原则

推进数据民主化,就是让数据可用

可下载文件是一个起点。民主化关乎谁能真正从信息中受益。

从可获得到有用

数据并不会因为文件可下载就实现民主化。信息还必须能被没有自己的开发者或分析师团队的人和组织找到、理解并使用。

工具可以做什么

对我们来说,民主化意味着缩短可用信息与实际使用之间的距离。它意味着解释概念、展示来源、梳理相互冲突的信息,并构建解决具体任务的工具。一则新闻故事可以与同一事件的另一种呈现并列。一个任务可以被描述清楚,让报价更容易比较。观看历史可以为找到想看的内容提供更好的出发点。

访问不等同于使用权

更多可获得性仍然并不总是正确的。开放信息可能包含错误,或带有限制使用的条款。关于人的数据不应因为技术上可行就被普遍公开。访问和使用权必须被视为两个不同的问题。

因此,我们既希望提高可获得性,也希望边界更清晰。好的共享数据可以被更多人使用,而个人或组织特定的语境必须有明确目的。许多有用服务都可以在二者交汇处产生。

我们的立场

这也正是 Ideallya 构建面向最终用户工具的原因。数据集是基础。当更多人能够用它来理解某件事、解决任务或做出理由更充分的决定时,民主化会变得更具体。

具体示例:一份有用的供应商名单

某个城镇发布了一份供应商电子表格。一家公司以两个名称出现,电话号码缺少国家代码,也没人说得清文件何时更新。下载很容易,选择联系谁依然困难。

首先记录来源、更新日期、稳定的公司标识符,以及重复使用文件的许可。统一明显的格式差异,但不要在未说明的情况下合并不确定的匹配项。保留纠错途径。人应当能理解一行内容,程序也应当能读取同样的字段。

实际检验标准是:是否有人能够用这些数据回答一个真实问题,并核查答案的来源。下方的 W3C 指南为元数据、来源沿革、质量和许可提供参考。这些特性需要投入工作;仅仅发布文件并不能赋予它们。

是什么阻碍你使用一个数据集?

是概念、格式、质量还是条款?障碍说明需要什么样的工具或解释。