Reilu datatalouden kypsyysmalli yrityksille -kehittämistyöpaja 23.3.2021
0 likes102 views
Kehitämme Sitrassa reilun datatalouden itsearviointityökalua, joka auttaa yrityksiä arvioimaan kestävän ja reilun datan käytön valmiuksiaan. Ensimmäinen versio kansainvälisestikin ainutlaatuisesta ”Fair Data Economy Score -työkalusta” valmistui loppuvuodesta 2020. Kehitystyö jatkuu läpi kevään keräämällä erilaisten toimijoiden näkemyksiä siitä, mihin suuntaan työkalua kannattaa viedä, jotta se auttaisi yrityksiä toimimaan ihmislähtöisesti datataloudessa. Reilu datatalouden kypsyysmalli yrityksille -kehittämistyöpaja 23.3.2021 Esitykset: - Tiina Härkönen, Sitra - Katri Korhonen, Sitra
More Related Content
Similar to Reilu datatalouden kypsyysmalli yrityksille -kehittämistyöpaja 23.3.2021 (20)
More from Sitra / Hyvinvointi (20)
Reilu datatalouden kypsyysmalli yrityksille -kehittämistyöpaja 23.3.2021
- 1. Reilu datatalous – mitä se tarkoittaa? Tulevaisuuden menestyvät digitaaliset palvelut pohjautuvat luottamukseen ja tuottavat arvoa kaikille
- 2. Ekologisella jälleen- rakentamisella on kiire Verkostomainen valta voimistuu Teknologia sulautuu kaikkeen Talous hakee suuntaa Väestö ikääntyy ja monimuotoistuu Uudenlaiset heimot ja yhteisöt Keskitetyt päätökset vai laaja osallistuminen? Ratkaisut mahdollisuutena vai uhkana? Tulevaisuusvalta Kestävyysvaje Ympäristö resurssina vai ympäristön tilan parantaminen? Reilu vai eriarvoistava siirtymä? Työn ja kulutuksen muutos
- 3. “The impact of digitalisation along with the need to capture, transfer and process more and more data will inevitably require new policy instruments to reach the 2030 and 2050 climate targets…” https://ec.europa.eu/digital-single-market/en/news/energy-efficient-cloud-computing-technologies-and-policies-eco-friendly-cloud-market Millaisessa ympäristössä toimimme?
- 5. TRUST Tarvitsemme luottamuspohjaisia datan jakamisen ekosysteemejä Organisations Lähde: Towards a European-governed Data Sharing Space, Enabling data exchange and unlocking AI potential BDVA Position Paper, V2 11-2020 https://www.bdva.eu/sites/default/files/BDVA%20DataSharingSpaces%20PositionPaper%20V2_2020_Final.pdf People Governance Data Technology
- 6. Mikä sitten on yksilön kannalta epäreilua datataloutta? 10% lasten sovelluk- sista varasti lapsen fyysisen sijainti- tiedon Messenger haluaa sinulta 46 eri lupaa puheli- meesi, Facebook 45 BBC:n tutkimus vuodelta 2018 selvitti, että ehtojen ymmärtämi- nen edellyttäisi yliopisto- tasoista koulutusta Käyttöeh- dot/tieto- suoja- selosteet pidempiä kuin Shake- spearen näytelmät Seitsemän kymme- nestä äpistä antaa datasi tuntemat- tomille yrityksille
- 7. Reilu datatalous on talouden osa- alue, joka keskittyy luomaan palveluja ja dataan perustuvia tuotteita eettisesti. Reiluus tarkoittaa sitä, että yksilöiden oikeuksia suojellaan ja kaikkien sidosryhmien tarpeet otetaan huomioon datataloudessa. Reilu datatalous tuottaa arvoa kaikille: ihmisille, yrityksille ja yhteiskunnalle
- 8. MAHDOLLISTAVA ARKKITEHTUURI IHAN® blueprint, IHAN® kehittäjäyhteisön tuki, Teknologiakokeilut Hallintamalli IHAN® LIIKE- TOIMINNALLE Yritysvastuufoorumi, Sisältöä, parhaita käytäntöjä, työpajoja ja tapahtumia yrityksille IHAN® KANSALAISILLE Digijälki, Digiprofiilitesti, Kampanjat, kyselyt ja tutkimukset IHAN® PÄÄTÖKSEN- TEKIJÖILLE Faktoja päätöksentekoon, Tiekartta, Kyselyt ja tutkimukset KYVYKKYYKSIEN RAKENTAMINEN AJATTELUTAVAN MUUTOS LIIKETOIMINTA- KYVYKKYYKSIEN RAKENTAMINEN IHAN® Dataverkostojen sääntökirja, Yrityskehitysohjelma, Osaamisen kehittäminen MyData Euroopan komission datastrategia
- 9. Uusia toimintamalleja peliin! Yritykset eivät kilpaile vain tuotteilla, palveluilla tai teknologioilla. Todellinen kilpailu tehdään liiketoiminta- malleilla. Tarvitaan uudenlaisia työkaluja yrityksille. (eivätkä ne synny yksin yritysten voimin)
- 12. Reilun datatalouden kypsyysmalli Kohti käytäntöä 23.3.2021 Kehittämistyöpaja yrityksille ja edunvalvojille Katri Korhonen, Sitra
- 13. Tehtävä Mieti esityksen aikana: mitä oivalluksia syntyi? Mikä jäi vielä mietityttämään? Käymme ajatuksianne läpi pienryhmissä
- 14. Näiden teemojen avulla kohti reilua datataloutta Yritysten kehittäminen Innovatiivisten palvelujen suunnittelu ja uusien liiketoimintamallien edistäminen Eettiset periaatteet, käytännesäännöt (code of conduct), työkalut ja käytänteet Regulaatio, standardit, teknologia § § § Ihmisten osallistaminen Reilun datatalouden kypsyysmalli
- 15. - viitekehys sille miten yritysten pitäisi toimia reilussa datataloudessa - kriteeristö, joka kertoo mitä yritysten tulisi huomioida kun ne keräävät, jakavat ja käyttävät dataa, ja kun ne luovat datasta palveluita - kypsyysmalli, joka auttaa yrityksiä määrittelemään kullakin mallissa arvioitavalla ulottuvuudella niiden nykyisen tason, tavoitetason sekä askeleet tavoitetasolle pääsemiseksi - työkalu, joka eroaa perinteisistä ICT- kypsyysmalleista etsimällä erityisen avoimia, läpinäkyviä ja luottamusta lisääviä datan käytön käytänteitä • Fair Data Economy Score provides a framework and a maturity model, according to which organizations should operate in the fair data economy • Fair Data Economy Score tells what organizations should take into account when collecting, sharing and using data, as well as developing data-driven services. • With the help of the Fair Data Economy Score, an organization is able to define the current state of its Reilun datatalouden kypsyysmalli
- 16. Prosessi 2020-2021 Näin sen homma etenee.
