Inför en livscykel-förvaltning av data och skala upp

Denna artikel är en del av en artikelserie om en färdplan för strategisk datahantering i en kommun. Klicka här för att komma tillbaka till huvudartikeln. För att komma till de andra artiklarna i färdplanen klicka på ikonerna i bilden nedan.
Data är en resurs som måste underhållas för att skapa värde
Dataförvaltning har som grundläggande syfte att leverera, kontrollera, bevara, skydda och förbättra värdet på kommunens data under dess livscykel så att det finns tillgängligt för de verksamheter som behöver använda data när de behöver det.
Många beter sig dock som om de anser att data bara existerar men data tas fram och sammanställs. Ofta genom att använda avsevärda resurser som används för både själva produktionen av data eller för den unika sammanställningen av befintlig data.
Dataförvaltning måste göras med god disciplin för att data ska vara användbar i kommunen, det är inte bra med ad hoc förvaltning som startar om hela tiden. För att få till en systematisk förvaltning behövs det beslut från ledningen samt teknisk expertis.
Det behövs en helhetssyn i kommunen kring hur kommunens data ska förvaltas - data tas fram och konsumeras av många verksamheter. För att data ska vara användbar för många olika verksamheter behövs det ett samarbete över förvaltningsgränser för att ta fram de grundläggande principerna för dataförvaltning i en kommun. Principerna måste vara anpassade till att vi som kommuner med begränsade resurser kan förvalta våra data på ett tillräckligt bra sätt så att det bästa inte blir det godas fiende.
Det är ingen större skillnad mellan dataförvaltning och förvaltning av t ex en byggnad med skillnaden att data kan användas och konsumeras hur många gånger som helst.
Färdplan för att införa en livscykelcentrerad dataförvaltning
Denna färdplan förutsätter att stegen 1-4 i Färdplanen för en strategisk datahantering i en kommun (som beskrivs i denna artikel) är genomförda. Med andra ord att alla (viktiga) datamängder i kommunen har fått en namngiven ägare, datamängden och ägaren har dokumenterats i en metadatakatalog och samt att det finns en rutin på plats som hjälper informationsägaren att fatta välgrundade beslut angående vem som får tillgång till datamängden.
Men bara att peka ut ett (rudimentärt) regelverk och ansvariga fungerar inte av sig självt. Här beskrivs det några steg som har visat sig underlätta införandet av en långsiktig förvaltning av kommunala datamängder.
Top-down-införande vs bottom-upp
Det finns olika vägar att införa en data- eller informationsförvaltning i en kommun. Ett top-down införande där det centralt beslutas om ett införandet. Eller ett bottom-up införande där man testar och utvecklar en fungerande informationsförvaltning i en del av verksamheten och sedan skalar upp.
I mindre kommuner rekommenderas ett top-down införande eftersom det finns möjlighet till personliga kontakter bland de som jobbar med information i kommunen. I större kommuner finns det en större risk att ett top-down införande tar lång tid, blir en teoretisk övning, har svårt att nå de verksamheter som har mest nytta av den och fastnar i hierarkierna. I den här artikeln fokuserar vi av detta skäl på bottom-up införandet.
Bottom-up införande av informationsförvaltning - Steg för steg
Stegen nedan är beskrivna utifrån ett bottom-up perspektiv, dvs utgår ifrån att en person som jobbar med data utifrån ett strategiskt perspektiv på en av kommunens förvaltningar driver arbetet med att införa en informationsförvaltning i sin förvaltning. Vi kan kalla denna person för data-lots.
I grova drag följer införandet flera loopar av följande steg: Identifiera en mogen verksamhet - testa en rudimentär informationsförvaltning - befästa - skala upp.
- Hitta en startpunkt - Data-lotsen identifierar en verksamhet i sin egen förvaltning som historiskt har haft problem med data av dålig eller okänt kvalitet (t ex personer som jobbar med planeringsunderlag för stadsbyggnadsprocessen där stora mängder information samlas in från olika aktörer och ska sammanställas internt till kvalitetssäkrade beslutsunderlag).
- Hitta informationsägare - Den ansvariga linjechefen för denna verksamhet har då tidigare (enligt rutinen som beskrivs i denna artikel) utpekats som informationsägar-representant för de datamängderna som hens verksamhet hanterar.
- Peka ut informationsförvaltare - Data-lotsen tar en dialog med den informationsägande linjechefen för att chefen ska peka ut vem i dennes organisation som ska vara operativ ansvarig för varje datamängd. Vi kan kalla dessa personer för informationsförvaltare för dessa datamängder. Det brukar vara personerna som kan mest om den specifika datamängden, antingen för att man har tagit fram den eller har tagit in, eller beställt den. Som förberedelse för mötet är det bra att ha med ett estimat på tidsåtgången att förvalta datamängden. Hur mycket tid som behövs kommer skilja sig åt mellan datamängder, stöd för hur detta kan beräknas finns dels i punkterna nedan samt i denna artikel.
