Geodata · Registry · Transparence · Due diligence
Ověřené veřejné datové zdroje
napříč jurisdikcemi
Katastr a geodata, otevřená data a statistika, obchodní rejstříky, skuteční majitelé, insolvence, zakázky, soudy a regulace — pro všech dvacet sedm členských států. U každého zdroje stojí, jestli se dovnitř dostaneš a co si odneseš.
Pro rešerši, OSINT, due diligence a strojový sběr dat. Každá adresa je ověřená po síti, ne odhadnutá z názvu domény.
- Zdrojů
- Členských států
- Témat
- S API nebo bulk
- Úředních
- Ověřeno
Tvar katalogu
řádek = země · sloupec = téma · sytost = počet zdrojů
témat ( a další) není národní agenda — svítí jen v řádcích EU a GLOBAL a prázdno tam díra není. Šrafovaná buňka znamená doloženo, že zdroj neexistuje ( buněk). Zbývá skutečných děr — světlé místo uvnitř barevného pruhu, kde stát agendu má a zdroj chybí.
Podle otázky
Nebo rovnou zemí
Ověřený odkaz, ne odhad
Každá adresa se ověřuje po síti a rozlišuje se přesměrování, anti-bot ochrana a vadný certifikát od skutečně mrtvého odkazu. Katalog, jehož odkazy nikdo neověřil, je pasivní lež.
Veřejné vyhledávání ≠ otevřená data
Rejstřík, kde si kdokoli najde firmu, ale nedá se stáhnout, je označený jinak než ten, který vydává hromadná data. U registrů, kvůli kterým katalog vzniká, ten rozdíl rozhoduje.
Neznámé není totéž co neexistuje
Když stát agendu nemá, je to zapsané jako doložená absence s důvodem ( buněk), ne jako prázdno. Zbývá tak míst, kde zdroj opravdu chybí — a to číslo se dá spočítat, ne odhadnout.
Země a téma zvlášť
Obchodní rejstřík je companies bez ohledu na to, jestli je český nebo maltský. Celoevropské zdroje stojí jednou pod EU, ne sedmadvacetkrát.
Kde zdroj veřejně neexistuje nebo je za přihlášením, je to napsané — místo aby se díra zaplácla slabou náhražkou. Otevřené i zavřené registry jsou v katalogu s uvedením překážky; nic se neobchází.
Jak vypadá záznam
Pět skutečných položek napříč jurisdikcemi a tématy. U každé je vidět, kdo ji vydává, jak se k ní dostaneš a v jaké formě data vydá.
Pro lidi i pro stroje
Katalog je jeden CSV soubor a sada JSON číselníků v repozitáři. Dá se z něj vybírat programově — podle jurisdikce, tématu, způsobu přístupu nebo formy dat — a stavět na tom výběr zdrojů pro rešerši, konektory nebo analýzu pokrytí. Vlastní API projekt nemá; data se berou přímo ze souborů.
- data/catalog.csv — celý katalog, jeden řádek na zdroj
- data/sources/ — zdroj pravdy, jeden JSON na jurisdikci
- data/gaps.json — doložené absence i s důvodem
- docs/COVERAGE.md — matice pokrytí jako text
Jak zdroj vzniká
- Přednost má úřad
- z položek vydává úřad nebo instituce. Komerční a výzkumné zdroje jsou v katalogu taky, ale označené.
- Adresa se ověřuje po síti
- Kontrola rozlišuje přesměrování, anti-bot ochranu a vadný certifikát od mrtvého odkazu. Poslední průchod: .
- Překážka se zapisuje
- Registrace, poplatek i blokování automatů jsou vlastní hodnoty, ne poznámka pod čarou. zdrojů je bez překážky.
Katalog je otevřený
Zdrojová data i metodika jsou v repozitáři. Mrtvý odkaz, chybějící zdroj nebo špatně určený přístup se hlásí issue; zdroje se přidávají do data/sources/<KÓD>.json a katalog se z nich přegeneruje.
Nic neodpovídá filtru