Mobiilpositsioneerimise meetodil kogutud andmete olemusest, eelistest ning erinevatest kasutusvõimalustest kõneles Horisondi toimetaja Helen Rohtmets-Aasale mobiilpositsioneerimise firma Positiumi tegevjuht Erki Saluveer.
Tartu ülikoolist välja kasvanud ettevõte Positium on tegelenud juba pea kaks aastakümmet mobiiltelefonide asukohaandmete analüüsi ning inimeste liikuvuse ja paiknemise statistika tootmisega, mida on kasutatud nii linna- ja transpordiplaneeringutes, turismianalüüsides kui paljudes muudes valdkondades, kus teave inimeste liikumismustrite kohta aitab pakkuda neile paremaid teenuseid. 2018. aastal pälvis tänini ülikooliga tihedat koostööd tegev Positium Tartu ülikooli parima hargettevõtte (ingl spin-off) tiitli.
Kevadise viirusepuhangu ajal räägiti palju sellest, et viiruse leviku uurimiseks võiks kasutada mobiilpositsioneerimise andmeid. Mis andmed need sellised on?
Mobiilpositsioneerimine on tehnoloogia, mille abil saab teatud täpsusega määrata mobiilide asukohti ja saada sedakaudu teada, kus neid mobiile kasutavad inimesed paiknevad ja kuidas nad liiguvad. Milleks seda vaja on? Selleks, et pakkuda inimestele erinevaid teenuseid. Ja siin ei ole vahet, kas tegu on avaliku või erasektori teenusega, mõlemal puhul on tarvis teada, kus inimesed on. Aastakümneid on sellist teavet kogutud peamiselt küsitlustega, mis on efektiivne meetod ja töötab siiamaani, kuid tänapäeval on olemas ka uusi tehnoloogilisi lahendusi, mis võimaldavad asukohta määrata märksa kiiremini ja täpsemini. Üks selliseid ongi mobiilpositsioneerimine. Enamik inimesi kannab mobiiltelefoni kogu aeg kaasas ja see suhtleb omakorda pidevalt mobiilivõrguga – et võrk saaks toimida, peab see kogu aeg teadma, kus telefonid asuvad. Ehk siis tegemist on nn passiivse mobiilpositsioneerimise andmetega – andmetega, mis on mobiilioperaatoritel juba olemas, nii et nende tekitamiseks ei ole vaja midagi lisaks teha.
Kui suurest täpsusest me selle andmestiku puhul räägime?
Passiivse positsioneerimise täpsus võib olla väga erinev, sest mobiili asukohana fikseerivad mobiilioperaatorid antenni leviala. Mobiiliantennid paiknevad aga Eestis ebaühtlaselt. Täpsem on see tihedalt asustatud piirkondades, nt linnades kvartali täpsusega, maapiirkondades võib see hõlmata mitme ruutkilomeetri suurust ala. Niimoodi vaadates tundub, et tegu pole just väga täpse tehnoloogiaga, aga planeeringute jaoks vajaliku ülevaate saamiseks, millistes piirkondades inimesed paiknevad ja kuhu nad sealt liiguvad, on see täiesti piisav.
Ruumilisele aspektile lisandub ajaline mõõde, mis sõltub sellest, kui tihedalt me neid asukohafakte teada saame. Kui me neid uuringuid üle kümne aasta tagasi alustasime, siis olid olemas vaid kõnetoimingute andmed – sisse- ja väljaminevate kõnede ja SMS-ide ajad antenni leviala täpsusega. Kui arvestada, et inimesed teevad keskmiselt paar kõnet päevas, siis tundub, et teavet pole just liiga palju. Kui arvestada, et Eestis on ümmarguselt miljon inimest, kellest igaüks teeb päevas neli kõnet, siis teeb see aga juba 4 miljonit asukohakirjet päevas ja üle saja miljoni kirje kuus. Tänapäeval kasutavad inimesed oma telefonides lisaks andmesidet ehk internetti, mis tekitab asukohafakte tihedamalt, nii et päevas tuleb inimese kohta keskmiselt 20–100 asukohafakti või rohkemgi.
Kui palju selliseid andmeid maailmas kasutatakse? Kas Eesti on selles vallas kuidagi eristuv?
