Datastrategi i offentlig sektor: praktisk guide

Start med tjenesten og beslutningen, ikke teknologien

Beskriv hvilken offentlig tjeneste, beslutning eller arbeidsflyt som skal forbedres. For dokumentbehandling kan målet være kortere ventetid uten flere feil; for tilsyn kan det være bedre prioritering med samme rettssikkerhet. Fastsett en tjenesteeier, dagens behandlingstid, feilrate, restanse, brukertilfredshet og kostnad før tiltaket starter. Skill mellom ønsket samfunnseffekt, leveranser teamet kan styre og tekniske mål. En dataplattform, katalog eller analysemodell er et virkemiddel, ikke et resultat. Hvis problemet kan løses med enklere skjema, tydeligere ansvar eller bedre integrasjon, bør det vurderes før en større plattforminvestering. Strategien må også si hvilke beslutninger som ikke skal automatiseres, og hvilken alternativ kanal innbyggere har når den digitale arbeidsflyten svikter.

Forankre ansvar og beslutningsrett

Etabler et lite styringsoppsett som knytter toppledelse, fag, juss, personvern, sikkerhet, arkiv og teknologi sammen. Hvert prioritert datasett eller dataprodukt bør ha en ansvarlig eier, en forvalter og avtalte konsumenter. Eier beslutter formål, kvalitet, tilgang og finansiering; forvalter følger metadata, avvik og endringer; konsumenter beskriver hvilke krav tjenesten deres stiller. Definer hvem som kan godkjenne nye formål, koblinger mellom registre, deling, lagringstid og vesentlige modell- eller leverandørendringer. Bruk en beslutningslogg med dato, grunnlag, risiko, vilkår og ny vurderingsdato. Uten navngitt ansvar blir datakvalitet og tilgang ofte et prosjektproblem som ingen eier etter lansering.

Skap orden i eget hus med et prioritert datakart

Digdirs veileder for «orden i eget hus» anbefaler en trinnvis prosess: planlegge, prioritere, kartlegge, vurdere tilgangsnivå, beskrive, tilgjengeliggjøre og forvalte. Begynn med dataene som brukes i den valgte arbeidsflyten, ikke med et flerårig forsøk på å katalogisere alt. Registrer formål, begreper, kilde, system, eier, format, oppdateringsfrekvens, kvalitet, rettslig grunnlag, tilgangsnivå, lagring og kjente begrensninger. Knytt sentrale felt til en felles begrepsbeskrivelse og en autoritativ kilde. Vis avhengigheter mellom skjema, dokumentmottak, fagsystem, arkiv, analyse og rapportering. Datakatalogen må vedlikeholdes når systemer og regler endres; en engangsinventering gir raskt falsk trygghet.

Prioriter arbeidsflyter og dataprodukter

Vurder kandidater etter tjenesteverdi, gjennomførbarhet, datatilgang, rettighetsrisiko, sikkerhetsbehov, avhengigheter og driftskostnad. Et dataprodukt kan være et kvalitetssikret registeruttrekk, et API eller et dokumentbehandlingsgrunnlag med eier, tjenestenivå, definert skjema og bruksvilkår. Velg først en arbeidsflyt der resultatet kan observeres uten å gjøre uopprettelig skade. Kjør gjerne i skyggemodus, slik at nye dataflyter eller prioriteringsforslag sammenlignes med dagens prosess før de påvirker en sak. Unngå å gjøre én sentral plattform til forutsetning for all fremdrift. Et begrenset vertikalt snitt fra kilde til tjeneste avslører kvalitet, tilgang og integrasjonsproblemer tidligere enn en bred teknisk grunnmur uten brukere.

Mål datakvalitet i den faktiske arbeidsflyten

«Komplett» og «korrekt» må defineres per formål. For et dokumentmottak kan relevante mål være andel dokumenter med riktig sak, identifikator, dato og status; duplikater; forsinkelse; manuelle rettelser; og saker som må sendes tilbake. For et register kan aktualitet, gyldighet, konsistens og dekning være viktigere. Fastsett akseptgrenser og beregn målene per kilde, kanal og relevant gruppe, slik at et godt gjennomsnitt ikke skjuler systematiske feil. Vis kilde og tidspunkt i grensesnittet, og la ansatte rapportere feil uten å opprette en parallell uformell sannhet. Koble kvalitetsavvik til eier, frist, konsekvens og korrigering ved kilden. Mål også om bedre data faktisk gir bedre tjenesteutfall.

Utform dataplattformen rundt åpne grensesnitt og sporbarhet

En dataplattform i offentlig sektor bør støtte sikre kilder, hendelser eller avgrensede uttrekk, katalog og begreper, kvalitetskontroller, tilgangspolicy, transformasjoner og sporbar levering til tjenester. Bevar råkildens identitet og registrer hvordan et felt er transformert, slik at et resultat kan forklares og korrigeres. Bruk versjonerte skjemaer, stabile identifikatorer, maskinlesbare grensesnitt og idempotente integrasjoner. Skill produksjonsdata fra utvikling og test, og bruk syntetiske eller minimerte data når det er mulig. Planlegg for køer, utilgjengelige kilder, endrede skjemaer og tilbakeføring. Arkitekturen må kunne fase ut komponenter og eksportere data, metadata og logger; en plattform uten exit eller operativt eierskap flytter bare avhengigheten til en ny leverandør.

