Escolar Documentos
Profissional Documentos
Cultura Documentos
Verkenning van
Sociaal-technische factoren
die de participatie van bedrijven
binnen open data ecosystemen
benvloeden
Begeleidingscommissie:
- Eerste begeleider: Prof. Dr. ir. R.W. Helms
- Tweede begeleider: Dr. Lloyd Rutledge
- Examinator: Prof. Dr. ir. R.W. Helms
Opleiding:
Instituut:
Versie:
Datum:
2.0
23-10-2015
woorden van
het document:binnen
6010open
van data
maximaal
6000(v.
toegestane
woorden.
Pascal Aantal
Slaats (836695964)
- Bedrijfsparticipatie
ecosystemen
2.0)
pag. 0 van 31
Inhoudsopgave
1
Inleiding ......................................................................................................................... 2
Probleemstelling ............................................................................................................ 2
3.1
Zoekstrategie .......................................................................................................... 4
3.2
Analyse ................................................................................................................... 4
Resultaten...................................................................................................................... 5
4.1
4.1.1
4.1.2
4.1.3
4.2
4.3
4.3.1
4.3.2
4.3.3
4.3.4
4.4
4.4.1
4.5
4.5.1
4.5.2
4.5.3
4.5.4
Eindconclusie ............................................................................................................... 14
Literatuurreferenties ..................................................................................................... 16
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 1 van 31
1 Inleiding
Dit literatuurrapport is opgesteld in het kader van een masterthesis voor de studie Business
Proces Management & IT (BPMIT). Het beschrijft de laatste stand van kennis op het gebied
van Open Data en meer in het bijzonder Open Data ecosystemen. Zo wordt inzicht verkregen
in de belemmeringen die organisaties ervaren in het toepassen of aanbieden van Open Data.
Dit rapport vormt de theoretische basis als voorbereiding op een definitief onderzoeksvoorstel.
Deze heeft tot doel de invloed te verkennen die sociale en technische factoren hebben
op het gebruiken en delen van vrij beschikbare data door bedrijven.
Hoofdstuk 2 zal de theoretische onderzoeksvraag afleiden uit de probleemstelling. De zoekstrategie en de analyse van de vangst wordt beschreven in hoofdstuk 3 zodat de beoordeling
van de betrouwbaarheid en validiteit mogelijk wordt. Op basis van deze vangst worden in
hoofdstuk 4 de theoretische deelvragen beantwoord. Van deze antwoorden wordt een conceptueel model afgeleid dat in hoofdstuk 5 wordt toegelicht. Tenslotte wordt in dat hoofdstuk
bepaald tot welke onderzoeksoptiek de resultaten leiden en wat nog empirisch getoetst moet
worden.
2 Probleemstelling
Dagelijks wordt wereldwijd een enorme hoeveelheid data en informatie genereerd. Vooral
overheden maken hun dataverzamelingen op steeds grotere schaal vrij beschikbaar als Open
Government Data (OGD)1. In de samenleving zijn er verschillende verwachtingen waar dit toe
leidt: een efficintere en/of meer transparante overheid, een grotere burgerparticipatie bij complexe sociale vraagstukken of een stimulans voor de economie via innovatie (Jetzek, 2015).
Voor de Europese commissie (EC) is het hergebruik van deze OGD de kern van de strategie
voor een toonaangevende Europese kenniseconomie in 2020 (European Commission, 2011).
De effecten van dit beleid worden gemeten via de Open Data Barometer en de recent gelanceerde Open Data Monitor ("OpenDataMonitor," 2015). Deze instrumenten tonen aan dat
ondanks lichte verbeteringen in de kwaliteit en beschikbaarstelling van OGD (Davies, Sharif,
& Alonso, 2015) deze nauwelijks bruikbaar zijn (Davies, 2013; Jetzek, 2015, p. 239; Jetzek,
Avital, & Bjrn-Andersen, 2014, p. 63; Kaschesky & Selmi, 2014, p. 559).
De OECD (2014) benadrukt dat de stimulering van de economie met Open Data via innovatie
alleen mogelijk is als bedrijven participeren. Bedrijven bieden diensten en tools aan waarmee
een Open Data proces (ODP) gerealiseerd kan worden. Het is een complex proces omdat
partijen hierin onafhankelijk en vrij participeren (Janssen, Estevez, & Janowski, 2014; Martin
& Clegg, 2012; Zuiderwijk, Janssen, & Davis, 2014). Door stapsgewijs de data te bewerken
ontstaan via zon ODP-waardeketens en netwerken van interacties. Daarmee vormen die partijen een Open Data ecosysteem (ODE). Deze vormt de context voor telkens nieuwe configuraties van die waardecreatieprocessen (Immonen, Palviainen, & Ovaska, 2014a).
Het is nog nauwelijks bekend hoe zon open samenwerking duurzaam tot stand kan komen.
Open data initiatieven (ODI)2 beogen hiervoor via platformen een infrastructuur te bieden om
de participatie van bedrijven mogelijk te maken en innovatie te stimuleren (Jetzek, 2015). Het
realiseren van smart services past in dit streven. Smart services worden gedefinieerd als:
slimme product- en diensteninnovaties die als gevolg van het effectief en innovatief gebruik
van informatie en data een bron zijn van economische meerwaarde voor organisaties en hun
klanten. Businessplan Smart Services Campus (2014, p. 2).
Open Government Data (OGD) en Public Service Information (PSI) worden vaak als synoniem voor
Open Data gehanteerd omdat het aanbod door overheden overheerst wordt.
2 Niet te verwarren met het Open Data Institute (ODI)
1
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 2 van 31
Maar de adoptie van OD door bedrijven maakt ze afhankelijk van een onzekere bron
(Zuiderwijk, Janssen, Poulis, & Kaa, 2015) en daarmee afwachtend. Daarbij dreigt de Open
Data value paradox (Jetzek, 2015) waarbij een afwachtende houding bij OD-gebruikers tot
onvoldoende zichtbare resultaten leidt of feedback geeft aan de OD-aanbieders. Die worden
vervolgens terughoudend met investeringen voor het publiceren van OD, wat vervolgens juist
kan leiden tot een afwachtende houding bij OD-gebruikers.
