Designing data collaboratives' governance for their long-term stability: a key factor analysis through a multiple case study

The use of big data for the public good has been attracting increasing attention in recent years. A growing number of initiatives are demonstrating how the sharing and processing of datasets within cross-sector partnerships can generate an innovative answer to major economic, social, and environmental challenges. However, these initiatives, referred to as Data Collaboratives, often fail to survive beyond the pilot phase or are designed to act over a limited time frame, thus having their ability to create long-term benefits and scale their impact hindered. The lack of well-defined incentive schemes for sharing data and resources, the absence of reference intermediation paradigms, and the lack of business models to economically support collaborations are among the governance-related variables that undermine the long-term stability of these types of collaborations. To address these gaps, the study investigates the dimensions of collaborative governance in order to determine the critical factors that influence long-term stability. The first phase involved a review of the literature specific to Data Collaboratives and the broader literature on the governance of cross-sector partnerships. From this analysis, seven governance dimensions considered relevant to the long-term stability of a Data Collaborative were deduced. Then nine case studies were developed through interviews in order to inductively identify the relationships between these dimensions and sustainability. The results were compared with the analysis of two cases that ceased operations, providing further validation of the identified relationships. This enabled the identification of twenty critical factors, interpreted according to seven governance categories, to be considered in the design and implementation of a Data Collaborative. In addition to providing useful insights for practice, the study significantly contributes in empirical terms to a field of research where the literature is still predominantly conceptual and illustrative.

L'uso dei big data per il bene pubblico sta attirando sempre più attenzioni negli ultimi anni. Un numero crescente di iniziative sta dimostrando come la condivisione e l’elaborazione di dataset all’interno di collaborazioni cross-settoriali possa offrire una risposta innovativa alle grandi sfide economiche, sociali e ambientali. Nonostante ciò, queste iniziative, denominate Data Collaborative, spesso non riescono a superare la fase pilota o sono progettate per agire su un arco temporale limitato, vedendo ostacolata la loro capacità di creare benefici a lungo termine e di scalare il loro impatto. La mancanza di schemi di incentivi ben definiti per la condivisione di dati e risorse, l’assenza di paradigmi di riferimento per l'intermediazione e la carenza di modelli di business per sostenere economicamente le collaborazioni sono tra le variabili legate alla governance che minano la stabilità a lungo termine di questo tipo di collaborazioni. Per colmare queste lacune, lo studio indaga le dimensioni di governance collaborativa al fine di determinare i fattori critici che influenzano la stabilità a lungo termine. La prima fase ha previsto una revisione della letteratura specifica sui Data Collaborative e di quella più ampia sulla governance delle partnership cross-settoriali. Da questa analisi sono state dedotte sette dimensioni di governance considerate rilevanti per la stabilità a lungo termine di un Data Collaborative. Successivamente sono stati sviluppati nove casi di studio tramite interviste, allo scopo di individuare induttivamente le relazioni tra queste dimensioni e la sostenibilità. I risultati sono stati confrontati con l’analisi di due casi che hanno cessato la loro attività, fornendo un’ulteriore validazione delle relazioni individuate. Questo ha consentito di identificare venti fattori critici, interpretati secondo sette categorie di governance, da considerare nella progettazione e nello svolgimento di un Data Collaborative. Lo studio, oltre a fornire indicazioni utili per la pratica, offre un contributo significativo in termini empirici in un campo di ricerca dove la letteratura è ancora prevalentemente concettuale e illustrativa.