Variety and sensitivity of data in public procurement process

Abstract

Public sector organizations such as procurement units face a growing demand to both use data beneficially and protect collected data. Data usage and protection require understanding of what data organization has, which can be reached with data classification. This study aims to recognize what kind of data is generated through public procurement process. Secondary aims include categorizing how this data can be classified according to sensitivity and variety, and how do these classifications impact the protection and usability of data.

Empirical data for the study was collected through semi-structured interviews with 13 public procurement professionals. Even though there is mostly public and non-sensitive data intender phase, pre-tender and post-tender phases include a lot of sensitive data that require more protection from unauthorized use. Pre-tender data is mostly unstructured, whereas tender data is semi-structured due to standardization. Post-tender data is largely structured, which makes it simple to analyze and use in monitoring activities. To improve the usability of data from pre-tender and tender phases, procurement units should be supported in transition from traditional structured data analytics to newer analytics tools and methods.

Julkisilla hankintayksiköillä on kasvava paine sekä hyödyntää tietoa päätöksenteossa että suojata kerättyä tietoa asianmukaisesti. Edellytyksenä tiedon suojaamiselle ja hyödyntämiselle on, että organisaatio ymmärtää millaista tietoa sillä on hallussaan. Tämä voidaan selvittää tiedon luokittelulla. Tutkimuksen tavoitteena on tunnistaa, millaista tietoa eli dataa julkisessa hankintaprosessissa syntyy. Toisena tavoitteena on luokitella, kuinka tätä tietoa voidaan luokitella sensitiivisyyden ja rakenteen mukaan, ja miten nämä luokitukset vaikuttavat tiedon suojaamiseen ja käytettävyyteen.

Empiirinen tutkimusaineisto kerättiin puolistrukturoitujen haastattelujen kautta. Vaikka tarjousvaiheen data on enimmäkseen julkista ja ei-arkaluonteista, valmisteluvaiheen ja sopimuskauden ostodata vaatii enemmän suojaustoimenpiteitä. Valmisteluvaiheen data on enimmäkseen strukturoimatonta, mikä vaatii kehittyneempää analytiikkaosaamista ja - työkaluja. Tarjousvaiheen data on standardisoinnin vuoksi semistrukturoitua. Sopimuskauden ostodata on pääosin strukturoitua, minkä ansiosta sitä on helppo analysoida. Valmisteluvaiheen ja tarjousvaiheen datan analysointimahdollisuuksien parantamiseksi hankintayksiköitä tulisi tukea investoimaan edistyneempiin analytiikkatyökaluihin.