Om binnen de context van OD smart services te ontwikkelen moet bekend zijn welke factoren
de adoptie van OD door bedrijven in de weg kunnen staan. Volgens Zuiderwijk et al. (2012)
gaat het om een combinatie van sociale en technische factoren die nog nauwelijks onderzocht
zijn en veranderen met de ontwikkelingen van het ecosysteem.
Probleemstelling masterthesis: Het is voor de ontwikkeling van een Open Data ecosysteem
onvoldoende duidelijk hoe smart services het hergebruik van Open Data door bedrijven kunnen bevorderen.
Doelstelling masterthesis: Verkennen van de vereiste toegevoegde waarde van een Open
Data shared service via het inventariseren van bestaande knelpunten in het aanbieden en/of
consumeren van Open Data zoals die ervaren worden door informatie-intensieve organisaties.
Voorlopige onderzoeksvraag masterthesis: Welke sociale en technische factoren bepalen
de wijze waarop informatie-intensieve organisaties kunnen participeren binnen een Open
Data ecosysteem?
Theoretische vraagstelling:
Wat kenmerkt de participatie van bedrijven binnen een Open Data ecosysteem?
3 Verantwoording zoekstrategie
Het literatuuronderzoek is uitgevoerd als een scoping review volgens de literatuuronderzoektypologie van Par, Trudel, Jaana, and Kitsiou (2014) die voor information systems research
van toepassing is. Een scoping review heeft tot doel te verkennen wat er over een topic in
de onderzoeksliteratuur te vinden is. Voor de betrouwbaarheid van een literatuuronderzoek
geven zij als belangrijke kwaliteitskenmerk: het consistent combineren van de transparantie
over het proces met helderheid over de hoofddoelstelling. Het onderzoek is systematisch uitgevoerd volgens Okoli and Schabram (2010). Deze onderscheiden 8 stappen: definiren van
doelstelling, het opstellen van een zoekstrategie, het zoeken van literatuur, het reduceren van
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 3 van 31
deze vangst tot praktische proporties, een kwalitatieve beoordeling daarvan, het onttrekken
van standpunten en feiten aan die literatuur, het analyseren van de bevindingen en het schrijven van de rapportage. De eerste twee stappen zijn in de voorgaande voorbereidende fase
van het masteronderzoek uitgevoerd en worden in het volgende hoofdstuk kort verantwoord.
In het daaropvolgende hoofdstuk wordt het literatuuronderzoeksproces verantwoorden.
3.1 Zoekstrategie
Via het zoekportaal van Open Universiteit Nederland is in eerste instantie gezocht op de trefwoorden Open data ecosystem en Open data ecosystems. Dit is herhaald in het Web of
Science (WoS) omdat deze bron brede wetenschappelijke erkenning heeft voor de kwaliteit
van de publicaties. WoS heeft echter voor sociale- en computerwetenschappen maar een
beperkt bereik (Harzing, 2011). Dit wordt verklaard doordat conference proceedings in die
wetenschappen van groot belang zijn maar in andere wetenschappen meer gezien worden
als voorpublicaties. WoS neemt deze daarom niet of maar beperkt op. Ook de lage publicatiefrequenties in vergelijking met bijv. medische wetenschappen werken nadelig.
Deze bevragingen leverde uiteindelijk in totaal 16 publicaties op, zie Tabel 1 (Bijlage 1: Zoektermen per deelvraag). Om de vangst te vergroten is dezelfde zoekopdracht herhaald volgens
aanwijzingen van Harzing (2011) met het gestructureerd bevragen van Google Scholar via de
software Publish or Perish (PoP) (Harzing, 2007). Google Scholar heeft een beter bereik
binnen sociale- en computerwetenschappen en bevat in tegenstelling tot WoS ook kwalitatieve collecties grijze literatuur. Zo ontstaat beter inzicht in de wetenschappelijke impact op
basis van citatiemetriek. Het nadeel van deze ingang is dat er niet gefilterd kan worden op
peerreviewd tijdschriften en dat ze niet open zijn over de bronnen voor de collectie.
Na ontdubbelen en selectie op Nederlands- en Engelstalige publicaties bleven er 183 van de
228 resultaten over, zie Tabel 2 en 3 in Bijlage 2: Resultaten zoekproces. De resultaten van
de OU en WoS zoekopdracht zijn gemarkeerd, geen van de tijdschrifttitels komt voor op de
Journal Quality List (http://www.harzing.com/jql.htm) welke de voorkeur hebben. De Nederlandstalig varianten van de zoektermen gaven geen bevredigende resultaten.
De vangsten zijn in de referentiesoftware EndNote (Thomson Reuters, 2015) gemporteerd
en de metadata via Mendeley Desktop (Mendeley Ltd, 2015) verrijkt. Eerst zijn de publicaties
gefilterd op het trefwoord open data omdat de vangst van Google Scholar wel de trefwoorden open en data in de juiste volgorde bevat maar niet noodzakelijk direct naast elkaar. Via
de smartgroups functie van EndNote zijn per deelvraag folders aangemaakt waarin automatisch alle publicaties worden geplaatst op basis van de relevante trefwoorden (bijlage 1) die in
de velden van de bibliografische beschrijving en in het pdf-bestand voorkomen. Zo ontstond
per deelvraag een hanteerbare aantal artikelen. Deze zijn allemaal via forward-chaining in
Google Scholar onderzocht naar refererende artikelen die het trefwoord open data bevatten.
Deze zijn gescand op relevantie van de titel in relatie tot de themas van dit literatuuronderzoek. Via backward-chaining zijn publicaties gezocht als meer duiding nodig was voor het
juiste begrip van een artikel. Grijze literatuur voldoet niet aan de peerreview-eis, maar werd
met citaties in ten minste twee peer-reviewde publicaties ook toegelaten.
