Zacznij od dane.gov.pl i CEIDG: otwarte dane dla firm w Polsce

2026-09-07 · SzopaLabs

Przewodnik dla firm: skąd pobierać otwarte dane w Polsce (dane.gov.pl, CEIDG, eKRS, GUS) i jak szybko uruchomić pilotaż z integracją API.

Analityk zajmujący się danymi z ogólnodostępnego rejestru działalności gospodarczej

Najpewniejsze źródła otwartych danych dla firm w Polsce to dane.gov.pl, Hurtownia danych CEIDG (dane.biznes.gov.pl), eKRS oraz GUS. Wszystkie cztery pozwalają na komercyjne ponowne wykorzystanie zgodnie z ustawą z 11 sierpnia 2021 r., z obowiązkiem podania źródła danych. Najlepiej zacząć od jednego pilotażu: dane.gov.pl plus jedno API, na przykład CEIDG, żeby sprawdzić, czy dany zbiór faktycznie odpowiada na potrzebę biznesową.

Krótko mówiąc:

  • Otwarte dane publiczne w Polsce obejmują źródła takie jak dane.gov.pl i Hurtownia danych CEIDG, które można wykorzystać komercyjnie z podaniem źródła.
  • Kluczowe zasady korzystania z danych są określone ustawą z 11 sierpnia 2021 roku, obejmującą prawo do użycia komercyjnego i obowiązek informowania o źródle.
  • Dostęp techniczny wymaga korzystania z API, tokenów i lokalnego cache'owania danych, by zmniejszyć obciążenie limitami i zapewnić ciągłość działania.
  • Najczęstsze zastosowania to generowanie leadów, weryfikacja kontrahentów, benchmarking rynku nieruchomości i monitoring orzecznictwa podatkowego.
  • Przed rozpoczęciem warto wybrać jeden zbiór danych i cel biznesowy, aby zbudować prosty proof of concept i unikać prób robienia wszystkiego na raz.

Spis treści

Prawo i zasady ponownego wykorzystywania danych w Polsce

Podstawę prawną daje ustawa z 11 sierpnia 2021 r. o otwartych danych i ponownym wykorzystywaniu informacji sektora publicznego (Dz.U. 2021 poz. 1641). Ustawa wprowadza kategorię danych o wysokiej wartości, które podmioty publiczne muszą udostępniać bezpłatnie i w formacie umożliwiającym odczyt maszynowy, często przez API.

Zasady, które musisz znać, sprowadzają się do czterech punktów:

  1. Prawo do ponownego wykorzystywania obejmuje użycie komercyjne — ustawa nie rozróżnia celu naukowego od biznesowego, o ile nie łamiesz warunków licencji danego zbioru.
  2. Wniosek jest potrzebny tylko wyjątkowo — gdy dane nie są jeszcze udostępnione publicznie albo wymagają dodatkowego przetworzenia po stronie urzędu.
  3. Opłaty pojawiają się rzadko, głównie przy danych wymagających kosztownego przygotowania; większość zasobów objętych ustawą jest darmowa.
  4. Obowiązek informowania o źródle i dacie wytworzenia danych dotyczy praktycznie każdego zbioru — to jedyny stały wymóg formalny.

W praktyce warunki konkretnego zasobu sprawdzasz w dwóch miejscach: w opisie zbioru na dane.gov.pl (tam jest licencja i informacja o ewentualnych ograniczeniach) oraz w Biuletynie Informacji Publicznej instytucji, która dany zbiór prowadzi. Ministerstwo Cyfryzacji potwierdza, że korzystanie z zasobów portalu nie wymaga składania wniosku ani rejestracji konta.

Jak uzyskać dostęp techniczny: API, tokeny i repliki danych

Dla zespołu technicznego kluczowe jest zrozumienie różnicy między pobraniem zbiorczym a stałą integracją przez API. Pobranie zbiorcze (plik CSV lub JSON z dane.gov.pl) wystarcza do jednorazowej analizy. Stała integracja, na przykład monitoring nowych wpisów w CEIDG, wymaga API i autoryzacji.

Rejestracja w Hurtowni Danych CEIDG przebiega przez API Gateway: zakładasz konto techniczne, generujesz token JWT, a następnie subskrybujesz konkretne usługi, na przykład wyszukiwanie zaawansowane albo replikę transakcyjną. Dokumentacja systemu opisuje też moduły API dla danych niepublicznych, dostępne po dodatkowej weryfikacji.

Zanim wdrożysz to produkcyjnie, sprawdź:

Porada profesjonalisty: Nie odpytuj API CEIDG przy każdym żądaniu użytkownika. Zbuduj lokalny cache z odświeżaniem raz na dobę i harmonogramem retry na wypadek błędów po stronie serwera. To odciąża limity i przyspiesza twoją aplikację.

Jak firmy wykorzystują otwarte dane w praktyce

Najczęstsze zastosowanie to generowanie leadów sprzedażowych. Dane o nowo zarejestrowanych firmach w CEIDG albo o przyznanych dotacjach unijnych pozwalają zespołom handlowym docierać do klientów w momencie, gdy faktycznie mają budżet i potrzebę.

Drugie duże zastosowanie to weryfikacja kontrahentów przed podpisaniem umowy. Sprawdzenie spółki w eKRS, jej struktury właścicielskiej i historii zmian zarządu, zajmuje kilka minut, a zapobiega współpracy z podmiotem obarczonym ryzykiem.

