Tervetuloa käyttämään Data-avaruuksien Työkalupakkia!
Missio
Data-avaruudet ovat yhteistyöverkostoja, joissa luotettavat kumppanit noudattavat yhteisesti sovittuja standardeja datan jakamisessa. Kaikilla yhteistyöverkoston osapuolilla on tärkeä rooli – datan tarjoajilla, datan käyttäjillä sekä datan välittäjillä. Data-avaruuksien avulla organisaatiot voivat edistää turstallista yhteistyötä, avata uusia mahdollisuuksia datalähtöiselle liiketoiminnalle ja tukea kasvua.
Data-avaruuksien työkalupakki on suomenkielinen kokoelma työkaluja, joiden tarkoituksena on auttaa organisaatioita perustamaan data-avaruuksia sekä osallistumaan ja toimimaan osana niitä. Työkalut tarjoavat sekä teknisiä että liiketoiminnallista ja organisatorista tukea data-avaruuksista kiinnostuneille. Työkalupakki perustuu Data Spaces Support Centerin (DSSC) Toolboxiin.
DataVa - Datatalousosaamisella vastuullista kilpailukykyä (2024-2026)
Työkalupakki on kehitetty 1001 Lakesin ja TIEKEn DataVa-hankkeessa, joka auttaa Uudenmaan elektroniikka- ja sähkölaiteteollisuuden sekä ICT-alan pk-yrityksiä hyödyntämään datatalouden ja data-avaruuksien tuomia mahdollisuuksia sekä uusia datalähtöisiä liiketoimintamalleja. Hanketta rahoittaa Euroopan sosiaalirahasto plus (ESR+). Rahoitus on myönnetty Hämeen ELY-keskuksen kautta.
Työkalupakilla edistetään data-avaruusekosysteemien muodostumista ja tehdään yhteistyötä Data Scpaces Alliance Finland -verkoston kanssa. Työkalupakkia ja sen osia esitellään vuosien 2025-2026 aikana webinaareissa, joista ensimmäiseen voit ilmoittautua täällä. Samalla työkalupakkia jatkokehitetään palautteen pohjalta.
Data-avaruuksien kehittyminen
Datava-avaruuksiin liittyvä yhteistyö etenee yleensä neljässä vaiheessa: ensin
tunnustellaan, sitten siirrytään kokeiluihin, joiden myötä kumppanuus
vähitellen syvenee. Ajan kuluessa mukaan liittyy myös uusia toimijoita.
Yhteistyön eri vaiheista on koottu lyhyet kuvaukset, ja alla olevassa visualisoinnissa näkyy, miten yhteistyön vaiheet etenevät kuudesta eri näkökulmasta.
Tunnustelu
Dataekosysteeminen yhteistyö ei useimmiten käynnisty varsinaisesta ekosysteemin perustamispäätöksestä, vaan taustalla on yleensä asiakastarve, toiminnallinen haaste tai visio, jota organisaatio haluaa edistää. Ratkaisun kannalta olennaista on havaita, että tarvittava data on jonkun muun toimijan hallussa. Yhteistyö on hyvä aloittaa rajatulla osallistujajoukolla, vaikka tilanteesta riippuen mukaan voidaan kutsua myös useampia kumppaneita.
Kokeilu
Kokeiluvaiheessa tavoitteiden on oltava konkreettisia, helposti ymmärrettäviä ja yhdessä sovittuja. Selkeät tavoitteet auttavat suuntaamaan kokeilua ja vähentävät siihen liittyvää epävarmuutta. Usein mittaaminen kohdistuu pelkästään ratkaisun hyödyllisyyteen, ja sekin tehdään lähinnä numeerisesti, vaikka ekosysteemityössä onnistumiseen vaikuttaa moni muukin tekijä. Ratkaisun ohella on tärkeää arvioida myös kokeilun etenemistä ja yhteistyön toimivuutta. Monipuoliset mittarit mahdollistavat laajemman oppimisen ja tukevat päätöksentekoa jatkosta. Jos kokeilu kasvaa pidemmälle vietyyn yhteistyöhön, on myös mittaamistapaa syytä syventää.
Kumppanuus syvenee
Kun yhteistyö syvenee ja uusia käyttötapauksia otetaan mukaan, on tärkeää arvioida, mitä hyötyjä tavoitellaan ja kenelle ne kohdistuvat. Hyötyjen hahmottamiseen voi hyödyntää oheista mallia. Kumppanuuden tiivistyessä tarvitaan kokeiluvaihetta konkreettisempia tavoitteita. Samoin kuin kokeiluvaiheessa, tavoitteita on syytä asettaa laaja-alaisesti, ei vain yhdessä tuotettujen ratkaisujen kautta. Tavoitteet voivat liittyä toimintaan (mitä yhteistyössä tosiasiassa tapahtuu), kokemuksiin (miten yhteistyö koetaan ja sujuu) sekä vaikutuksiin (mitä tuloksia ja muutoksia yhteistyö saa aikaan).