3.2 Analyse
Volgens Saunders, Lewis, Thornhill, Verckens, and Smitt (2011) vereist een literatuuronderzoek een kritische benadering en verwijzen de door Mingers (2000) onderkende aspecten:
retoriek, traditie, autoriteit en objectiviteit. Dit rapport beoogt neutraal te beschrijven (objectiviteit), te beredeneren (retroriek) en bij de analyse te waken voor voorveronderstellingen (traditie) en overheersende standpunten (autoriteit). De beschrijving van het onderzoeksproces
en gemaakte keuzes is zo transparant mogelijk om het onderzoek herhaalbaar te maken (be-
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 4 van 31
trouwbaarheid). De uitkomst blijft desondanks afhankelijk van persoonlijke factoren (inschattingen van relevantie) en context (beschikbare instrumenten). De onderzoeker erkent dat het
streven naar objectiviteit per definitie nooit volledig bereikt kan worden, maar heeft deze zoveel mogelijk willen benaderen. Het prille stadium van het onderzoeksveld maakt het lastig
om traditie en autoriteit uit te sluiten omdat er zo weinig onderzoek is. Ieder onderzoek kan
dan snel overheersen en geeft direct een bias.
Een masterthesis heeft beperkte tijd voor een literatuuronderzoeksfase. Toch is de overtuiging
dat een aanmerkelijk deel van de relevante literatuur achterhaald is. De beschrijving van het
zoek en selectieproces (fase 3 en 4) (Okoli & Schabram, 2010) is herhaalbaar en controleerbaar beschreven, inclusief de per deelvraag gehanteerde zoektermen. Ook is duidelijk gemaakt welke criteria zijn gehanteerd zijn voor de bepaling van de relevantie en de waarde van
de gevonden bron. Voor het kritisch lezen zijn de aanwijzingen gevolgd die Saunders et al.
(2011, p. 58) opperen conform (Wallace & Wray, 2006).
De analyse van het materiaal leidt tot de conclusie dat het onderzoek naar het topic nog erg
conceptueel is. Veel modellen zijn losjes aan elkaar gerelateerd en nauwelijks empirisch gevalideerd. De aandacht is nog sterk gericht op het ontwikkelen van nieuwe modellen. Alleen
in promotietrajecten lijken bestaande modellen geverifieerd te worden in een andere context.
In het algemeen is de betrouwbaarheid en de validiteit van de resultaten binnen dit onderzoeksgebied nog laag. Het beschrijvende en inventariserende karakter maakt de publicaties
vooral complementair en biedt nauwelijks ruimte om deze kritisch te vergelijken.
4 Resultaten
De theoretische onderzoeksvraag Wat kenmerkt de participatie van bedrijven binnen een
open data ecosysteem? zal in dit hoofdstuk beantwoord worden aan de hand van de deelvragen. Aangezien de open data de oorzaak van het bestaan van open data ecosystemen
(ODE) is wordt eerst deelvraag 1 beantwoord: Wat zijn de (unieke) kenmerken van open
data?.
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 5 van 31
mate ruimte voor restricties zolang die de openheid niet te veel aantasten. De restricties zijn
toegestaan omdat ze de OD duurzaam beschikbaar houden en zwaarwegende belangen (privacy en nationale veiligheid) beschermen. Als er beperkte restricties zijn op OD dan wordt er
vaak in de niet-academische literatuur over shared data gesproken en niet meer over OD.
In de literatuur wordt de definitie niet eenduidig genterpreteerd. Terwijl het OKF een uitgebreide uitwerking heeft gemaakt van de elementen uit de definitie. Een synthese van die uitwerking wordt in dit onderzoek als definitie gehanteerd zodat de interpretatie in dit onderzoek
duidelijk is. Open data zijn:
- Vaak heterogene brondata uit decentrale bronnen;
- in een integreerbare open machine-leesbaar format;
- met begrijpbare en beoordeelbare kwaliteit;
- voor iedereen toegankelijk;
- tijdig en compleet beschikbaar;
- met minimale restricties herbruikbaar en te verspreiden zonder beperkingen;
- met expliciete en heldere gebruiksrechten;
- met minimale kosten zowel financieel als procedureel;
- tenzij de openheid of de duurzame beschikbaarheid bedreigd wordt.
Daarnaast wordt in de literatuur OD niet altijd zuiver onderscheiden van concepten als Raw
data, Real-time data, Personal/ private data, Big data en Linked data. Davies and Edwards
(2012) doen dat wel en tonen dat er sprake kan zijn van ruwe open publieke data, maar ook
dat big data niet open hoeft te zijn en open data niet big. Ruwe, real time en personal/private
data onderscheiden zich op intrinsieke kenmerken. Open, Linked en Big data zijn vooral verschillende invalshoeken.
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 6 van 31
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 7 van 31
Mars, Bronstein, and Lusch (2012) nuanceren echter de toepassing van de term ecosysteem
als metafoor binnen een organisatorische context. Zij wijzen op de fundamentele misvatting
dat alle ecosystemen stabiel of doelgericht zouden zijn.
Als een business ecosysteem(economie) digitaal gerepresenteerd wordt via een digitaal ecosysteem dan wordt de combinatie van die twee ecosystemen een digitaal business ecosysteem genoemd (Nachira, Dini, & Nicolai, 2007). Bij een ODE wordt alleen dat deel van de
werkelijkheid in ogenschouw genomen dat direct verband houdt met de interacties veroorzaakt door het gebruik van OD. Dat maakt een ODE een specialisatie van een digitaal business ecosysteem. Sinds 2012, maar vooral de laatste twee jaar, wordt deze term gehanteerd
voor een ecosysteem waarbij interactie tot zich beperkt tot het digitaal uitwisselen van OD.
Figuur 1: Hoofdfasen open dataproces (Fig. 1 High-level representation of the open data process, Zuiderwijk &
Janssen, 2014, p. 119) .
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 8 van 31
wijze van toegang (ruwe data of via een interface) en op mate van interactie (n-weg of
volledige interactie met kwaliteitsbeoordelingen en aanvullingen van gebruikers) (Janssen &
Zuiderwijk, 2014).