- 17. Katsaus taaksepäin: ajatusprosessin muodostuminen Reilun datatalouden kypsyysmalli pohjautuu EU:n datatalouden periaatteisiin - Sitra kehitti reilun datatalouden periaatteet, jotka pohjautuvat Euroopan unionin datatalouden periaatteisiin (data economy principles) - Yhdessä analytiikkatalo Gartnerin kanssa kehitimme kriteeristön arvioimaan kutakin periaatetta - Kriteeristö on sittemmin kehittynyt kypsyysmalliksi, joka määritteleee reilun datatalouden kannalta olennaisimmat ulottuvuudet ja niille kaikille kypsyystasot - Reilun datatalouden kypsyysmalli auttaa yrityksiä arvioimaan niiden suoritusta useilla eri toiminta-alueilla Reilun datatalouden kypsyysmallin kehittyminen EU:n datatalouden periaatteet Reilun datatalouden periaatteet Kriteeristö, joka määrittelee reilun datatalouden periaatteita Reilun datatalouden kypsyysmalli
- 18. Vaihe 1: ensimmäinen kehittämiskierros Syyskuu Keskeiset teemat akateemisesta tutkimuksesta, kv. Keskusteluista, Gartnerin omista toimintaympäristö- analyyseistä jne Lokakuu Ensimmäinen hahmotelma ulottuvuuksia mittaavista kysymyksistä Syyskuu Ensimmäinen hahmotelma ulottuvuuksista ja valintojen perustelut Lokakuu Asiantuntijoiden näkemykset ulottuvuuksista ja kysymypatteristoista Lokakuu Yritysten näkemykset ulottuvuuksista ja kysymypatteristoista Marraskuu Kypsyysmallin ensimmäinen versio Mallin rakentaminen aloitettiin yhteiskehittämällä asiantuntijoiden, yritysten ja Gartnerin kanssa. Kehitystyö tehtiin syksyllä 2020. Kirjallisuuskatsaus Työpaja II Työpaja I Työpaja III Case-haastattelut Kypsyysmallin 1. versio Aikataulu: Sitra Gartner & sidosryhmät
- 19. Vaihe 2: toinen kehittämiskierros Tammi-maaliskuu Pilottiyritykset testaavat työkalua ja antavat palautetta Helmi-maaliskuu Kustakin ulottuvudesta palautteet erityisasiantuntijoilta Helmi-huhtikuu Ulottuvuuksista, hyödyistä ja jalkauttamisesta palautteet sidosryhmiltä Toukokuu Kypsyysmallin toinen versio (vaatimukset 2.0) Piloting Asiantuntijat Työpajat: yritykset, edunvalvonta, kv- asiantuntijat Kypsyysmallin 2. versio Aikataulu: Sitra sidosryhmät Mallia kehitetään edelleen eteenpäin asiantuntijoiden ja yritysten kanssa keväällä 2021.
- 20. Työkalu No näin se sitten oikeesti toimii.
- 21. Kypsyysmalli mittaa 5 + 1 ulottuvuutta Arvonluonti ja liiketoiminta Datavetoiset palvelut Data-arkkitehtuuri ja teknologiat Datan hallinta ja kyvykkyydet Arvot, kulttuuri ja osaaminen Datan jakaminen ja ekosysteemitoiminta Organisaatio voidaan ajatella reiluksi näillä viidellä “pääulottuvuudella”. Vasta datan jakaminen lisää merkittäästi arvonmuodostusta.
- 22. Jokainen ulottuvuus arvioidaan erikseen. Suositukset perustuvat nykytilaan, tavoitetilaan ja kysymyksen tärkeyteen. Target level Recommendation L1 -> L2 Build internal awareness of ecosystem fueled business models, data economy and the potential and challenges L2 -> L3 Establish guidelines and principles that enable data ecosystem engagement while managing data related risks L3 -> L4 Continue to develop distributed data management capabilities and enforce data governance guidelines especially in your external data flows. L4 -> L5 Test and iterate the way you act in data ecosystems and look for opportunities to take a leading role in developing balanced and fair ecosystem governance, rules and practices.
- 23. Actional analysis helps organisations outline their Fair Data Economy development roadmap 12
- 24. Ajatuksia tälle päivälle: - Käydään läpi ajatuksenne tästä esityksestä - Arvioidaan työkalun sisältöä, ymmärrettävyyttä ja käytettävyyttä - Mietitään parhaat keinot jalkauttaa työkalua - Pohditaan paras ratkaisu työkalun hallintamalliin