Så väljer du offentliga datakällor för marknadsanalys

Utgå från marknadsfrågan – inte datakällan

Börja med vilket beslut analysen ska stödja och vilken marknadsfråga som ska besvaras. Bestäm därefter variabler, geografisk nivå och tidsperiod. Efterfrågan i en bransch kräver andra data än etableringar i en kommun eller löneutveckling över tid.

Sök offentliga datakällor först när kraven är tydliga. Skatteverket uppger att myndigheter samlar in och lagrar stora mängder offentlig data. Digitalisering, strukturering och lätt åtkomst gör att informationen kan bidra till samhällsnytta även utanför myndigheten, till exempel i forskning eller nya produkter.

Skatteverket har exempelvis offentlig data om medelinkomster i olika branscher och genomsnittshyror för butikslokaler.

Namnge källan tidigt. Statistiska Centralbyrån (SCB) publicerar statistik efter ämne på scb.se/hitta-statistik, där bland annat Export till våra 30 största handelspartner finns. Skatteverket gör sina öppna data tillgängliga via sin utvecklarportal.

Skilj på öppna data och annan offentlig information

Skatteverket definierar öppna data som digitaliserad, offentlig information som vem som helst kan ta del av och använda till valfritt ändamål. Upphandlingsmyndigheten beskriver öppna data som digitaliserad information som du kan använda, återanvända och dela med dig av så att andra kan utveckla den.

Offentlig information är inte automatiskt öppen för vidareutnyttjande. SKR påpekar att den svenska lagen om öppna data enligt regeringens förarbeten inte i sig ger någon egen rätt till datan.

Lagen gäller i två fall. Första: när någon enligt annan lag eller förordning har laglig rätt till uppgifterna och begär vidareutnyttjande. Andra: när en myndighet själv väljer att göra data tillgänglig för vidareutnyttjande.

Huvudregeln är att lagen inte gäller när statliga myndigheter och offentliga organisationer delar data med varandra.

Den 1 augusti 2022 genomförde Sverige EU:s direktiv om öppna data och vidareutnyttjande av information från den offentliga sektorn i svensk lag. Det skedde genom lagen (2022:818) om den offentliga sektorns tillgängliggörande av data, ofta kallad nya datalagen.

Direktivet trädde i kraft i juli 2019 och ersatte det tidigare PSI-direktivet.

Värdefulla datamängder har en särskild reglering. EU-kommissionen fastställer vilka datamängder som är värdefulla och hur de ska göras tillgängliga. Kraven gäller både statliga myndigheter och offentliga organisationer.

Vägledning om öppna datalagen finns hos Digg. Att en uppgift är offentlig räcker alltså inte som urvalskriterium – pröva om den också får vidareutnyttjas.

SKR:s jurister har tagit fram en tolkning av om lagen gäller för kommunernas geodata. Den finns i PM:et Kommunernas geodata och öppna-datalagstiftningen.

Fördelar och nackdelar med öppna data från myndigheter

Kontrollera täckning, indelning och jämförbarhet

Kontrollera att datan täcker rätt bransch, geografi och period. Ska analysen jämföra över tid måste indelningar och kategorier vara stabila, till exempel branschindelning, geografiska nivåer och tidsperioder. Ändrade indelningar gör att serier inte utan vidare kan kopplas ihop.

Statskontoret har granskat öppna data på 40 myndigheters webbplatser samt länsstyrelsernas geodatabas och gemensamma karttjänster. Nästan samtliga myndigheter publicerar öppna data, men de flesta gör det på ett sätt som hindrar dem som vill vidareutnyttja informationen.

Statskontoret lyfter särskilt att myndigheter använder olika standarder för data och metadata. Det försvårar för användare som vill samköra dataset från flera olika myndigheter. Jämförbarhet bör därför kontrolleras tidigt.

Ställ jämförbarhetskravet mot namngivna källor. SCB redovisar statistik efter ämne, Skatteverket medelinkomster per bransch och genomsnittshyror för butikslokaler. Kontrollera att branschbegrepp och geografiska nivåer betyder samma sak i båda.

Välj åtkomstsätt efter analysbehov: API, fil eller katalog

API:er passar när analysen ska upprepas och automatiseras. Enligt Skatteverket är ett API en funktion som en programmerare kan anropa för att beställa hem information från någon annans databas eller program. Informationen kan skickas till exempelvis en app, en databas eller en Excelfil som tar emot och sparar en kopia. Skatteverket kallar öppna data som nås via API för öppna data-API:er.

Nedladdningsbara filer passar när du vill granska, bearbeta eller analysera ett urval manuellt. Skatteverket tillhandahåller öppna data både via API:er och som nedladdningsbara .csv-filer, vilka går att öppna i Excel och andra kalkylprogram. Även andra organisationer och myndigheter publicerar öppna data i textform på webbplatser eller som nedladdningsbara filer som komplement till API:er.

Metadatakataloger hjälper dig att hitta och bedöma datamängder. Upphandlingsmyndighetens metadatakatalog listar data, statistik, karttjänster och andra informationsresurser som är tillgängliga för vidareutnyttjande. Listan visar namn, beskrivning, villkor för användning och tekniska format, och där finns kontaktinformation.

Statskontorets granskning visar samtidigt att de flesta myndigheter saknar API eller motsvarande tjänster. Bedöm därför tidigt om den önskade källan alls kan automatiseras.