Eesti oli üks esimesi, kes hakkas nende andmete alusel juba 2000. aastate alguses uuringuid tegema. See on varalahkunud professor Rein Ahase teene, et me täna siin oleme. Tema oli see, kes nägi nende andmete potentsiaali siis, kui alles esimesed uurimisgrupid selle teemaga tegelema hakkasid. Selles mõttes on Eesti kindlasti unikaalne. Ja ma arvan, et Eesti eristub jätkuvalt sellegi poolest, kui paljudest erinevatest aspektidest on nende andmete alusel ühe riigi kohta uuringuid tehtud.
Kuna oleme selles valdkonnas juba väga kaua tegutsenud, siis oleme ekspertidena kaasatud paljudesse suurtesse organisatsioonidesse ja töögruppidesse. Positium on ÜRO turismiorganisatsiooni assotsieerunud liige ning koostööpartner mobiilpositsioneerimise suurandmete töötlemise alal nii ÜRO statistika divisioni, EL-i statistikaameti (Eurostat), rahvusvahelise telekommunikatsiooni liidu (ITL), GSM-i assotsiatsiooni (GSMA) kui ka OECD vastavates töörühmades või projektides. Mul on väga hea meel, et saame sel tasemel kaasa rääkida. Kindlasti paistab Eesti selleski osas maailmas silma.
Räägimegi nüüd lähemalt, millistes valdkondades neid andmeid kasutada saab?
Esimene valdkond, millega me tegelema hakkasime ja milles oleme teinud kõige enam projekte, on turism. Kui välismaalased Eestisse tulevad, siis nad ühenduvad Eesti mobiilivõrku. Mobiiliga koos on olemas ka informatsioon, millisest riigist mobiili kandja pärit on. See ei kehti igal üksikul juhul, aga suures plaanis küll. Samuti on mobiilioperaatoritel olemas info, kui nende enda kasutajad käivad teiste mobiilioperaatorite võrkudes. Niimoodi saab mõõta, kui palju meil on täna välisturiste näiteks Tartus või kogu Eestis ja kust nad pärit on.
Varem, kui turistide kohta koguti infot peamiselt majutusstatistika või piiriküsitlustega, oli sellise täpsusega informatsiooni võimatu saada. Majutusstatistikat saadakse maakonna tasemel ja see ei näita neid, kes ametlikult ei majutu, näiteks ühepäevaturiste, või neid, kes kasutavad kodumajutust (nt Airbnb) või ööbivad tuttavate juures. Seetõttu on maailmas tänini põhiline meetod reisistatistika saamiseks piiriküsitlus, mille miinused on samas nende küsitluste väike valim, korraldamise keerukus ja reisijate kasvav vastuseis sellistele küsitlustele vastamisele.
Selle info põhjal arvutas ka Eesti Pank varem välja turismisektori maksebilanssi ehk andmestikku, kui palju eestlased raha riigist välja viivad ja välismaalased läbi turismiteenuste raha Eestisse toovad. Kui eelmise kriisi ajal lõpetati meil piiriküsitlused ära, siis tekkis küsimus, kust turismistatistikat saada.
Kuna meie juba analüüsisime turistide mobiilpositsioneerimise andmeid, siis sai Eesti Panga tellimusel välja arendatud metoodika, et arvutada, milliseid riike ja kui pikalt külastavad eestlased ning millistest riikidest ja kui kauaks omakorda Eestisse tullakse. Tänu sellele põhineb välisturismi statistika Eestis juba 2009. aastast alates mobiiliandmetel, mis tähendab, et Eesti oli esimene riik maailmas, kes hakkas kasutama mobiilpositsioneerimise meetodit ametliku statistika kogumiseks.
Huvitav on seejuures, et mobiiliandmestikku rakendades tõusis välisturistide arv Eestis kaks korda. Oleme aastate jooksul avastanud sellest andmestikust mitmeid turistide rühmi, keda ei saanud varasemate meetoditega tuvastada. Näiteks saime teada, et Peipsi ääres käivad talviti Läti kalamehed, kes ei kajastu ametlikus majutusstatistikas, sest korraldavad oma reise ise.
Täpsem statistika aitab omakorda suurüritusi planeerida ja turismihooajaks valmistuda?