- Börja smått - I ett första steg väljer linjechefen ut ett fåtal viktiga datamängder som piloter. Denna prioritering kan ske på magkänsla. I detta skede är det viktigare att komma igång än att allt blir rätt från början.
- Dokumentera - Data-lotsen dokumenterar både informationsägarens namn och namnet på informationsförvaltaren i metadatat för datamängden.
- Tydliggör ansvaret - Data-lotsen tydliggör att informationsförvaltarna ansvarar för sina datamängder men data-lotsen kan guida dem genom processen samt hjälpa till att se till att informationsförvaltningsarbetet blir genomfört. Data-lotsen kan betraktas som en motor i informationsförvaltningen men är inte ansvarig för informationen som ska förvaltas.
- Inför årshjul för informationsförvaltning - Data-lotsen och informationsförvaltarna inför ett enklare årshjul för förvaltningen av de utvalda datamängderna som hanteras i linjechefens verksamhet. Följande steg bör finnas med.
- Bäst före datum - Informationsförvaltare genomför en minst årlig check för varje datamängd om datamängden fortfarande är aktuell och kan användas av kollegorna eller om den behöver uppdateras. Anteckna denna aktualitetsinformation i metadata för datamängden. Notera i metadata när aktualitetschecken gjordes och även när nästa aktualitetscheck ska göras. Detta går att jämföra med att sätta ett bäst-före-datum på datamängden och syftar till att höja förtroendet för datamängden.
- Förbättra beskrivningen - Passa på att, vid den årliga översynen av datamängden, även lägga till sådan beskrivning av datamängden (metadata) som brukar vara intressant för användarna. Detta kan vara ett bättre namn som beskriver vad datamängden innehåller, en allmän eller användarfallspecifik beskrivning av datamängden, och information om vilken del av organisationen som är ansvarig för datamängden.
- Datadelningsbeslut - Informationsförvaltare tar tillsammans med data-lotsen fram underlag till informationsägaren för ett datadelningsbeslut för datamängden enligt rutinen som beskrivs i denna artikel och som innehåller information om läsrättigheter, skrivrättigheter och licensen för datamängden. Här ingår även ansvaret att säkerställa att informationen får delas eller om den ska behörighetsstyras.
- Verkställa och dokumentera beslutet - Data-lotsen förmedlar beslutet om läs- och skrivrättigheter till de personer i organisationen som ansvarar för publiceringen av datamängderna, ofta är det en del av en it-avdelning.
- Befästa årshjulet - Med hjälp av datumet för nästa aktualitetscheck, som antecknades i metadata, kan data-lotsen nu regelbundet påminna informationsförvaltaren för en viss datamängd när denna själv tyckte att datamängden borde ses över nästa gång.
- Skala upp till hela pilotverksamheten - När informationsförvaltningen enligt årshjulet rullar på för de utvalda viktiga datamängderna i en verksamhet är det dags att sprida årshjulsförvaltningen till alla prioriterade datamängder som hanteras i denna verksamhet. Det är den informationsägande linjechefen som bestämmer vilka av de datamängder som dess verksamhet hanterar ska få en aktiv informationsförvaltning. För dessa datamängder hjälper data-lotsen att sätta upp ett årshjul enligt punkt 7 ovan.
- Befästa mandatet- När årshjulet rullar i pilotverksamheten är det dags att skala upp till flera verksamheter inom samma förvaltning. För att det ska gå smidigt rekommenderas det att formalisera data-lotsens roll så att den inte bara bygger på en lös överenskommelse mellan linjechef och data-lotsen. Detta kan ske t ex genom att data-lotsen blir en del av förvaltningsorganisationen där verksamhetsrepresentanter och it-representanter tillsammans förvaltar it-miljön. Det betyder alltså inte att data-lotsen ska bli en del av it-avdelningen utan det är mer ändamålsenligt att bli del av en förvaltningsorganisation som följer förvaltningsmodellen enligt t ex PM3. Genom detta kan data-lotsens roll få en styrning från en styrgrupp där både verksamhet och it ingår vilket möjliggör att balansera behoven från båda dessa sidor. Här är det viktigt att rollen definieras tydligt i förhållande till andra roller som informationssäkerhetssamordnare och säkerhetsskyddsansvarig eftersom dessa tre roller behöver samarbeta.
- Skala upp till hela förvaltningen - Nu har data-lotsen fått mandat att hjälpa övriga verksamheter i förvaltning. Lotsen ska nu ta kontakt med övriga linjechefer på förvaltningen och erbjuder de att tillsammans går igenom deras datamängder för att få en informationsförvaltning enligt årshjulsmodellen igång. För det går man igenom stegen 2-9 ovan för varje verksamhet.