Bygg personvern og lovlighet inn før data kobles

Kartlegg formål, behandlingsgrunnlag, datakategorier, registrerte, mottakere, lagringstid og rettigheter før personopplysninger flyttes eller kobles. Dataminimering betyr at teamet må kunne forklare hvorfor hvert felt og hver historikkperiode er nødvendig. Vurder behovet for en personvernkonsekvensvurdering når behandlingen sannsynligvis medfører høy risiko; Datatilsynet beskriver DPIA som en prosess for å vurdere nødvendighet, proporsjonalitet, risiko og risikoreduserende tiltak. En DPIA gjør ikke en ellers ulovlig behandling lovlig. Gjør tilgang formåls- og rollebasert, logg privilegerte handlinger og test innsyn, retting, sletting og begrensning i hele dataflyten. Juridiske vurderinger må knyttes til det konkrete tiltaket og oppdateres når formål, data, teknologi eller mottakere endres.

Sikre data gjennom hele livsløpet

Klassifiser data og systemer etter konsekvensen av tap av konfidensialitet, integritet og tilgjengelighet. NSMs grunnprinsipper grupperer arbeidet i å identifisere og kartlegge, beskytte og opprettholde, oppdage samt håndtere og gjenopprette. Omsett dette til inventar, minste privilegium, sterk autentisering, kryptering, sikker konfigurasjon, sårbarhetshåndtering, logging, overvåking, sikkerhetskopi og øvd gjenoppretting. Ta med leverandører, underleverandører, integrasjonsnøkler og administratorflater i trusselmodellen. Test hva tjenesten gjør når en kilde er feil, data er forsinket, en konto misbrukes eller plattformen er utilgjengelig. Beredskapsplanen må bevare kritisk saksbehandling og sporbarhet, ikke bare starte infrastrukturen på nytt.

Del data med tydelige tilgangsnivåer og bruksvilkår

Vurder hvert datasett som åpent, begrenset eller skjermet ut fra lov, personvern, sikkerhet, taushetsplikt, tredjepartsrettigheter og tjenestebehov. Digdirs veiledning for åpne data anbefaler dokumentasjon, kvalitetsinformasjon, oppdaterte og maskinlesbare formater, stabile adresser og tilbakemeldingskanaler. Åpne bare data som faktisk kan publiseres, og bruk et tydelig lisensgrunnlag. For begrensede data bør tilgangsavtalen angi formål, felter, kvalitet, frekvens, sikkerhet, viderebruk, endringsvarsling og opphør. Registrer hvem som konsumerer et datasett, slik at endringer kan varsles og effekten måles. Datadeling er en forvaltet tjeneste; et API uten eier, støtte, versjonering og avvikshåndtering er ikke en varig delingsmekanisme.

Lever et 90-dagers bevis før et flerårig program

I de første ukene bør virksomheten velge arbeidsflyt, måle dagens situasjon, avklare ansvar og kartlegge de viktigste dataene. Deretter kan teamet bygge et begrenset dataløp med metadata, tilgang, kvalitetstester og observasjon uten produksjonspåvirkning. Før avslutning av perioden bør fagbrukere teste hele arbeidsflyten, personvern og sikkerhet gjennomgås, gjenoppretting øves og resultatet sammenlignes med utgangspunktet. Beslutningsgrunnlaget bør vise tjenesteeffekt, kvalitet per segment, manuell belastning, avvik, driftskostnad og uløste risikoer. Skaler bare når tersklene er nådd og en finansiert eier overtar forvaltningen. Stopp eller redesign når dataene ikke kan gjøres pålitelige, nytten ikke kan måles eller kontrollene krever mer arbeid enn tjenesten tåler.

Veelgestelde vragen

Hva bør en datastrategi for offentlig sektor inneholde?

Den bør koble tjenestemål til prioriterte arbeidsflyter, dataeierskap, katalog og begreper, datakvalitet, tilgang, deling, personvern, sikkerhet, arkitektur, kompetanse, finansiering og målbar oppfølging.

Er en dataplattform det samme som en datastrategi?

Nei. Plattformen er teknisk støtte. Strategien bestemmer hvilke tjenester og beslutninger som skal forbedres, hvilke data og kontroller som trengs, hvem som er ansvarlig og hvordan nytte og risiko måles.

Hvordan kommer en offentlig virksomhet i gang med orden i eget hus?

Start med noen få datasett som er viktige for en valgt tjeneste. Kartlegg kilde, betydning, eier, kvalitet, tilgangsnivå, rettslig grunnlag og bruk, publiser oversikten til riktige målgrupper og etabler rutiner for vedlikehold.

Når bør en DPIA gjennomføres?

Vurder DPIA når planlagt behandling av personopplysninger sannsynligvis medfører høy risiko for enkeltpersoners rettigheter og friheter. Avklar først formål og lovlighet, og følg Datatilsynets veiledning for den konkrete behandlingen.

Hvordan måles om datastrategien virker?

Følg både tjenesteutfall og driftsmål: ventetid, feil, restanse, kvalitet per kilde, manuelle rettelser, tilgjengelighet, hendelser, bruk, deling, kostnad og tilbakemeldinger. Sammenlign med en dokumentert baseline.

Når bør et dataplattforminitiativ stoppes?

Stopp eller redesign når formålet er uklart, ansvar mangler, data ikke kan gjøres pålitelige eller lovlige, sikkerhets- og personvernrisiko ikke kan reduseres, eller bedre tjenesteutfall ikke kan dokumenteres.

Datastrategi for offentlig sektor: fra mål til styrt gjennomføring