Just. Näiteks vajavad turismistatistikat kõik linnad, kui nad mingit üritust planeerivad. Planeerimise faasis on vaja teada hetkeolukorda – kui palju on seal turiste tavaolukorras – ja hiljem on vaja järelseiret, et vaadata, kuidas üritus õnnestus. Kas ennustused läksid täide ja tuli oodatud arvul turiste või mitte, ning kauaks nad kohale jäid. Neid andmeid saab järgmiste ürituse kavandamisel arvesse võtta – näiteks kui oodati suurt osalust Lätist, aga seda ei juhtunud, siis on teada, et midagi läks Läti-suunalises turunduses valesti. Selline info on korraldajatele väga oluline. Kui andmete abil leitakse mingi nipp, kuidas meelitada turiste jääma kauemaks kui üheks ööks, siis on sellel piirkonnale väga suur mõju, sest nad kulutavad päeva võrra rohkem raha.
Kui suvisest elust rääkida, siis üks huvitav näide nende andmete kasutamisest on politsei- ja piirivalveameti tellitud uuring. Selles võeti kõigi Eesti omavalitsuste ühe aasta rahvastikustatistika päevade kaupa osadeks ja vaadati, kui palju oli igas omavalitsustes igal päeval alalisi ja ajutisi elanikke, välisturiste ja külastajaid. Kutsusime seda uuringut paiknemise manuaaliks, sest selle järgi said politsei, kiirabi ja tuletõrje planeerida, kus nende ressursid peaksid eri aastaaegadel asuma. Kui ilmad lähevad soojaks, siis me kolime suure hurraaga maale ja tahame, et häda korral oleks abi kohapeal olemas.
Kui Tallinnast valgub üle 10% elanikest suvel üle Eesti laiali, siis see on päris suur koormus omavalitsustele, kus rahvastiku hulk võib kordades kasvada. Nii et politseile, kiirabile ja tuletõrjele on see oluline info, et teada, kuidas oma kohalolu planeerida.
Kindlasti peegeldavad mobiilpositsioneerimise andmed ka kõikvõimalikku liiklust?
Kõigi transpordiplaneeringute puhul, näiteks uue raudteeliini või tee planeerimisel või vana renoveerimisel, on vaja teada, kui paljud inimesed võiksid seda kasutama hakata. Üks meie esimesi projekte selles vallas oli osalemine Kose-Mäo teelõigu planeerimisel. Mõõtsime, kuidas inimesed liiguvad – kust nad tulevad ja kuhu lähevad – ning vaatasime, kelle jaoks võiks Tallinn–Tartu maantee alternatiivina paremini sobida, kui see neljarealiseks ehitada. Vaadeldi alternatiivseid maanteid ning hinnati, et sellele trassile võiks sel juhul lisanduda kuni 2000 autot ööpäevas. Lisaks saime nende andmete alusel hinnata sesoonset mõju, mida liiklusuuringutes ei oldud enne arvestatud.
Teise näitena võib tuua Tartu uue ühistranspordivõrgu kavandamise, kus tuli arvesse võtta, kus inimesed elavad ja kuhu nad liiguvad. Kui esimest võiks saada ka rahvastikuregistrist, siis teist on registrite alusel suhteliselt keeruline välja selgitada. Mobiiliandmestik näitab aga mõlemat, kogu pendelrännet, ning kui kõrvutada saadud pilti olemasoleva ühistranspordi skeemi ja kasutusega, siis on näha, kus on puudujäägid. Eesmärk oli leida üles kohad, kus teenuse pakkumine on juba päris hea ja kus tuleks teha muudatusi, et võimalikult paljud inimesed saaksid hakata ühistransporti kasutama. Ja kuuldavasti ongi busside kasutussagedus Tartus tõusnud, mille üle on väga hea meel. Nüüd saab seda võrku vajadusel värskendada, sest linnas toimuvad ju kogu aeg muutused.
Internetiajastul manitsetakse inimesi pidevalt, et nad kaitseksid oma privaatsust. Kuidas see mobiilpositsioneerimist puudutab?
