapy v aplikacích, které jsou ovládány „lidským uživatelem“.

V těchto případech k jednotlivým datovým položkám nelze obecně přistupovat pomocí programu/aplikace – je zapotřebí člověka, aby porozuměl významu dat (např. vyčetl data z grafu či mapy).

Datová sada vs. distribuce datové sady

Pro úplnost ještě představíme dvojici souvisejících pojmů: datová sada a distribuce datové sady.

Datová sada je množina souvisejících dat, vztahujících se k jednomu věcnému tématu.

Distribuce datové sady je konkrétní datový zdroj, typicky v podobě souboru či aplikačního rozhraní API, který zpřístupňuje data datové sady nebo jejich část.

Informace o poskytovaných distribucích dané datové sady se objevuje mj. v příslušném katalogizačním záznamu v NKOD.

Katalogizační záznam v NKOD přísluší konkrétní datové sadě. Obsahuje příslušná metadata datové sady, např. název datové sady, poskytovatele datové sady, informace o periodicitě aktualizace atp. Některé položky metadat jsou pro registraci do NKOD povinné.

Datová sada vs. distribuce datové sady II

Příkladem může být datová sada faktur přijatých daným úřadem, její distribuce pak může mít podobu CSV souboru.

Jedna datová sada může mít více distribucí, např. CSV soubor, XML soubor aj.

Ovšem pozor, jednotlivé distribuce nemohou být strukturovány/děleny např. po kvartálech, letech, obcích, krajích – v tom případě by se jednalo o různé datové sady.

Neomezující podmínky užití I

Podmínky užití dat:

• neomezují jejich uživatele ve způsobu použití dat – lze je použít jakýmkoliv způsobem, který není v rozporu se zákonem,
• umožňují komerční užití,
• umožňují další šíření, přičemž při dalším šíření musí mít všichni uživatelé stejná oprávnění s daty nakládat

Cílem je umožnit snadné šíření dat jak pro nekomerční tak i komerční účely.

Neomezující podmínky užití II

Neomezující podmínky umožňují, aby data byla využívána bez nutnosti vyjednávat s jejich poskytovatelem.

Data splňující takovéto principy lze „přibalit“ k vyvíjené aplikaci/službě, tu je možné integrovat do dalších systémů, dále šířit za stejných podmínek, …

Vymezení otevřených dat

Za otevřená data budeme nyní považovat taková data, která jsou:

• dostupná na internetu ke stažení bez technických a jiných překážek (registrace, omezení počtu přístupů, ...),
• strojově čitelná,
• používající standardy s volně dostupnou specifikací,
• jsou registrována v Národním katalogu otevřených dat,
• zpřístupněna za jasně definovaných podmínek užití dat bez omezení.

V dalších modulech definici otevřených dat upřesníme vzhledem k naší legislativě – definice ale samozřejmě bude v souladu s těmito principy.

Otevřená data v ČR a FAIR principy I

Otevřená data v ČR jsou v souladu s obecnými principy FAIR – ty požadují, aby data byla:

• vyhledatelná (Findable),
• dostupná (Accessible),
• interoperabilní (Interoperable),
• opětovně využitelná (Reusable).

Otevřená data v ČR a FAIR principy II

• (F) Vyhledatelnost otevřených dat je zajištěna jejich registrací do NKOD a vyplněním všech povinných položek metadat.
• (A) Dostupnost je zajištěna jejich vystavením na internetu.
• (I) Interoperabilita je zajištěna využíváním otevřených formátů, strojovou čitelností a standardů.
• (R) Opětovná využitelnost je pak zajištěna vhodnými (neomezujícími) podmínkami užití.

Obecné přínosy otevřených dat

Mezi hlavní přínosy otevřených dat patří:

• zvyšování transparentnosti organizace,
• podpora snadného a opětovného užití dat, ať už dalšími úřady či veřejností,
• poskytnutí příležitosti pro vývoj užitečných aplikací třetími stranami nad těmito daty.

Další přínosy jsou uvedeny na Portálu pro poskytovatele otevřených dat.

Konec modulu

Pokračujte prosím na následující modul.