Qua datamanagement kan nog onderscheidt gemaakt worden naar:
Machineleesbaarheid, LOD platforms versus overige OD-platforms (Hunnius et al.,
2015)
Wijze van beheer, platforms die de brondata direct aanbieden of juist doorverwijzen
naar andere platforms of oorspronkelijke aanbieders.
Enkel het aanbieden van open data en functionaliteit via infrastructuren is onvoldoende om
een ODP tot stand te brengen (Zuiderwijk, Janssen, et al., 2014). Gebruikers moeten via voorbeelden genformeerd worden over de wijze waarop de OD gebruikt kunnen worden, er is een
kwaliteitsmanagementsysteem nodig en metadata moeten inzichtelijk maken hoe de data gecombineerd en gentegreerd kunnen worden. Gebruikers kunnen zonder restrictie tools en
data combineren vanuit meerdere platformen (Zuiderwijk, Janssen, et al., 2014). De platformen worden omgeven door dienstaanbieders die hun diensten aanbieden om tijdens n of
meerdere fasen van het ODP toegepast te worden.
Jetzek (Expected 12/2015) benadrukt dat de open cross sector en cross border data-uitwisseling bij een publiek-private datamarkt tot een complexe relatie leidt tussen innovaties, het
ODP en het ODE. Een ODP doorbreekt met het vrije hergebruik de traditionele economische
waardeketens met economies-of-sharing. Door het hergebruik ontstaan netwerkeffecten die
via Multi-sided Platforms (MSPs) gecombineerd worden met economies-of-scale. MSPs hebben als business model dat ze vraag en aanbod van diensten matchen en kenmerken zich
doordat ze slechts doorverwijzen (Jetzek, Expected 12/2015). Zon MSP biedt bedrijven door
het netwerkeffect extra kansen tot participatie (en omzet) in de verschillende waardeketens.
De extra kosten voor het uitwisselen en zoeken van data als gevolg van de toenemende complexiteit biedt weer ruimte voor nieuwe intermediairs met eigen businessmodellen (idem). Zo
ontstaan rondom de platformen gemeenschappen van aanbieders en ontvangers van data,
tools en diensten.
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 9 van 31
Meer en nieuwe soorten (bedrijfs)activiteiten, bestaande bedrijven kunnen hun resources complementeren en daarmee concurrentievoordeel creren.
Nieuw klanten voor product of dienst via gegevens gebaseerde applicaties.
Janssen and Zuiderwijk (2014) hebben zes elementaire business modellen voor OD-toepassingen gedestilleerd. Deze zijn gebaseerd op onderzoek onder 12 Nederlandse aanbieders.
Deze businessmodellen zijn te combineren of verder door te ontwikkkelen
Op basis van type externe databron (aangeschafte, klant-gegenereerde en vrije data) en functies (data-aggregatie, -analyse, -generatie) beschrijven Hartmann, Zaki, Feldmann, and Neely
(2014) zes archetypen data driven business modellen (DDBM). In een aanvullende taxonomie
bieden ze elementen waaruit managers een DDBM kunnen opbouwen. OD is daarin als vrije
databron opgenomen naast sociale media data en web crawling. Opvallend hierbij is dat volgens dit onderzoek bij analytics-as-a-service open data als mogelijke kernbron gesuggereerd
wordt en niet bij data-as-a-service. De auteurs lijken B2G buiten beschouwing te laten, terwijl
de verwachtingen van de open data beweging juist is dat bedrijven de dienstverlening van
overheidsorganisaties kunnen verbeteren. Bovenal tonen Hartmann et al. (2014) dat OD
slechts n van de mogelijke type databronnen is, maar ze maken niet duidelijk wanneer OD
geprefereerd wordt boven een andere type .
Dawes (2012) claimt dat afnemers bij externe bronnen voor intern gebruik vooral op zoek zijn
naar Fitness for use, de data moet kwalitatief leiden tot zinvolle informatie. In tegenstelling
tot de politieke verwachting dat alle OD automatisch waardevol zijn geldt dit in het algemeen
pas voor bedrijven als het een dynamisch karakter heeft, real-time en continue actueel en
betrouwbaar is, via betrouwbare bronnen beschikbaar is en gegarandeerd beschikbaar blijft
en te integreren is met de eigen data (Immonen et al., 2014b). Janssen et al. (2014) hebben
een Interoperability Maturity stages model ontwikkeld om te beoordelen in welke mate OD te
integreren is met de eigen informatievoorziening door kenmerken voor de mate van volwassenheid van de interoperabiliteit te geven. Dit model heeft een technische insteek en mist de
organisatorische vereisten om open data te kunnen verwerken. Volgens onderzoek onder vijf
Nederlandse bedrijven die OD als basis voor hun business model hebben vereist structureel
gebruik van OD: duidelijkheid data, duidelijkheid databron, bruikbare licentie en geborgde beschikbaarheid (Kaasenbrood, Zuiderwijk, Janssen, de Jong, & Bharosa, 2015). Mogelijk dat
dit voor alle typen vrije data geldt maar er is daarvoor geen vergelijkend onderzoek gevonden.
De bouwstenen die het bedrijf het vermogen moeten geven om te kunnen participeren in het
ODP zijn ook de bouwstenen waarmee de bestaande producten en/of diensten voor de waardeketen gerealiseerd worden (Zeleti & Ojo, 2014). Deze bouwstenen zijn: individuele medewerkers, het business proces, de organisatiestructuur, de IT-infrastructuur, de technologie en
het management/aansturing. De Open Data Capability Matrix (Zeleti & Ojo, 2014) is een instrument voor bedrijven om die bouwstenen te beoordeling in de mate waarin deze OD-functies helpen te realiseren tijdens verschillende ODP fases. De functies per procesfase zijn:
Data creatie:
o Genereren van open data
Dataverzameling, -aggregatie en verwerking:
o (Open) Dataopslag en rekenkracht
o (Open) Dataverwerking
Datadistributie en bezorging:
o Publicatiemogelijkheden
o Toegangsmogelijkheden tot de data zelf of een toegangspoort (API)
o Datavrijgave
Uiteindelijke datagebruik
o Data inlezen
o Data toepassingsmogelijkheden
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 10 van 31
Figuur 2: Bijgestelde rollen van actoren binnen ODE. (Immonen et al., 2014a, p. 9)
Er ontstaat een netwerk van onderling gerelateerde diensten. Iedere toepassing van OD wordt
langs een aaneenschakeling van specifiek voor die toepassing genodigde diensten gerealiseerd, de waardeketen. De diensten die daarbij binnen een ODE geactiveerd worden bepalen
uiteindelijk de aard en de mate van de toegevoegde waarde en uiteindelijk de duurzame toegevoegde waarde van de ODE.