Võib tõesti mõelda nii, et inimesed pole ju andnud nõusolekut oma andmete kasutamiseks. Samuti võib tekkida küsimus, kas see kõik on ikka turvaline. Ja need on täiesti adekvaatsed küsimused. Tegelikult on see ühiskondliku konsensuse teema, kas me lubame selliste tehnoloogiate kasutamist või mitte. Kui ei luba, tekib aga kohe küsimus, mis on alternatiiv. Kui anda inimesele valida, kas me teeme küsitlusi, näiteks peatame auto maanteel kinni ja küsime, kust te tulete ja kuhu lähete, siis ega nad ilmselt seda ka väga ei taha.
Privaatsuse kontekstis on oluline rõhutada, et mobiiliandmete töötlemise käigus meil ühegi indiviidi kohta ühtegi järeldust ei tehta. Kõik järeldused on üksnes masside kohta. Eesmärk on saada ülevaadet, kus inimesed massidena paiknevad ja liiguvad, et pakkuda neile paremat teenust. Ehk teisisõnu, meie eesmärk on statistiliste andmete tootmine. Lisaks kasutatakse privaatsuseriski maandamiseks kõiki võimalikke tehnoloogilisi lahendusi. Esiteks tulevad andmed mobiilioperaatorilt meile juba mitteisikustatult ehk meil on teada vaid kõnetoimingu kellaaeg, asukoht antenni täpsusega ja operaatori pandud identifikaator, mida meil ei ole võimalik seostada ühegi isikuga.
See tähendab, et teile antavate andmete kaudu ei saa isikut tuvastada?
Need andmed muutuvad uurijate jaoks anonüümseks juba enne, kui mobiilioperaator need andmed uurimistööks väljastab – uurijatel ei ole mingit võtit, mille kaudu isikuid tuvastada. See tähendab, et nii meil Positiumis kui ka Tartu ülikooli mobiilsusuuringute laboris tehakse kõiki analüüse ja uuringuid pseudonüümsete andmetega. Mõneti võib pseudonüümseid andmeid võrrelda küsitlusandmetega, kus ei ole küsitud ühtegi isikustatud fakti, aga on inimesega räägitud. Vahe on selles, et küsitlusest on inimene teadlik, mobiiliandmete puhul ta igal hetkel ei teadvusta, et need mobiilioperaatoriteni jõuavad.
Kuna need andmed on kõigil maailma mobiilioperaatoritel aga juba nagunii olemas – neid kasutatakse näiteks mobiilivõrgu planeerimiseks –, siis tundub mõistlik rakendada neid lisaks ka ühiskonna hüvanguks, et riik saaks langetada meile pakutavate teenuste planeerimisel paremaid otsuseid. Kõik me tahame, et meil oleksid parimad teenused. Pealegi saab neid andmeid kasutades hoida kokku palju aega ja ressursse, sest alternatiivina küsitluste korraldamine on väga suur ja kallis töö.
Ja veel üks pluss – mobiiliandmed jooksevad operaatoritele aastaringselt, mis tähendab, et nende alusel saab uurida sesoonseid erinevusi, mida on küsitlustega väga keeruline teha. Erinevate hooaegade sihtimine teeb küsitluse veelgi kallimaks, mistõttu seda tavaliselt ei tehta.
Kuidas inimeste mobiilsusandmeid koroonakriisi ajal kasutati?
Siinkohal peab esmalt ütlema, et kahetsusväärselt oli Positium sunnitud mobiilpositsioneerimispõhiste uuringute tegemise Eestis möödunud aasta lõpus, s.o mõned kuud enne kriisi algust, lõpetama. Probleem kerkis esile pärast EL-i uue andmekaitseregulatsiooni vastuvõtmist 2018. aastal, mille järel tekkis erinevaid tõlgendusi, kas mitteisikustatud asukohaandmeid saab ikkagi lugeda anonüümseteks andmeteks, mida mobiilioperaatorid tohivad elektroonilise side seaduse järgi töödelda.
Seniajani oli üldine seisukoht, et tegemist on anonüümsete andmetega, kuna need on pseudonüümsed ja mitteisikustatud. Sellised vaidlused käivad ka teistes Euroopa riikides, igaüks tõlgendab hetkel seadusi omamoodi ning kõik ootavad juba pikka aega EL-ilt uut regulatsiooni, mis need küsimused üleeuroopaliselt selgesõnaliselt paika paneks.