Yhteistyö laajenee
Kun mukaan liittyy uusia toimijoita, ei kyse ole enää pelkästä kumppanuudesta, vaan aidosta ekosysteemisestä yhteistyöstä. Uudet osallistujat tuovat mukanaan uusia näkökulmia, dataa ja kehittämisideoita, mikä avaa mahdollisuuden entistä vaikuttavampaan yhteistyöhön. Tässä vaiheessa on tärkeää määritellä yhteinen tavoitetila tarkasti. Usein haasteena ei ole päämäärän puuttuminen, vaan rakenteiden heikkous sen saavuttamiseksi. Toimintaa ei voida enää perustaa yksittäisten organisaatioiden budjetteihin ja päätöksentekoon, sillä tällöin eteneminen on hidasta ja katkonaista. Laajenevassa ekosysteemissä on kyettävä koordinoimaan työtä usean toimijan kesken, tekemään päätöksiä yhdessä ja ylläpitämään yhteisiä pelisääntöjä, joihin kaikki osallistujat voivat sitoutua. Tällainen toiminta edellyttää omaa johtamis- ja rahoitusmallia.
Työkalupakin ohjeet
Työkalupakki jakautuu kolmeen paneeliin: Suodatuspaneeliin, Työkalupaneeliin ja Kuvauspaneeliin.
Suodatuspaneelissa voi hakea työkalua nimen perusteella tai rajata työkalulistausta eri rakennuspalikoiden mukaan.
Työkalupaneelissa on listattuna kaikki DSSC:n luetteloimat työkalut, joita voidaan hyödyntää datataloudessa ja data-avaruuksissa. Listauksessa näkyvät työkalun nimi sekä tarjottu palvelu. Työkalua klikkaamalla saa esiin ytimekkään kuvauksen, ja painamalla "Työkalun tiedot" avautuu tarkempi kuvaus.
Kuvauspaneelissa on palveluiden, rakennuspalikoiden ja yhteiskehittämisen kuvauspainikkeet. Niitä painamalla kuvaukset tulevat näkyviin. Työkalupaneeli on kytketty kuvauspaneeliin: kun työkalua painaa, siihen liittyvät kuvaukset siirtyvät paneelin yläosaan ja erottuvat muista korostusvärin avulla.
Kuvauksissa käytetyt värit:
Ota yhteyttä
Rakennuspalikat eivät käänny suoraan ohjelmistoksi. Siksi olemme päättäneet ottaa käyttöön termin 'palvelut': tekniset palvelut, jotka toteuttavat näitä kyvykkyyksiä. Palveluiden toteuttamiseen tarvitaan ohjelmistoa.
DSSC Blueprint kokoaa data-avaruuden toteuttamiseen tarvittavat kyvykkyydet ja komponentit rakennuspalikoiksi (Building Blocks). Nämä jakautuvat kahteen pääkategoriaan:
Liiketoiminnalliset ja organisatoriset rakennuspalikat:
Nämä käsittelevät keskeisiä kyvykkyyksiä kolmella osa-alueella:• Liiketoiminta: Data-avaruuden ja sen osallistujien liiketoimintamalli, käyttötapausten kehittäminen, välittäjien ja palveluiden operaattorien roolit sekä data-avaruuden tarjoomakonsepti.
• Hallinto (Governance): Data-avaruusaloitteen organisatorinen muoto, hallintaprosessit ja osallistujien hallinta.
• Lainsäädäntö: Osallistujien välinen sopimuskehys ja sääntelynmukaisuus (esim. EU:n uuden datalainsäädännön osalta).
Tekniset rakennuspalikat:
Nämä käsittelevät keskeisiä teknisiä kyvykkyyksiä ja jakautuvat kolmeen osa-alueeseen:• Datan yhteentoimivuus: Toimialakohtaisten mallien ja semantiikan määrittely, tekniset rajapinnat tiedonvaihtoon sekä lähde- ja jäljitettävyysmenetelmät.
• Datansuvereniteetti ja luottamus: Osallistujien tunnistaminen, vaatimustenmukaisuuden todentaminen sekä datan käyttö- ja pääsyoikeuskäytäntöjen määrittely ja täytäntöönpano.
• Datan arvonluonnin mahdollistajat: Datatuotteiden kuvaaminen ja julkaiseminen sekä niiden löydettäväksi tekeminen (esim. luettelossa), ja lisäarvopalveluiden tuominen data-avaruuteen.
Olemme koonneet jokaiseen rakennuspalikkaan valmiita ohjeistuksia ja määrittelyjä, joita voit hyödyntää omassa data-avaruushankkeessasi. Niiden avulla pääset nopeammin liikkeelle, vältät turhaa päällekkäistä työtä ja voit hyödyntää muiden data-avaruusaloitteiden kokemuksia ja oppeja.
Tavoitteenamme on helpottaa eri data-avaruusaloitteiden yhteentoimivuutta ja tehdä osallistujille helpommaksi liittyä useampaan data-avaruuteen.
Liiketoiminnallisten ja organisatoristen rakennuspalikoiden osalta nämä määrittelyt esitetään esimerkiksi mallipohjina, päätöspuina ja parhaiden käytäntöjen ohjeina. Teknisten rakennuspalikoiden kohdalla viitataan avoimiin standardeihin, joita pidämme kaikkien data-avaruusaloitteiden peruspilareina.
Data-avaruuden kehittämisen vaiheet