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 11 van 31
Figuur 3: Voorbeelden van belemmeringen voor toepassing van open data vanuit verschillende perspectieven.
Heimstdt et al. (2014) bij ODEs in het algemeen twee prominent aanwezige tekortkomingen:
- aanbod wordt onvoldoende aangewakkerd door de vraag
- actoren ervaren te weinig verbondenheid.
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 12 van 31
Dawes (2012) noemt voor het aanbieden van data door bedrijven nog dat de klantbehoefte
onvoldoende duidelijk is. Immonen et al. (2014b) zien bij het publiceren van OD nog uitdagingen in: de data verkoop, de beperkingen op verwerkte data en privacy gerelateerd data, de
kosten voor het prepareren en verzamelen, onzekerheid in de leverantie en alternatieve databronnen.
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 13 van 31
Voor deze factoren zijn in 4.5.1, 4.5.2, 4.5.3 belemmeringen terug te vinden. Uit de publicaties van die paragrafen zijn 190 belemmeringen gedestilleerd. Clustering van deze belemmeringen gaf een duidelijke groepering voor de drie items onder beheersing (datamanagement,
leiderschap en kennis/vaardigheden). Voor openheid en technische koppeling waren wel veel
belemmeringen maar ook heel veel herhaalde vermeldingen. Absorptievermogen kwam niet
duidelijk naar voren. Er bleven belemmeringen over in de sfeer van relatie en interacties tussen bedrijven. Het verband met absorptievermogen is wel te leggen maar niet overtuigend.
Verder bleven belemmeringen zoals Difficult to make money with open data (Zuiderwijk,
Janssen, et al., 2014) over. Het gaat om weerstanden die het realiseren van doelen met de
inzet van OD frustreren. Deze zijn te vatten onder de term Motivatie.
Op basis van deze bevindingen tot vijf factoren gekomen die een empirische verkenning verdienen.
1.
2.
3.
4.
5.
Eindconclusie
Dit literatuurrapport heeft tot doel de theoretische vraag Wat kenmerkt de participatie van
bedrijven binnen een open data ecosysteem? te beantwoorden via de laatste stand van
wetenschappelijke kennis zodat gefundeerd de onderzoeksoptiek bepaald kan worden.
Via de conclusies van de belemmeringen ( 4.5.4) laten de verschillende aspecten zich clusteren tot vijf sociaal-technische themas: Motivatie, Connectiviteit, Beleid, Kennis en vaardigheden en Datamanagement:
Door deze themas te relateren aan ODE bouwstenen (Immonen et al., 2014a) wordt duidelijk
welke kernvragen gerelateerd zijn aan de participatie van het bedrijf in een ODE:
Waardeketen: Motivatie, Connectiviteit en Datamanagement bepalen of het bedrijf
kan participeren in een open data process. Zijn er de juiste bedrijfsfuncties?
Gemeenschap: Motivatie, Connectiviteit, Beleid en Kennis /vaardigheden bepalen of
het bedrijf in de positie is om te participeren. Is er een rol?
Business Model: Kennis /vaardigheden, Datamanagement en Beleid bepalen of het
bedrijf wil participeren. Is het verstandig?
Deze themas met hun ongeordende verzameling onderliggende aspecten vormen samen met
de kernvragen de elementen in het conceptuele raamwerk (Figuur 4) rondom het open/shared
data proces.
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 14 van 31
Figuur 4: Conceptueel raamwerk voor verkenning van sociaal technische factoren die participatie belemmeren van bedrijven in een open data ecosysteem..
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 15 van 31
6 Literatuurreferenties
Onder het kopje peer-reviewed staan de verantwoorde ODE-literatuur, de publicaties die
middels een vorm van peer-review door de onderzoeksgemeenschap gevalideerd zijn (conference proceedings, PhD thesis en artikelen in peer-reviewed tijdschriften).
Peer-reviewed
Barry, E., & Bannister, F. (2014). Barriers to open data release: A view from the top. Information Polity,
19(1-2), 129-152.
Briscoe, G. (2009). Digital Ecosystems. Proceedings of the International Conference on Management
of Emergent Digital EcoSystems MEDES 09, 67, 206-206.
Briscoe, G. (2010). Complex adaptive digital ecosystems. On MEDES '10 Proceedings of the
International Conference on Management of Emergent Digital EcoSystems.
Davies, T., & Edwards, D. (2012). Emerging Implications of Open and Linked Data for Knowledge
Sharing in Development. IDS Bulletin, 43(5), 117-127.
Dawes, S. S. (2012). A realistic look at open data. Center for Technology in Government, University at
Albany/SUNY Available at http://www. w3. org/2012/06/pmod/pmod2012_submission_38.
pdf.
Denis, J., & Gota, S. (2014). Exploration, Extraction and'Rawification'. The Shaping of Transparency in
the Back Rooms of Open Data. Paper presented at the Neil Postman Graduate Conference.
Hartmann, P. M., Zaki, M., Feldmann, N., & Neely, A. (2014). Big Data for Big Business? A Taxonomy of
Data-driven Business Models used by Start-up Firms, Cambridge Service Alliance (pp. 1-29).