Kui koroonaviiruse kriis nüüd kevadel puhkes, siis saadi õnneks suhteliselt kiiresti aru, et parim vahend viiruse leviku tõkestamiseks on liikumispiirangute kehtestamine ja nende piirangute järgimist on vaja mõõta, milleks sobivad kõige paremini mobiilpositsioneerimise andmed. Kuigi nende andmete kasutusel oli õiguslik olukord jätkuvalt segane, tegid erinevad ametkonnad siiski kiiret koostööd, et lahendus leida.
Peaministri ja riigikantselei palvel asus juhtrolli statistikaamet, kes palus koostööd kõigi Eesti mobiilioperaatoritega. Positium osales selles tegevuses konsultandina, aitas metoodika koostamisel ja tegi andmete esitamiseks visuaalsed rakendused. Esiteks mõõdeti, milline protsent inimesi püsib oma kodu lähedal ehk täidab korraldusi. Nende puhul, kes liikusid, selgitati välja, kui kaugele nad läksid. Saadud arvude kaudu oli võimalik mõõta, kas, kuidas ja millistes piirkondades piirangud töötavad ja millistes mitte.
Algselt oli plaan teha palju rohkemat – tahtsime näha ka seda, millistest riikidest ja kui palju inimesi Eesti eri piirkondadesse tuleb, et ennustada võimalikke koldeid. Samuti vaadata, kui palju välismaalasi Eestis on, et näha, kuidas see arv ajas muutub. Õnneks, nagu me nüüd teame, läks Eestis sel korral kõik hästi ja suuremat puhangut ei tulnud.
Aga kui peaks tulema uus laine?
Üks, mida me tahtsime juba kriisi alguses proovida ja mille võiks nüüd ära teha, on viiruse leviku modelleerimine inimeste reaalsete liikumisandmete peal, et näha, kas viiruse levikut oleks võimalik ette ennustada. Seda võiks proovida teha esimese laine andmete pealt. Kui selline mudel töötaks, siis oleks uue viirusepuhangu ajal potentsiaalselt võimalik jooksvate andmete pealt näha, kuhu võib tekkida järgmine kolle, mis aitaks meditsiinitöötajatel selleks valmistuda. Samuti saaksime mudelit tehes õppida, mida oli mõistlik teha ja mida mitte.
Me panime välispiirid kinni, panime Saaremaa lukku, käskisime inimestel kodudes olla. Tulemus oli efektiivne, aga me ei tea, kas kõik need sammud olid vältimatud. Võibolla oleks võinud midagi erandina lubada, aga praegu me ei tea, mis need erandid oleksid võinud olla. Samas on iga selline erand nii inimeste kui ka majanduse jaoks ülioluline. Selle viiruse leviku puhul on veel väga palju teadmatust ja ainult andmed aitavad neis küsimustes selgust saada. Kui me suudame praegu andmetest õppida, mis eelmisel korral juhtus, siis me saame järgmisel korral tegutseda targemalt – teades, millele, millal ja kui kauaks piiranguid kehtestada. Võib-olla saavad inimesed siis vabamalt tegutseda, kui peaks tulema viiruse teine laine.
Kõik justkui tunnistavad, et mobiilpositsioneerimine annab meile suurima potentsiaaliga andmetüübi inimeste paiknemise ja liikuvuse uurimisel, aga reaalsuses kasutatakse maailmas neid andmeid ikkagi vähe. Miks see nii on? Milles on probleem?
Mul on tunne, et me oleme olnud lihtsalt ajast ees. Me toodame andmeid, mille pealt saaks ja peaks tegema otsuseid, aga selleks peab otsustajatel olema tahe neid andmeid kasutada. On vaja inimesi, kes mõistavad andmete väärtust ja oskavad erinevaid andmestikke ühendades jõuda järeldusteni.
Kõigi projektide puhul on alati olnud teisel pool keegi, kes saab aru, et andmetele tuginedes saab teha paremaid otsuseid, ja kui sellist inimest pole, siis sa võid ju ametnikke n-ö andmetega visata, aga kui nad neid ei loe ega ei saa neist aru, siis pole ka andmetest kasu. Vaja on mõtteviisi muutust ja ühel hetkel see tuleb, seda juba ainuüksi konkurentsi pärast. Pikas perspektiivis muutuvad tugevamaks need linnad ja riigid, kes suudavad andmetest õppida.
