Beskrivelse av systemet for et dynamisk kunnskapsgrunnlag om digitaliseringstiltak

Side om side med datainnhentingen har vi har bygget et system for å registrere all informasjon vi har hentet inn om digitaliseringstiltakene. I arbeidets tidlig fase, tok vi et valg om å bygge et system i stedet for å bruke Excel til å håndtere den innsamlede data. Dette for å få en løsning som er skalerbar, har større fleksibilitet i bruk og som i større grad kan bidra til effektivisering av fremtidig datainnhenting. Dette valget er i tråd med Digdirs ønske om å arbeide mer datadrevet.

Systemet er på dette tidspunktet en minimumsversjon (MVP) av et system for datainnsamling og analyse. Videreutvikling og forbedring gjennomføres som et kontinuerlig initiativ i Digdir. Fremover skal systemet videreutvikles iterativt, basert på organisatoriske behov og lærdom fra bruk og drift.

Verktøy

Systemet er en applikasjon bygget i Power Apps, en Microsoft-tjeneste som gjør det mulig å utvikle og kjøre lavkode-forretningsapplikasjoner. Power Apps er tett integrert i Microsoft 365-økosystemet, og benyttes i mange offentlige virksomheter.

Dataene som er hentet inn legges inn i applikasjonen ved å manuelt plotte datapunktene som er tilgjengelig knyttet til hvert tiltak. Power Apps tilbyr tilpasning av visningsoppsett og eksportmuligheter for videre analyse og rapportering.

Arkitektur

Systemet er utformet for å håndtere store variasjoner i tilgjengelig og innsamlet informasjon, der et sentralt hensyn er å balansere behovet for strukturert datamodellering mot fleksibiliteten knyttet til ustrukturert informasjon.

Arkitekturen muliggjør sammenstilling av data fra ulike prosesser og sørger for at innsamlet informasjon lagres i en sentral database, og kan benyttes til flere formål på ulike nivåer i organisasjonen.

For å redusere duplikater og tilrettelegge for gjenbruk, er dataene modellert rundt et sett av felles grunntabeller — som kontakt, portefølje og virksomhet — som benyttes på tvers av organisasjonens ulike områder. Hovedelementet i hvert område er tiltakstabellen, der all relevant informasjon om hvert tiltak er systematisert.

Hvilken informasjon det er mulig å registrere for hvert tiltak er løpende blitt justert basert på hvilke data som var tilgjengelig i materialet vi har mottatt fra departementer og virksomheter. Pr i dag har vi gjort det mulig å registrere følgende informasjon:

Applikasjonen som er utviklet for dette oppdraget er del av en større samling applikasjoner som sammen utgjør et helhetlig system for Digdir, og gir oversikt over felles behov, status og tiltak på tvers av offentlig sektor. Systemet vil også bidra til at Digdir jobber mer datadrevet. Å jobbe datadrevet betyr å bruke innsikt fra data som grunnlag for beslutninger og handlinger, og innebærer å samle inn, analysere og bruke data fra alle arbeidsområder til å forbedre tjenester og prosesser, identifisere nye muligheter og øke effektiviteten. En datadrevet arbeidsform handler ikke bare om tekniske løsninger, men også om å bygge en kultur der data er en naturlig ressurs for hele organisasjonen. Vi tilrettelegger for en effektiv datainnsamling, der vi unngår å spørre aktørene om den samme informasjonen flere ganger, og en sammenstilling av dataene som gir fleksibel utnyttelse.

I videreutvikling av systemet, vil vi ha et særlig fokus på å harmonisere og sammenstille data fra flere arbeidsområder for å etablere et felles datagrunnlag på tvers av virksomheten. I dette arbeidet er det viktig at vi lykkes med å sikre at data til enhver tid er oppdaterte, komplette og av høy kvalitet.

Vi vil benytte SKOS-rammeverket for semantisk interoperabilitet i arbeidet med å standardisere parametrene. SKOS (Simple Knowledge Organization System) er et vokabular for å standardisere og strukturere beskrivelser av begreper og begrepssamlinger i offentlig sektor, slik at de kan forstås, gjenbrukes og deles maskinelt mellom virksomheter. SKOS gir sentrale klasser og egenskaper som muliggjør ensartet definisjon av termer, definisjoner, relasjoner og metadata, og utgjør fundamentet for maskinlesbar og interoperabel begrepsforvaltning i henhold til RDF-standarden. Å benytte dette gir et solid grunnlag for effektiv informasjonsutveksling og bidrar til at systemet kan fungere som en Proof of Concept (POC) for forbedret samhandlingsevne.

Neste utviklingsfase innebærer inkorporering av KI for analyse av fritekst, økt automatisering av prosesser som i dag er manuelle, og integrasjon av API-løsninger mot eksterne datakilder. Vi skal også tilrettelegge for å kunne behandle og analysere tidsserier (longitudinalitet). Etter en periode med utforskning og bruk, vil vi ta et veivalg av verktøy før systemet går over i en mer stabil driftsfase. Figuren under er en illustrasjon av en mulig fremdriftsplan. Slik fremdrift vil kreve flere avklaringer og beslutninger underveis, som ikke er tatt.