Immonen, A., Palviainen, M., & Ovaska, E. (2014a). Requirements of an Open Data Based Business
Ecosystem. IEEE Access, 2, 88-103.
Immonen, A., Palviainen, M., & Ovaska, E. (2014b). Towards open data based business: Survey on
usage of open data in digital services. International Journal of Research in Business and
Technology, 4, 286-295.
Janssen, M., Charalabidis, Y., & Zuiderwijk, A. (2012). Benefits, Adoption Barriers and Myths of Open
Data and Open Government. Information Systems Management, 29(4), 258-268.
Janssen, M., Estevez, E., & Janowski, T. (2014). Interoperability in big, open and linked data organizational maturity, capabilities and data portfolios. IEEE Computer.
Janssen, M., & Zuiderwijk, A. (2014). Infomediary Business Models for Connecting Open Data Providers
and Users. Social Science Computer Review, 32(5), 694-711.
Jetzek, T. (2015). The Sustainable Value of Open Government Data: Uncovering the Generative
Mechanisms of Open Data through a Mixed Methods Approach. Copenhagen Business School.
Jetzek, T. (Expected 12/2015). Innovation in the Open Data Ecosystem: Exploring the role of real
options thinking and multi-sided platforms for sustainable value generation through open
data. In R. Edgeman, E. G. Carayannis & S. Sindakis (Eds.), Analytics, Innovation and Excellence
Driven Enterprise Sustainability (Democracy, Innovation and Entrepreneurship for Growth ed.,
pp. 19): Palgrave MacMillan.
Jetzek, T., Avital, M., & Bjorn-andersen, N. (2014). Data-Driven Innovation through Open Government
Data. Journal of Theoretical and Applied Electronic Commerce Research, 9(2), 100-120.
Jetzek, T., Avital, M., & Bjrn-Andersen, N. (2014). Generating Sustainable Value from Open Data in a
Sharing Society. Paper presented at the IFIP-TDIT 2014.
Kaasenbrood, M., Zuiderwijk, A., Janssen, M., de Jong, M., & Bharosa, N. (2015). Exploring the Factors
Influencing the Adoption of Open Government Data by Private Organisations. International
Journal of Public Administration in the Digital Age (IJPADA), 2(2), 75-92.
Kaschesky, M., & Selmi, L. (2014). 7R Data Value Framework for Open Data in Practice: Fusepool.
Future Internet, 556-583.
Lindman, J., Kinnari, T., & Rossi, M. (2015). Business Roles in the Emerging Open-Data Ecosystem. IEEE
Software, 1-1.
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 16 van 31
Lnnika, M., & Mchov, R. (2015, 2015). Open (Big) Data and the Importance of Data Catalogs and
Portals for the Public Sector. Paper presented at the 3rd Global Virtual Conference, THOMSON,
Slovakia.
Mars, M. M., Bronstein, J. L., & Lusch, R. F. (2012). The value of a metaphor : Organizations and
ecosystems. Organizational Dynamics, 41(4), 271-280.
Martin, C., & Clegg, C. W. (2012, 2012). A Socio-Technical Systems Analysis of the Potential Barriers to
Adoption of Open Data Approaches by UK Public Bodies. Paper presented at the 4th ACM
International Conference on Web Science.
Marton, A., Avital, M., & Jensen, T. B. (2013, 2013). Reframing open big data. Paper presented at the
Proceedings of the 21st European Conference on Information Systems, Utrecht.
Pilinkien, V., & Maiulis, P. (2014, 2014). Comparison of Different Ecosystem Analogies: The Main
Economic Determinants and Levels of Impact. Paper presented at the 19th International
Scientific Conference; Economics and Management, Riga, Latvia.
Resnick, P., Zeckhauser, R., & Avery, C. (1995). Roles for electronic brokers. In G. W. Brock (Ed.), (pp.
289-304): Lawrence Erlbaum Associates, Inc.
Zeleti, F. A., & Ojo, A. (2014). Capability Matrix for Open Data. In L. Camarinha-Matos & H.
Afsarmanesh (Eds.), Collaborative Systems for Smart Networked Environments (Vol. 434, pp.
498-509): Springer Berlin Heidelberg.
Zeleti, F. A., Ojo, A., & Curry, E. (2014). Emerging Business Models for the Open Data Industry :
Characterization and Analysis. Paper presented at the 15th Annual International Conference
on Digital Government Research.
Zuiderwijk, A., Helbig, N., Gil-Garca, J. R., & Janssen, M. (2014). Special issue on innovation through
open data - A review of the state-of-the-art and an emerging research agenda: Guest editors'
introduction. Journal of Theoretical and Applied Electronic Commerce Research, 9.
Zuiderwijk, A., Janssen, M., Choenni, S., Meijer, R., Alibaks, R. S., & Sheikh Alibaks, R. (2012). Sociotechnical impediments of open data. Electronic Journal of eGovernment, 10, 156-172.
Zuiderwijk, A., Janssen, M., & Davis, C. (2014). Innovation with open data: Essential elements of open
data ecosystems. Information Polity: The International Journal of Government & Democracy
in the Information Age, 19(1/2), 17-33.
Zuiderwijk, A., Janssen, M., & Jeffery, K. (2013). Towards an e-infrastructure to support the provision
and the use of open data. On International conference for e-democracy and open government.
Zuiderwijk, A., Janssen, M., & Parnia, A. (2013). The complementarity of open data infrastructures. On
Proceedings of the 14th Annual International Conference on Digital Government Research dg.o '13.
Zuiderwijk, A., Janssen, M., Poulis, K., & Kaa, G. v. d. (2015). Open Data for Competitive Advantage :
Insights from Open Data Use by Companies. On Proceedings of the 16th Annual International
Conference on Digital Government Research. New York, NY, USA: ACM.
Overige ODE-publicaties
Berners-Lee,
T.
(2009).
Linked
data.
Retrieved
20-9,
2015,
from
http://www.w3.org/DesignIssues/LinkedData.html
Davies, T. (2013). Open Data Barometer: 2013 Global Report.