Millega Positium praegu tegeleb?
Positiumi missioon on viia võimalikult paljudesse riikidesse oskust, kuidas mobiilpositsioneerimise andmeid ühiskonna hüvanguks rakendada. See tähendab, et me oleme tehnoloogiline partner erinevatele statistikaametitele ja ministeeriumidele üle maailma – pakume neile tehnilist tuge, kuidas mobiilioperaatori kogutud andmetest statistikani jõuda. Kuidas neid andmeid puhastada ja defineerida, kes on turist, elanik, ajutine elanik, nii et see oleks kooskõlas rahvusvahelise terminoloogiaga. Ja meil on olemas tarkvara, mis vastavalt nendele metoodikatele mobiiliandmeid töötleb.
Toodame riiklikku statistikat praegu lisaks Eestile ka Indoneesias, Omaaniga on käimas aktiivne projekt ja pilootprojekte on veel paljudes teistes riikides. Oleme märganud, et lihtsam on töötada riikidega, kus ei ole sissejuurdunud statistikasüsteeme, nad on uutele lahendustele märksa avatumad. Lääne-Euroopas on juba selgelt paigas, et statistikat toodetakse küsitluste kaudu, ja nii läheb sealsetel riikidel rohkem aega, et muutuda.
Aga see muutus tuleb, selle vastu ei saa. Me peaksime liikuma sinnapoole, et mobiilpositsioneerimise andmestik ja selle alusel toodetud statistika oleksid järjest enam kättesaadavad, ja see puudutab ka Eestit. Kui siin seadusandlus mobiiliandmete kasutamise osas paika saab ja õigusruum selgineb, siis on võimalik tööd nende andmetega jätkata.
Millist koostööd te ülikooliga teete?
Tavaliselt ei jää spin-off-ettevõtted ülikooliga väga seotuks, aga meie side ülikooliga on endiselt väga tihe. Näiteks arendame koostöös analüüsimetoodikaid: kuidas eristada kõnetoimingute alusel kodu- ja töökohti, Eestis peatuvat või siit läbisõitvat turisti jne. Kui Positium kogub näiteid, kuidas mobiilpositsioneerimise andmeid saab mingites projektides – nagu juba räägitud Eesti Pangale toodetud turismistatistika, Tartu ühistranspordivõrk jms – reaalselt kasutada, siis Tartu ülikooli mobiilsusuuringute labori teadlased teevad selle alusel teadust: avaldavad tulemusi teadusartiklitena, osalevad akadeemilises diskussioonis ja loovad kontseptuaalseid mudeleid.
Positiumi jaoks tähendab see, et meie kasutatav metoodika saab kinnitatud rahvusvahelisel tasemel eelretsenseeritavates ajakirjades, mis on omakorda meie klientide jaoks oluline. Ülikool jällegi kasutab meie tehnilisi oskusi andmete töötlemisel ja puhastamisel. Lisaks on meil ülikooliga tihedad diskussioonid, kus me jagame vastastikku ideid ja teadmisi, nii et ma näen seda mõlemale poolele kasuliku sümbioosina.
Miks Sinust just geograaf sai?
Võib öelda, et ma olen hingelt geograaf, mille juures ei ole sugugi vähetähtis, et ma olen kolmanda põlve geograaf. Seejuures teadsin ma kohe, kui ülikooli tulin, et minust saab geoinformaatik. Teadsin, et tahan toimetada digitaalsete ruumiandmetega. Geograafide huvi on teadupärast uurida ruumilisi nähtusi ja kuna maadeavastused pole enam eriti aktuaalsed, siis on kõige huvitavam uurimisvaldkond, kuidas inimesed liiguvad. Ja nagu ülikoolis selgus, on kõige ägedam meetod selle uurimiseks mobiilpositsioneerimine.
See hakkaski mind paeluma ja nüüd on mu doktoritöö seotud sama teemaga. Aga kuivõrd ma olen geoinformaatik, siis ma keskendun tehnilisele poolele – mida on tehnoloogiliselt selleks vaja teha, et jõuda mobiilioperaatori käes olevatest andmetest kasuliku statistikani. Millised sammud tuleb selleks läbi käia ja kuidas erinevad sammud tulemust mõjutavad. See on põhimõtteliselt sama, mida Positium teeb.
