Data sharing : an enabling factor for the development of data driven services in the emergency context

The increasing volume of data generated by individuals and organizations combined with the technological development of storing and processing data systems provide significant growth and innovation potential. Data-driven innovations have the potential of generating enormous benefits by enabling several applications in different fields. For example, data data-driven services can improve healthcare through personalized medicine, create new mobility solutions and improve sustainability and efficiency. The growing attention towards the opportunities provided by data led organizations to explore the possibility of accessing other sources of data seeking new untapped potential deriving from the combination of different data sources. The relevance of data sharing if further exacerbated in emergency context characterized by profound and rapid transformation. The recent COVID-19 outbreak highlighted the importance of data for increasing situational awareness, hence enabling effective and timely decision-making. However, despite the undergrounded optimisms around data sharing practices, these initiatives often fail. Several sources of concern, indeed, arise when data sharing initiatives are undertaken, including the loss of control of data, privacy or security violation. The need of promptly implement data sharing initiatives during the emergency also posed new challenges, for example, the need of integrating heterogeneous sources of data and the lack of resources for collecting, structuring and managing data. Mitigating the potential risks while untapping the potential of data sharing became fundamental for the development of data-driven services and products. Addressing this need, the aim of the study is to analyse data sharing processes in the context of the emergency with a view to identifying opportunities provided by data sharing and major challenges to be faced. The thesis comprehends four chapters dedicated to the analysis of data sharing, considering the extended definition of the concept. Considering the entire life cycle of data flow, data sharing includes three phases: deposition, integration and translation. The first phase refers to the provision of data made accessible to other organizations. Secondly, the integration consists in combining different data sources. Thirdly, the data translation refers to the translation of data into actionable information. The four chapters are dedicated to different organizational and data settings to gather insights on specific dynamics that characterize diverse contexts. From an organizational perspective, three different settings are defined according to the actors involved in the process: i) intra-organizational, ii) inter-organizational, and iii) social data sharing. From the data perspective, two different data settings were analysed: i) time and position-dependent data and ii) time, position and identity-dependent data. It is worth mentioning that specific research questions addressed in each chapter were motivated by real-world problems that emerged during the COVID-19 pandemic. Aside from the theoretical contributions of the thesis, the definition of research questions stemming from real-world problems contributed to the achievement of findings with proven practical implications.

Il volume crescente di dati generati da singoli individui ed organizzazioni, unito agli sviluppi tecnologici riguardanti le modalità di archiviazione e di processamento dei dati offrono considerevoli opportunità per la crescita e l’innovazione. L’innovazione guidata dai dati ha la capacità di generare enormi benefici abilitando una serie di applicazioni in diversi ambiti. Ad esempio, servizi di tipo data driven possono generare benefici in termini di miglioramento dei servizi sanitari attraverso lo sviluppo della medicina di precisione, supportare lo sviluppo di nuove soluzioni di mobilità e contribuire agli obiettivi di sostenibilità ed efficienza. L’attenzione sempre maggiore verso le opportunità fornite dai dati ha spinto le imprese e le istituzioni ad esplorare la possibilità di avere accesso ad altre fonti dati alla ricerca di nuove potenziale, non ancora sfruttato, derivante dalla combinazione di diverse fonti di dati. La rilevanza del data sharing è ulteriormente accentuata in contesti emergenziali caratterizzati da profonde e rapide trasformazioni. La recente pandemia COVID-19 ha messo in evidenza l’importanza dei dati per aumentare la consapevolezza dello scenario in continua evoluzione, che ha consentito quindi di prendere decisioni efficaci e tempestive. Nonostante il diffuso ottimismo che circonda il data sharing, queste iniziative spesso falliscono. Diverse fonti di preoccupazione, infatti, sorgono nel momento in cui iniziative di data sharing vengono avviate, tra cui la perdita di controllo sui dati, la violazione di privacy e sicurezza sui dati. La necessità di implementare iniziative di data sharing in maniera tempestive durante l’emergenza ha inoltre posto nuove sfide, ad esempio la necessità di integrare fonti di dati eterogenee e la mancanza di risorse per raccogliere, organizzare e gestire i dati. Mitigare i risk potenziale e al contempo sfruttare le potenzialità del data sharing è quindi fondamentale per lo sviluppi di servizi e prodotti data driven. Affrontando questa esigenza, lo scopo di questo studio è l’analisi dei processi di data sharing nei contesti emergenziali con l’obiettivo di identificare le opportunità fornite dal data sharing e le principali sfide da affrontare. La tesi comprende quattro capitoli dedicati all’analisi del data sharing, alla luce della definizione estesa del concetto. Considerando l’intero ciclo di vita dei dati, il data sharing prevede tre fasi: la deposizione, l’integrazione e la traduzione dei dati. La prima fase si riferisca alla fornitura di dati resi accessibili ad altre organizzazioni. L’integrazione consiste nella combinazione di diverse fonti di dati. Infine, la traduzione si riferisce alla conversione dei dati in conoscenza che può essere utilizzata. I quattro capitoli sono dedicati a diversi contesti organizzativi e di dati in modo da consentire l’approfondimento di specifiche dinamiche che caratterizzano i diversi contesti. Da un punto di vista organizzativo, tre diversi scenari sono stati definiti sulla base degli attori coinvolti: i) intra-organizzativi, ii) inter-organizzativi e iii) sociale. Dal punto di vista del dato oggetto di condivisione, due diversi scenari sono stati analizzati: la condivisione di i) dati dipendenti dal tempo e dallo spazio, ii) dati dipendenti da tempo, spazio e identità. È bene sottolineare che le specifiche domande di ricerca affrontate nei singoli capitoli sono state motivate da problemi concreti emersi durante la pandemia COVID-19. Lo studio di ricerca, quindi, oltre a sviluppare un contributo di ricerca teorico, contribuisce al raggiungimento di risultati che hanno rivelato implicazioni pratiche.