前段時間和同事一起看了一些國外開放數據的網站，特别是一些國家/地區政府的開放數據，考慮哪些是适合用來做網站的、哪些不适合、好數據有什麼特征等，下面小結幾點：
哪些開放數據适合做網站？
- 詞典類：這類數據結構清晰，内容實用性強，數據來源官方，适合做成網站長期供網民浏覽；
- 名錄類：數據來源于各政府機構、行業協會，有用戶需求，有部分内容會定期更新；
- 資料類：此類内容可能比較雜，隻要是網民會感興趣的都可以考慮做成網站。
哪些開放數據不适合做網站？
- 統計類：一些純粹的統計數據，感興趣的人不多；
- 圖片類：大批的圖片，不太适合做成網站；
- 地圖類：需要做一些地理信息方面的工作，對這些有需求的人可能主要去用幾個大公司的地圖app去了。
- 地方類：局限在比較小的區域範圍内，感興趣的人少，流量不會太大。
适合做網站的開放數據有些什麼樣的特征？
- 有明确的用戶群體；
- 數據有一定稀缺性；
- 機讀格式為佳，例如csv, xml, json, excel等，而html, doc, pdf等效果差一些，需要先轉換；
- 數據量大為佳，便于占領長尾空間，我們目标是做海量數據集轉為網站頁面；
- 時效性都可以，有長期更新來源的更好，如果更新頻繁，可以考慮做成自動獲取、更新内容。
這些數據隻是做了點初步分析，還沒有正式開始啟動來做，但也很快了，2018年還會招人來加大力度、加快速度。除了數據集直接導入做成網站以外，還需要人工來進行一些編輯，形成一些專題，方便用戶浏覽。
2018年3月15日補充：這項工作已經開展起來了，這些天我在國外也一直在看國外的開放數據，再補充幾點心得體會：
- 編碼類：編碼類數據集類似詞典的結構，比較簡單，但基本上沒人能夠記住編碼及含義，都需要查資料，所以這類信息還是有用的，隻是可能不經常查，或者隻是局限于某個領域的人有需求；
- 複雜性：國外有些數據集相當複雜，由很多表組成，這些表之間還有關聯，呈現出來比較麻煩，不過如果能值得多花些時間精力搞懂結構的話，也是可以做出來的，并且有一定難度的工作才能體現我們做得比别人好；
- 專業性：涉及到醫療醫藥、金融保險、統計分析等方面的數據，有些是相當晦澀難懂的，很多專有名詞、縮寫、代碼，首先要能基本明白數據内容、針對什麼樣的用戶，以便能判斷是否采用、如何采用；
- 廣告價值：最近還和一位專門做美國生活類網站的朋友聊過，他們是專門挑選高價關鍵詞來做針對性網頁内容，頁面數量不多、網站流量不算高，但廣告點擊率、價值和總體收入都不錯，我們在做數據集、長尾網站的時候，也可以借鑒，更多選擇價值高的領域的數據來做。
發表新回應