Sveriges dataportal, dataportal.se, beskrivs som en plats för den som delar eller använder data och vill att data ska bli en strategisk resurs för bred samhällsnytta. Använd den som komplement till myndigheternas egna kataloger.

Jämförelse av källors åtkomstformer

Granska metadata, dokumentation och kontaktvägar

Bedöm datakällan efter om den har strukturerad metadata, tydliga beskrivningar, teknisk dokumentation och kontaktuppgifter för respektive datamängd. Statskontoret konstaterar att myndigheter sällan tillhandahåller strukturerad metadata. De publicerar i allmänhet inte öppna data så att de är lätta att hitta, och bristande dokumentation om data är ett hinder för användare av dataset.

En metadatakatalog av god kvalitet kan tyda på att datamängden är genomtänkt. Upphandlingsmyndighetens katalog visar namn, beskrivning, villkor för användning och tekniska format. För frågor om innehållet i specifika datamängder hänvisar myndigheten till utpekad kontakt för respektive datamängd i metadatakatalogen; för övergripande frågor om öppna data finns en gemensam kontakt.

Kontrollera också om beskrivningarna förklarar vad varje variabel betyder, vilken enhet som mäts och vilka begränsningar som finns. Saknas sådan information ökar risken för feltolkningar och för att analysen inte kan upprepas.

Räkna med att granska data i webbläsaren. Statskontoret noterar att databaser och dataportaler sällan är responsiva, det vill säga anpassar sig efter skärmens storlek.

Läs användarvillkor och planera för källhänvisning

Öppna data får ofta användas fritt, men inte utan villkor. Upphandlingsmyndigheten anger att deras öppna data är fria att använda, men att du alltid ska ange källa och datum samt vilken period statistiken eller uppgifterna avser. Det gäller oavsett om uppgifterna används i text, diagram eller tabeller.

Bearbetar du statistiken får du inte ange Upphandlingsmyndigheten som källa. Det ska då tydligt framgå vem som har bearbetat statistiken. Myndigheten ger exemplet: Uppgifter: Upphandlingsmyndigheten | Bearbetning: Namn på företaget/organisationen som gjort bearbetningen.

Läs därför användarvillkoren för varje datamängd innan du bygger analysen. SKR påminner samtidigt om att lagen om öppna data inte i sig innebär någon fristående rätt till uppgifterna. Åtkomst kan i stället följa av annan lagstiftning eller av att myndigheten själv tillgängliggör datan.

Villkoren kan också innehålla en uppmaning. Upphandlingsmyndigheten är nyfiken på vilken nytta deras öppna data skapar och tar gärna emot besked via [email protected].

Testa att kombinera källor innan du bygger analysen

Flera offentliga datakällor kan tillsammans bli betydligt mer användbara, men bara om de går att samköra. Statskontoret pekar på att myndigheter använder olika standarder för data och metadata, vilket försvårar samkörning av dataset från flera myndigheter. Även avsaknad av API:er kan göra kombinationen svår att automatisera.

Gör en liten pilot innan du bygger den färdiga analysen. Hämta ett urval från varje källa, kontrollera att gemensamma begrepp, kategorier, geografiska nivåer och tidsperioder matchar, och dokumentera hur du kopplar ihop dem. Håller inte samkörningen, överväg en källa med bättre täckning eller enklare indelning, eller räkna med manuell bearbetning.

Ett viktigt kriterium är repeterbarhet. Om hämtning, rensning och koppling kan beskrivas och göras om på samma sätt blir analysen lättare att granska och uppdatera.

Para ihop namngivna källor två i taget. SCB:s statistik efter ämne kan ställas mot Skatteverkets uppgifter om medelinkomster per bransch. Fungerar kopplingen där, utöka med fler källor.

Checklista för valet av datakälla

Marknadsfråga: Vilket beslut ska analysen stödja? Vilka variabler, geografiska nivåer och tidsperioder krävs?

Öppenhet: Är datan öppen och tillåten att vidareutnyttja? Offentlig information är inte automatiskt öppen, och öppna datalagen ger inte i sig någon självständig åtkomsträtt.

Täckning: Täcker datan rätt bransch, geografi och period? Går indelningar och standarder att jämföra över tid och mellan källor?

Åtkomst: Finns API för automatisering, nedladdningsbara filer som CSV för enklare bearbetning samt en metadatakatalog för översikt och villkor?

Metadata och dokumentation: Finns strukturerad metadata, tydliga beskrivningar, teknisk dokumentation och kontaktuppgifter för datamängden?

Villkor: Är användningen fri, och vilka krav finns på källhänvisning, datum och period? Vid bearbetning: framgår det vem som bearbetat statistiken?

Kombinerbarhet: Delar källan standarder, begrepp och nycklar med de andra källor du vill använda? Testa med en pilot.

Repeterbarhet: Kan hämtning och bearbetning upprepas och granskas på samma sätt nästa gång?

Namn att utgå från: Statistiska Centralbyrån på scb.se/hitta-statistik, Skatteverket via utvecklarportalen med API:er och .csv-filer, Upphandlingsmyndighetens metadatakatalog samt Sveriges dataportal, dataportal.se.

Koppla variabel till källa: medelinkomster i olika branscher och genomsnittshyror för butikslokaler hos Skatteverket, statistik efter ämne hos SCB. Vägledning om öppna datalagen finns hos Digg.

Viktigaste offentliga datakällor i Sverige