A holistic framework for government big data ecosystem (“DataGov.eco”)

Abstract

The public sector, business community, and civil society are producing data that are high in volume, veracity, and velocity and come from diverse sources. Today, this type of data is known as big data. Public administrations (PAs) regard big data as the ‘new oil’ and embrace data-driven policies to gather, analyze, share, leverage, and safeguard data to advance good governance, transparency, innovative digital services, and citizen engagement in public policy. The emergence of the Government Big Data Ecosystem (GBDE) is evident from the above. Despite the great interest in this ecosystem, there is a lack of clear definition; the overall data lifecycle is not well understood, the different actors and their roles are not well defined, and the impact in key public administration sectors is not yet assessed. Public sector organizations face a challenging task in managing big data throughout its data lifecycle. An appropriate conceptual framework for data-driven government is missing. Such literature gaps impose a crucial obstacle to better understanding the prospects and nascent issues in promoting, developing, and leveraging the GBDE. Through this study, we aim to start filling the above-mentioned gaps following a Design Science Research Approach. We propose a definition for the GBDE, a data lifecycle framework for data-driven governments (DaLiF) based on analysis of existing data lifecycle models, and a holistic conceptual framework for the Government Data Ecosystem (DataGov.eco). This framework can support different audiences and stakeholders, including public authorities such as systems and data technologies owners, engineers, analysts, scientists, and stewards. We aim to contribute to this fast-evolving area by increasing clarity and establishing a common understanding of key elements of the emerging GBDE.

Ο δημόσιος τομέας, η επιχειρηματική κοινότητα και η κοινωνία των πολιτών παράγουν δεδομένα που έχουν μεγάλο όγκο, ακρίβεια και ταχύτητα και προέρχονται από διαφορετικές πηγές. Σήμερα, αυτός ο τύπος δεδομένων είναι γνωστός ως big data. Οι δημόσιες διοικήσεις (PA) θεωρούν τα μεγάλα δεδομένα ως το «νέο πετρέλαιο» και υιοθετούν πολιτικές που βασίζονται σε δεδομένα για τη συλλογή, ανάλυση, κοινή χρήση, μόχλευση και προστασία δεδομένων για την προώθηση της χρηστής διακυβέρνησης, της διαφάνειας, των καινοτόμων ψηφιακών υπηρεσιών και της συμμετοχής των πολιτών στη δημόσια πολιτική. Η εμφάνιση του Κυβερνητικού Οικοσυστήματος Μεγάλων Δεδομένων (GBDE) είναι εμφανής από τα παραπάνω. Παρά το μεγάλο ενδιαφέρον για αυτό το οικοσύστημα, υπάρχει έλλειψη σαφούς ορισμού. ο συνολικός κύκλος ζωής των δεδομένων δεν είναι καλά κατανοητός, οι διάφοροι παράγοντες και οι ρόλοι τους δεν είναι καλά καθορισμένοι και ο αντίκτυπος σε βασικούς τομείς της δημόσιας διοίκησης δεν έχει ακόμη αξιολογηθεί. Οι οργανισμοί του δημόσιου τομέα αντιμετωπίζουν ένα δύσκολο έργο στη διαχείριση μεγάλων δεδομένων καθ' όλη τη διάρκεια του κύκλου ζωής τους. Λείπει ένα κατάλληλο εννοιολογικό πλαίσιο για κυβέρνηση που βασίζεται στα δεδομένα. Τέτοια λογοτεχνικά κενά επιβάλλουν ένα κρίσιμο εμπόδιο για την καλύτερη κατανόηση των προοπτικών και των εκκολαπτόμενων ζητημάτων για την προώθηση, την ανάπτυξη και τη μόχλευση του GBDE. Μέσω αυτής της μελέτης, στοχεύουμε να αρχίσουμε να συμπληρώνουμε τα προαναφερθέντα κενά ακολουθώντας μια Προσέγγιση Έρευνας Επιστήμης Σχεδιασμού. Προτείνουμε έναν ορισμό για το GBDE, ένα πλαίσιο κύκλου ζωής δεδομένων για κυβερνήσεις που βασίζονται σε δεδομένα (DaLiF) που βασίζεται στην ανάλυση υφιστάμενων μοντέλων κύκλου ζωής δεδομένων και ένα ολιστικό εννοιολογικό πλαίσιο για το κυβερνητικό οικοσύστημα δεδομένων (DataGov.eco). Αυτό το πλαίσιο μπορεί να υποστηρίξει διαφορετικά κοινά και ενδιαφερόμενα μέρη, συμπεριλαμβανομένων των δημόσιων αρχών, όπως ιδιοκτήτες συστημάτων και τεχνολογιών δεδομένων, μηχανικούς, αναλυτές, επιστήμονες και διαχειριστές. Στόχος μας είναι να συμβάλουμε σε αυτόν τον ταχέως εξελισσόμενο τομέα αυξάνοντας τη σαφήνεια και καθιερώνοντας μια κοινή κατανόηση των βασικών στοιχείων του αναδυόμενου GBDE.