开放数据平台真的只是放数据的共享网盘吗？

去年9月中，南京的秋老虎还在发威，我穿个T恤汗透了半边，去河西的产业园给一个社区改造项目对接数据需求。团队要给主城区的老小区做适老化改造选址，需要叠三个数据：现有小区的建成年代、60岁以上人口分布、三公里内养老服务网点的覆盖情况。

我当时第一个反应就是，去开放数据平台找啊，现成的，省得我们跑各个部门打申请。结果翻了四五个大小平台，越找越火。要么是只能在线看预览，下载要填单位信息、项目用途，等三个工作日人工审核。好不容易审核过了，下下来的是PDF扫描件，还是好几年前的统计公报，根本抠不出结构化的坐标数据。要么是给了csv格式，打开一看坐标全错，一半网点的地址乱码，更新时间停在2019年。

那趟满头汗的经历，让我发现一件事。很多人根本没搞懂开放数据平台到底是什么。

真正的开放，从来不是把文件堆上网

很多人对开放数据平台的印象，就是个存数据的共享网盘。官方或者企业把整理好的数据传上去，开放给大家下载，就叫开放了。真不是这么回事。

所谓开放，核心是三个“能”：能被机器读，能免费商用（大部分情况），能直接调用不用求人。

第一个能被机器读，就是说不能是图片不能是扫描件不能是不可复制的PDF，得是结构化的csv、json，或者直接给接口，你要什么数据直接拉，不用自己手动敲进去整理。之前我们拿到过某平台放的老旧路网数据，是从论文里截的图，我们整整三个实习生花了一周才抠完，你说这叫哪门子开放？

第二个能免费商用，就是说你不用拿到原机构的书面授权，只要不违反用户协议，你做创业项目做商业产品都能用。很多平台说自己开放，其实只给你看，不能用来做盈利项目，本质还是展示，不是开放。

第三个能直接调用，就是说现在做产品的，谁还手动下数据更新啊，都是程序自动拉最新数据。好的开放数据平台都有开放API，你调接口就能拿到实时更新的数据，不用每个月上去下一遍新包。

说实话，这个差别真的很大。就拿刚才说的适老化改造项目来说，真开放的平台，你输入你要的区域，直接导出带坐标的结构化数据，十分钟就能导入你的算法模型出结果。假开放的话，你折腾一周都不一定能用。

普通人能从开放数据平台挖到什么宝贝

很多人说，我又不是做大数据的，我用开放数据平台干嘛？其实真不是，各行各业都能用。

你是学城市规划的学生，写毕业论文要分析南京地铁站周边的商铺密度，不用去跑现场数，开放数据平台上有现成的POI数据，下下来直接算，省你半个月的实地调研时间。你是开独立咖啡店的老板，选店址要看看周边三公里有多少写字楼多少年轻住户，买数据贵不说，小本生意犯不上，去开放数据平台拉一份人口和POI数据，自己算一遍，心里就有数了。你是做出行类小程序的开发者，需要全国的景区开放时间、票价数据，自己一家一家去爬要疯，平台已经给你整理好脱敏了，直接调接口用就行。

我之前认识一个南大的学生团队，做玄武湖的智慧游园引导小程序，就是靠开放数据平台拼起来的。天气数据拉的气象开放平台，公共交通到站数据拉的交通局的开放平台，景区的厕所、休息点位置是景区开放出来的数据，整个项目除了人力，没花一分钱买数据，最后做出来还挺好用，周末逛玄武湖的人不少用。

放在十年前，你想拿到这些公开的数据，要打多少报告盖多少章，跑多少个部门，普通人想都不敢想。现在只要你会搜，十来分钟就能拿到，这就是开放数据平台最大的意义：它把原来只有少数机构能拿到的公共数据，下放到了每个人手里。

不过话说回来，不是所有开放数据平台都能做到这个程度。我见过不少平台，为了凑指标，堆了一大堆数据上去，大部分是政策文件、新闻稿，真正能用的结构化数据没十分之一，摆样子的成分多过实际用处。

这些坑，我帮你踩过了

用开放数据平台，有几个常见的误区，我踩过，说出来你别再跳。

第一个误区，开放数据不代表完全免费。很多基础的公共数据确实是免费的，但一些处理成本高、更新频率快的数据，平台会收少量的调用费用，比如实时的交通流量数据，或者高精度的POI数据，毕竟人家平台也要花钱做清洗做维护，收点钱很正常。别一看到收费就骂人家不开放，这年头，免费的才是最贵的，免费的大多是放了三四年的旧数据，错漏一堆，你用了反而坑自己。

第二个误区，开放数据不代表可以随便用。所有开放数据都有使用协议，大部分都要求不能反向推演识别出个人信息，不能用来做违法违规的用途。我之前听说过一个开发者，把开放的出行数据倒卖给第三方做精准营销，最后吃了罚单，怪平台没说清楚，其实人家协议第一条就写了，怪谁？

第三个误区，开放数据不代表100%准确。平台只负责把数据标准化脱敏，不对数据的准确性做背书，毕竟原始数据都是各个来源报上来的。你拿到数据一定要自己做校验，我刚入行的时候，拿某平台的开放人口数据直接做模型，结果算出来的结果和实际实地调研差了快两成，整整改了一周模型才发现是数据本身的统计口径不对，头都大了。

还有，你得知道开放数据平台的边界在哪里。它给你的都是脱敏后的公共数据，不可能给你涉及个人隐私的细粒度数据，也不可能给你未公开的内部数据，别想着上去挖什么不该碰的东西，那不可能。还有，现在很多小城市的数据覆盖不全，你要是做地方项目，可能还是得自己补数据，别指望平台给你备齐了。

说实话，这几年我看着国内的开放数据平台一步步起来，真的觉得是件好事。原来数据是少数机构的资源，现在普通人只要动动手指就能拿到，你想做点什么研究，做点什么小创业，门槛低了太多。

它不是什么改变世界的黑科技，就是一个给普通人用的工具。就像你查资料用搜索引擎，找路用地图，你要数据，就去开放数据平台挖一挖，说不定就能挖到你想要的宝贝。对吧？