- Utveckla modellen - Data-lotsen tillsammans med informationsförvaltarna på den kommunala förvaltningen ser över om årshjulsmodellen i sin enklaste form är tillräckligt för verksamheten eller om den behöver utvecklas. Införandet av modellen kan behöva kunna ta tid för att bli accepterad av verksamheten. Så det rekommenderas att göra små steg framåt och låta alla verksamheters behov tillsammans avgöra vilka andra förvaltningsaktiviteter som framöver ska inkluderas i årshjulet. Utvecklingen skulle kunna omfatta delar som
- uppskattningar/beräkningar av den förvaltade datamängdens värde. Detta brukar vara relevant för att kunna prioritera förvaltningsaktiviteter och argumentera för att kunna använda resurser för att förvalta och tillgängliggöra datamängden på ett efterfrågat sätt. Vanliga är följande mätmetoder för att bestämma datamängdens värde:
- kostnaden av att samla in och lagra datamängden
- alternativkostnaden att ersätta datamängden om den skulle försvinna
- kostnaden för verksamheten om datamängden inte skulle finnas eller vara felaktig
- kostnaden för förbättringsåtgärder av datamängden
- värdet av datamängden om den hade högre kvalitet
- willingness to pay - vad andra skulle betala för datamängden (t ex för kommunens primärkarta)
- uppskattningar/beräkningar av den förvaltade datamängdens värde. Detta brukar vara relevant för att kunna prioritera förvaltningsaktiviteter och argumentera för att kunna använda resurser för att förvalta och tillgängliggöra datamängden på ett efterfrågat sätt. Vanliga är följande mätmetoder för att bestämma datamängdens värde:
- börja använda sig av FAIR-principerna för att beskriva datamängderna i metadata
- införa en tydlig indelning av all data som hanteras på den kommunala förvaltningen i prioriteringsgrupper enligt en tydligare modell än den ad-hoc prioriteringen som användes under punkt 4 och 9 ovan. En modell som har fungerat tidigare består av minst 2 grupper. Där den första gruppen innehåller alla datamängder som årshjulsmodellen ovan ska appliceras på. Urvalskriterierna för denna första gruppen är alla datamängder som
- används av väldigt många användare eller
- används i en eller flera verksamhetskritiska processer eller
- är av annan anledning viktig att bevaras med bibehållen eller förbättrad kvalitet över tid eller
- ändrar sig ofta och datamängden blir snabb oanvändbar om den inte uppdateras regelbundet eller
- betingar ett stort ekonomiskt värde om de bibehåller en ändamålsenlig kvalitet
- är svåra eller dyra att återskapa om de går förlorade
Den andra gruppen innehåller all annan data som verksamheten hanterar och innehåller ofta all arbetsdata, temporära datamängder, data som tas fram och används i avgränsade projekt mm. Kort sagt allt som inte kvalar in i första gruppen av olika anledningar. Denna indelning i två grupper hjälper till separera agnarna från vetet i en kommun där den första gruppen bör prioriteras att få en stor spridning i kommunen och som ska tillhandahållas till stora användargrupper medan data i den andra gruppen inte bör användas i kommunens viktiga processer eftersom det helt enkelt inte är väldokumenterad vilken kvalitet data har och hur och när datamängderna uppdateras.
- Skala upp till andra delar av kommunen - Detta är det förmodligen svåraste steget. Inte minst då datamängder som nämnts ovan har olika karaktär och det går inte endast att kopiera en plan för dataförvaltning från en datamängd till en annan, utan varje datamängd behöver förstås för att avgöra vad som kan återanvändas från andra planer, respektive vad som kräver en annorlunda hantering. Att arbeta med ambassadörer, dvs informationsägare och förvaltare som kan berätta om och påvisa nyttorna av en systematiskt dataförvaltning är en god idé. Dessa goda exempel kan även finnas i andra organisationer och även i en del artiklar som finns här på digivis.se.
Det är viktigt att komma ihåg att data är en levande resurs, och genom att följa arbetet med årshjulet som beskrivs ovan kan även förändrade behov kring datamängden fångas upp. Det viktigaste är som nämns ovan att komma igång, börja med en datamängd, och låt det växa därifrån.
Vill du ha mer information som kan vara till stöd vid en systematisk förvaltning av data ur ett livscykelperspektiv, titta på in följande länkar:
På DIGGs sidor finns rekommendationer för upphandling av data, i detta underlag kan finnas stöd att ta med för en god förvaltning av datamängder https://www.digg.se/kunskap-och-stod/oppna-och-delade-data/offentliga-aktorer/rekommendationer-for-upphandling-av-data#krav6
Handledningen för kvalitetssäkring av geodata beskriver proceduren Plan - Do-Check-Act som rutin för förvaltningen av geodata, mer information finns på SIS: https://www.sis.se/relevantastandarderfrgeodataenvgledning/Om19157/
SKRs vägledning för Smartare samhällsbyggnadsprocess - Guide till datadrivna processer på kommunal nivå beskriver mer om datahantering ur ett livscykelperspektiv: https://skr.se/skr/tjanster/rapporterochskrifter/publikationer/smartaresamhallsbyggnad.77844.html#:~:text=Syftet%20med%20rapporten%20%C3%A4r%20att%20ge%20f%C3%B6rslag%20p%C3%A5,och%20arbetsgivarorganisation%20f%C3%B6r%20landets%20alla%20kommuner%20och%20regioner.