Davies, T., Sharif, R. M., & Alonso, J. M. (2015). Open Data Barometer - Global Report Second Edition.
Dawes, S. S. (2012). A realistic look at open data. Center for Technology in Government, University at
Albany/SUNY Available at http://www. w3. org/2012/06/pmod/pmod2012_submission_38.
pdf.
Dodds, L., & Newman, A. (2015, March 2015). Open Data Maturity Model. Retrieved 20/9, 2015, from
https://theodi.org/guides/maturity-model
European Commission. (2011). Open data: An engine for innovation, growth and transparent
governance (No. COM(2011) 882 final). Brussels: European Commision.
Data , Data , Data : Big , Linked & Open 15-27 (Bizzprint 2013).
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 17 van 31
Heimstdt, M., Saunderson, F., & Heath, T. (2014). Conceptualizing Open Data ecosystems: A timeline
analysis of Open Data development in the UK: Discussion Paper, School of Business &
Economics: Management.
Hunnius, S., Njacheun-Njanzoua, G., Prasopoulou, E., Hardinges, J., Fawcett, J., & Heath, T. (2015).
Open Data Stakeholder Requirement Report 2.
Kaasenbrood, M. (2013). An exploration of the use of open government data by private organisations:
Contributing to the improvement of governmental policies by examining the current use of
open government data by private organisations in the Netherlands.
Nachira, F., Dini, P., & Nicolai, A. (2007). A network of digital business ecosystems for Europe: roots,
processes and perspectives. In F. Nachira, P. Dini, A. Nicolai, M. Le Louarn & L. Rivera Lon
(Eds.), Digital Business Ecosystems (pp. 5-24). Luxembourg: Office for Official Publications of
the European Communities.
OECD. (2013). Exploring Data-Driven Innovation as a New Source of Growth. OECD Digital Economy
Papers.
OECD. (2014). Data-driven Innovation for Growth and Well-being: Interim Synthesis Report.
OpenDataMonitor.
(2015).
Retrieved
19-sept,
2015,
from
http://opendatamonitor.eu/frontend/web/index.php?r=dashboard%2Findex
What
is
Open
Data?
(2005).
Retrieved
25-05-2015,
2015,
from
http://opendatahandbook.org/guide/en/what-is-open-data/
Zuiderwijk, A., & Janssen, M. (2014). Barriers and Development Directions for the Publication and
Usage of Open Data: A Socio-Technical View. In M. Gasc-Hernandez (Ed.), Open Government:
Opportunities and Challenges for Public Governance (Vol. 4, pp. 115-135). New York: Springer.
Literatuuronderzoek publicaties
Harzing, A.-W. (2011). The Publish or Perish Book: Your guide to effective and responsible citation
analysispp. 266).
Mingers, J. (2000). What is it to be critical? Teaching a critical approach to management
undergraduates. Management Learning, 31(2), 219-237.
Okoli, C., & Schabram, K. (2010). Working Papers on Information Systems A Guide to Conducting a
Systematic Literature Review of Information Systems Research. Working Papers on
Information Systems, 10, 1-51.
Par, G., Trudel, M.-C., Jaana, M., & Kitsiou, S. (2014). Synthesizing information systems knowledge: A
typology of literature reviews. Information & Management, 52, 183-199.
Saunders, M., Lewis, P., Thornhill, A., Verckens, J. P., & Smitt, P. (2011). Methoden en technieken van
onderzoek (5de ed.). Amsterdam: Pearson Education.
Wallace, M., & Wray, A. (2006). Critical reading and writing for postgraduates: ThousandOaks, CA:
Sage.
Software
Harzing, A.-W. (2007). Publish or Perish (Version 4.17.0).
Mendeley Ltd. (2015). Mendeley Desktop (Version 1.15).
Thomson Reuters. (2015). EndNote (Version X7).
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 18 van 31
(Belangrijkste) trefwoorden
Welke rollen kunnen er binnen (de verschillende typen) open data ecosystemen onderkend worden
voor de participanten en in
het bijzonder welke verbindende rol(len)?
Welke mogelijkheden en
belemmeringen worden in
onderzoek genoemd voor
Idem +
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 19 van 31
o
o
o
o
o
o
o
o
o
o
o
o
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 20 van 31
OU5 PoPcheck6
Citations
1999-5903 n
2169-3536 n
0740-7459 y
1570-1255 y
2041-1480 y
0718-1876 y
1
1
1
1
48
1
1
1
1
2
0
2
1
2
0
3
20
3
1380-7501 y
0894-4393 y
1750-6166 y
1
1
1
1
2
1
1
18
7
0962-8924 y
0361-1981 y
2
1
4
1
Journals
issn
Future Internet
IEEE Access
IEEE Software
Information Polity
Journal of Biomedical Semantics
Journal of Theoretical and Applied Electronic
Commerce Research
Multimedia Tools and Applications
Social Science Computer Review
Transforming Government: People, Process
and Policy
Trends in cell biology
Transportation Research Record: Journal of the
Transportation Research Board
Peer-reviewed (OU)
Freq/maand
8
7
6
5
4
3
2
1
0
Onbekend
2012
2013
2014
2015
Tabel 4: PoP resultaat Open Data Ecosystem(s), in geel de OU/PoP tijdschrift resultaten, vet de WoS resultaten.
Cites Authors
137 SA Sansone, P Rocca-Serra, D
Field, E Maguire
67
B Ubaldi
50
TM Harrison, TA Pardo, M Cook
25
Title
Toward interoperable bioscience data
Year
2012
2013
2012
2011
Geen van deze tijdschriften komen voor op de Journal Quality List, 55th Edition, 23 May 2015
(http://www.harzing.com/jql.htm)
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 21 van 31
20
T Davies, D Edwards
20
P Lopes, JL Oliveira
18
M Janssen, A Zuiderwijk
12
B Worthy
6
5
5
C Schwegmann
N Julien
M Palmirani, M Martoni, D Girardi
C Bartels, K Jenderny
12
9
8
8
7
5
4
4
4
4
4
4
4
4
4
3
3
3
3
3
3
3
3
Emerging implications of open and linked data for knowledge sharing in development
COEUS:" semantic web in a box" for biomedical applications.
