Dataa liikkuu yhä enemmän organisaatioiden, toimialojen ja erilaisten alustojen välillä. Mutta mitä hyötyä datasta on, jos sitä ei ymmärretä samalla tavalla? Tässä kohtaa astuvat kuvaan tietomallit – datatalouden tekninen ja semanttinen selkäranka.

Miksi tietomallit ovat niin tärkeitä?

Data Spaces Support Centren (DSSC) mukaan tietomallien tehtävä on varmistaa, että data tulkitaan yhtenäisesti ja luotettavasti kaikkien data-avaruuden toimijoiden kesken. Ilman yhteisiä malleja voi syntyä väärinymmärryksiä, virheitä, tehottomuutta ja päällekkäisiä ratkaisuja. Hyvin määritelty tietomalli tarjoaa yhteisen sanaston, jotta kaikki toimijat puhuvat samaa kieltä.

Kun kaksi organisaatiota vaihtaa dataa keskenään, ne voivat tehdä sen vain, jos semanttinen merkitys on sama molemmille. Tätä kutsutaan semanttiseksi yhteentoimivuudeksi, ja se on tiedonvaihdon ja data-avaruuksien toimintalogiikan elinehto.

Tietomallit linkittyvät kaikkiin yhteentoimivuuden rakennuspalikoihin

Tietomallit eivät elä tyhjiössä, vaan ne kytkeytyvät moniin muihin datarakenteisiin ja teknologisiin kokonaisuuksiin:

• Tiedonvaihto ja tietojen luovuttaminen toimijoiden ja tietojärjestelmien välillä: Tietomallit määrittelevät datan rakenteen, datatyypit ja rajoitteet, joita käytetään tiedonsiirroissa.
• Tietosuvereenisuus ja luottamus: Yhteiset tietomallit varmistavat, että esimerkiksi datan käyttöehdot ja -politiikat kuvataan samalla tavalla kaikkien toimijoiden kesken. Tällä tuetaan samanlaista ymmärrystä, jotta vältyttäisiin tulkintaeroilta.
• Data-avaruuksien data-, palvelu- ja tarjouskuvaukset: yhteisen tietomallien avulla kuvataan, mitä dataa tarjotaan ja millaisia palveluja on saatavilla. Näin kaikki osapuolet ymmärtävät kuvaukset samalla tavalla, ja sisältöjä voidaan vertailla ja hyödyntää yhdenmukaisesti.

Ilman yhteistä mallia palvelujen kuvaaminen on haastavaa yhdenmukaisella tavalla.

Eri tasoisia tietomalleja

Tietomalleissa on useita abstraktiotasoja. Eri käyttötarkoituksiin tarvitaan eri tasoisia rakenteita:

• käsitteellisiä malleja,
• loogisia malleja,
• fyysisiä malleja,
• sekä metamalleja ja standardeja, jotka auttavat edellä lueteltujen mallien kuvaamisessa ja tulkinnassa

Tämä monitasoisuus on tärkeää, koska data-avaruudet eivät ole yhden toimijan järjestelmiä, vaan ne rakentuvat ekosysteemeiksi.

Miten tietomalleja hallitaan ja kuka niitä hallitsee?

Tietomallien hallinta on keskeinen edellytys toimiville data-avaruuksille. Käytännössä tämä tarkoittaa sitä, että on selkeästi määriteltävä, kuka vastaa tietomalleista, mitä työkaluja niiden tekemiseen ja ylläpitoon käytetään, sekä miten mallit pidetään ajan tasalla, jaettuna ja kaikkien saatavilla.

Hyvin määritelty hallintamalli varmistaa, että tietomalleja kehitetään systemaattisesti ja yhdenmukaisesti koko ekosysteemissä. Hyvä hallintamalli mahdollistaa myös mallien yhdenmukaisen, jatkuvan kehittämisen ja versionhallinnan.

Neljä keskeistä suunnitteluratkaisua

DSSC nostaa esiin neljä kriittistä suunnitteluratkaisua, jotka organisaatioiden on huomioitava kun rakennetaan datamalleja. Nämä liittyvät mm.

• mallien käyttöön ekosysteemissä,
• semanttisen tason ylläpitoon,
• teknisiin toteutustapoihin
• sekä yhteentoimivuuden varmistamiseen yli toimialojen.

Vaikka ratkaisut vaihtelevat data-avaruuksien mukaan, yhteinen nimittäjä on selkeä: onnistunut tietomallinnus mahdollistaa datastrategioiden toteutumisen käytännössä.

Mitä tämä tarkoittaa suomalaisille datatoimijoille ja julkiselle sektorille?

Suomessa tehdään jo innovatiivista työtä lainsäädännön rakenteistamisen, avoimien rajapintojen ja datavetoisten toimintamallien kehittämiseksi. Kun mukaan lisätään eurooppalaiset yhteentoimivuus- ja tietomalliperiaatteet, suomalaisilla organisaatioilla on kaikki edellytykset rakentaa:

• laadukkaita, skaalautuvia datasovelluksia,
• tehokkaampaa julkishallintoa,
• ja ekosysteemejä, joissa data virtaa luotettavasti toimijoiden välillä.

Hyvin suunniteltu tietomalli ei siis ole vain tekninen yksityiskohta, vaan se on tuottavuuden, asiakasarvon ja ekosysteemikehityksen mahdollistaja.