数据志愿服务取得了令人印象深刻的成果，例如Pro Bono Economics 和Datakind所做的工作。开放数据使政府以外的人可以自由使用他们的技能和公共数据来造福社会。然而，政府依靠志愿服务提供专业技能来解决公共政策问题可能会引发公平问题，因为这些技能供应有限，而且可以理解的是，人们往往会出于个人利益而帮助特定的事业。这可能不一定符合需求，而且数据分析技能可能在全国各地分布不均。
增加短期和长期影响力的方法
英国提高其数据分析技能将有助于解决所有这些问题。[2]不过，我们还可以尝试其他方式，从开放数据中获得更多收益。有些已经发生，有些则更为长期。
让成功显而易见并运用激励措施
1. 让开放数据的成功显而易见
人们在黄金、天然气、石油等矿业商品上投入大量资源的原因之一是，从市场价格来看，这些商品如果被开采、加工和出售，就会具有价值。数据由于其异质性，并非如此。它通常不是一种具有明确市场价格的同质商品——市场价格本身就是目的。这一点很重要，因为这意味着市场对数据最有用之处的信号并不那么清晰。许多人从其他市场间接推断出其价值，例如数据分析师的薪水不断上涨和成功科技公司的估值。在为公众利益而进行开放数据分析的情况下，情况就更不明朗了，因为这些利益可能 求职者数据 并不总是具有直接的货币价值。因此，重要的是要从实际应用中展示开放数据分析可以带来的价值，例如开放数据研究所(ODI) 的工作、 我们最近关于地方当局使用数据的 Wise Council 报告以及伦敦数据分析办公室正在进行的工作，以确保最有效地传播经验教训。[3]事实上，Wise Council 的一项发现是，开放数据没有天然的受众——它必须得到培育和发展。当议会积极与当地数据人员、程序员、公民爱好者等接触，并为他们提供参与数据的结构化方式时，这将增加开放数据的数量。
2. 开放数据，但要有战略激励：例如通过挑战奖
从政策角度来看，开放数据和数据志愿服务的一个问题是，它们本身不一定能将潜在的分析师引向海量数据中最具影响力的领域。使用数据挑战奖是解决这个问题的一种方法，即确定一个特定的问题或疑问，并对使用数据对此做出最佳回应的人提供奖励。我们一直与 ODI 联合在一系列领域开展开放数据挑战奖。 [4] 该奖项给出了明确的激励措施，提前指定问题有助于在海量数据中关注感兴趣的领域。它还有助于简化分析，使第三方更容易参与，因为分析中最耗时的部分并不总是技术数据操作，而是首先确定要问哪些问题。