Infomediary business models for connecting open data
providers and users
R&Wbase: git for triples.
2012
2012
2014
2014
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
2012
2014
2013
2014
2013
2014
2014
2013
2013
2012
2014
2014
2011
2014
2013
2013
2014
2014
2014
2014
2014
2015
2015
2014
2011
2012
2014
2014
pag. 22 van 31
3
3
3
2
2
M Heimstdt, T KELSEY
S Chattapadhyay
C Alexopoulos, E Loukis
2
2
2
2
2
R Kitchin
P Pollard
T Meissner, D RostamAfschar
D Quint
S Chattapadhyay
1
1
1
1
D Lee
C Alexopoulos, A Zuiderwijk, Y
Charalabidis, E Loukis
Y Soltan-Zadeh, JR Crdoba
N Verma, MP Gupta
M Cook, MA Jurkat
E Mercado-Lara, JR Gil-Garcia
1
1
1
1
1
1
1
1
P Parycek, N Edelmann
W Ritter
A Immonen, M Palviainen, E
Ovaska
I Susha, A Zuiderwijk, M Janssen
B Estermann
M Grzegorzek, M Granitzer, S
Rger, M Sintek
L Bigagli, T Sveinsdottir, B Wessels, R Smallwood
2013
2014
2014
2014
2014
2013
2013
2014
2014
2013
2014
2013
2011
2014
2014
2014
2014
0
2014
2013
2011
2014
2014
2014
2014
2014
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
2014
pag. 23 van 31
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
2014
2014
2015
2014
2015
2015
2014
2014
2015
0
0
2015
2014
2014
2014
2014
2014
2013
2015
2014
0
2013
2014
0
2013
2014
0
2014
2014
2014
pag. 24 van 31
J Clippinger, D Bollier
CG Reddick, L Anthopoulos
0
0
0
J Breuer
J Chalifour
G Maccani, B Donnellan, M Helfert
D Lee, R Cyganiak, S Decker
M Vander Sande, P Colpaert, T
De Nies
M Napolitano
M Van CompernolleiMinds
MICTUGent
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
P Colpaert
S Ona, S Fumega, F van
Schalkwyk, J Shkabatur
A Dimou, P Colpaert, R Troncy, E
Mannens
Y Soltan-Zadeh, JR CrdobaPachn
O Agbabiaka, A Ojo
2014
0
0
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
2015
0
2015
2015
2014
2014
0
0
2013
2014
2014
0
2014
2013
2015
0
0
2014
2015
2014
2014
0
2015
2014
0
2014
pag. 25 van 31
E Burnstein, S IYER
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
2014
2015
2014
2014
2014
2015
0
2015
0
0
0
2013
2015
2015
2012
0
0
2015
2014
2014
2015
0
0
2015
2015
2013
0
2014
2020
pag. 26 van 31
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
CIN MACEDONIA
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
2013
2013
0
0
2015
2014
2014
2015
2014
2015
2015
2015
2014
2014
2014
2015
2014
2015
2014
2014
2015
2014
2014
2015
2014
2015
2012
pag. 27 van 31
Barriers
Institutional
Task complexity
Difficulty in searching and browsing due to no index or other means to ensure easy search for
finding the right data
Even if data can be found, users might not be aware of its potential uses
Data formats and datasets are too complex to handle and use easily
No tooling support or helpdesk
Focus is on making use of single datasets, whereas the real value might come from combining
various datasets
Use and participation
Contradicting outcomes based on the use of the same data Invalid conclusions
No incentives for the users
Public organizations do not react to user input
Frustration at the existence of too many data initiatives
No time to delve into the details, or no time at all
Having to pay a fee for the data
Registration required before being able to download the data
Unexpected escalated costs
No time to make use of the open data
Lack of knowledge to make use of or to make sense of data
Lack of the necessary capability to use the information
No statistical knowledge or understanding of the potential and limitations of statistics Threat of
lawsuits or other violations
Legislation
Privacy violation
Security
No license for using dataLimited conditions for using data
Dispute and litigations
Prior written permission required to gain access to and reproduce data Reuse of contracts/agreements
Information Quality
Lack of information
Lack of accuracy of the information
Incomplete information, only part of the total picture shown or only a certain range Obsolete and
non-valid data
Unclear value: information may appear to be irrelevant or benign when viewed in isolation, but
when linked and analyzed collectively it can result in new insights
Too much information to process and not sure what to look at
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 28 van 31
Technical
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 29 van 31
Step
Technical barrier
Creating data System quality
Few metadata created
Metadata are difficult to understand
Unstructured metadata created
No open data publication support
Publishing
data
Finding data
Social barrier
Quality of the data source is unknown
Metadata are difficult to understand
Datasets are not sufficiently comprehensive
Inappropriate support for data creation
(e.g. lack of policy, legal framework and
guidelines for data creation)
Not being aware of the needs of open data
users
Not considering the needs of open data users in the way of creating data
Not knowing how to integrate data creation
in the process of systematically publishing
open data
The process of creating data is highly related to data publication
Risk averse attitude and resistance towards
opening
Embargo period, data deletion policy or organization wants to reuse data itself
Fee charged for data use (revenue system
based on creating income from data)
Risk on privacy violation, legal liability, data
misuse and criticism
Unclear how data can be published. Insufficient guidance of open data policies about
how to deal with complexities and risks of
opening data
Not willing to publish data
Unclear how data will be reused in the future
Unclear value of open data
Not being aware of the needs of open data
users
Not considering the needs of open data users in the way of publishing data
License restricts data publication and/or use
Many types of uses to consider
Users often do not know which organization
creates which data
Organizations need to collaborate to make
data findable
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 30 van 31
Using data
(analysing
and processing)
Discussing
data and
providing
feedback on
them
Pascal Slaats (836695964) - Bedrijfsparticipatie binnen open data ecosystemen (v. 2.0)
pag. 31 van 31