Trzecie: benchmarking cen nieruchomości. Dane transakcyjne z RCN, agregowane na poziomie powiatu, dają realny obraz rynku, znacznie dokładniejszy niż ceny ofertowe z portali ogłoszeniowych. Serwisy takie jak Geoceny budują na tym mapy i poradniki dla kupujących.

Czwarte: monitoring orzecznictwa podatkowego dla biur rachunkowych i kancelarii, gdzie automatyczne śledzenie nowych wyroków zastępuje ręczne przeglądanie baz prawnych każdego tygodnia.

Od surowych danych do działającego rozwiązania: wyzwania techniczne

Surowe API rzadko dają gotową wartość. Największe problemy to brak jednolitych standardów między rejestrami, różne schematy identyfikatorów i duplikaty wynikające z aktualizacji danych w czasie.

Łączenie CEIDG z eKRS wymaga mapowania NIP i REGON na numery KRS, bo każdy rejestr identyfikuje podmiot inaczej. Do tego dochodzi obsługa różnych protokołów autoryzacji, w tym tokenów JWT, co bywa barierą wejścia dla mniejszych zespołów IT.

Jak podejść do tego pragmatycznie:

  1. Zacznij od małej warstwy ETL, nie od pełnego Data Lake — przetwarzaj tylko to, czego faktycznie potrzebujesz.
  2. Waliduj dane na wejściu: odrzucaj rekordy z brakującymi kluczowymi polami zamiast czyścić je później.
  3. Monitoruj świeżość źródeł i ustaw alerty, gdy replika przestaje się aktualizować.
  4. Rozważ zlecenie przetwarzania danych zewnętrznemu dostawcy, gdy koszt budowy własnej integracji przewyższa czas do uzyskania wartości biznesowej.

Porada profesjonalisty: Zanim zbudujesz cokolwiek złożonego, zrób test na próbce 100 rekordów. Jeśli mapowanie identyfikatorów zawodzi już na tym etapie, przy pełnej skali będzie gorzej, a poprawki kosztują znacznie więcej. Case study Yotta pokazuje, że dobrze zaprojektowana warstwa raportowa pozwala dojść od surowych danych do działającego dashboardu w bardzo krótkim czasie.

Jak zacząć: perspektywa praktyka

Najczęstszy błąd firm wchodzących w otwarte dane to próba zrobienia wszystkiego naraz, zamiast jednego konkretnego pilotażu. Wybierz jeden zbiór danych i jeden cel biznesowy, na przykład listę nowych firm z danej branży jako źródło leadów. Wyznacz właściciela procesu po stronie biznesu i osobę techniczną odpowiedzialną za integrację.

Zbuduj proof of concept od API do prostego arkusza albo dashboardu, bez ambicji na pełną automatyzację od pierwszego dnia. Sukces POC mierzysz jednym pytaniem: czy dane realnie skróciły czas pracy zespołu albo dały przewagę, której wcześniej nie miał. Jeśli integracja techniczna pochłania więcej czasu niż warta jest korzyść, to sygnał, żeby zlecić przetworzenie danych zewnętrznemu dostawcy, zamiast trzymać projekt wewnętrznie w nieskończoność.

Otwarte dane w Polsce są dojrzałe i legalnie gotowe do użycia komercyjnego. Bariera nie leży w prawie, leży w egzekucji.

— Michał

Skąd wziąć dostęp do danych: gotowa lista źródeł

Zacznij od dane.gov.pl, gdzie znajdziesz katalog wszystkich kategorii i opis licencji każdego zbioru. Dla danych o przedsiębiorcach jednoosobowych przejdź do Hurtowni danych CEIDG, a dla weryfikacji spółek do eKRS. Podstawę prawną znajdziesz w tekście ustawy z 11 sierpnia 2021 r., a szczegóły techniczne integracji w dokumentacji systemu Hurtowni Danych.

Jeśli planujesz stałą integrację, zapisz linki do dokumentacji API i sprawdzaj je regularnie. Instytucje publiczne zmieniają endpointy i formaty częściej niż komercyjne platformy, a wersja dokumentacji, którą pobrałeś rok temu, może już nie odpowiadać aktualnemu wdrożeniu.

Gdy dojdziesz do etapu, w którym własne przetwarzanie danych zaczyna kosztować więcej niż warta jest korzyść, Szopalabs zajmuje się dokładnie tym: przekształca dane z rejestrów publicznych i dokumentów firmowych w gotowe leady, przeglądy orzecznictwa i raporty due diligence, bez konieczności budowania własnej infrastruktury ETL. Przykładem jest raport due diligence dla grupy Polservice, pokazujący, jak wygląda gotowa analiza pięciu spółek dewelopera na podstawie samych rejestrów publicznych, albo podobny raport dla grupy Topdata. Instalacja narzędzi nie generuje dodatkowych kosztów, a rozliczenie może dotyczyć całego biura, a nie pojedynczych stanowisk.

Źródła

Zanim zaczniesz budować cokolwiek na otwartych danych, musisz wiedzieć, który zbiór odpowiada na twoje pytanie. To nie jest jeden portal, to sieć rejestrów prowadzonych przez różne instytucje, każdy z własną logiką dostępu.

Dane to centralny katalog otwartych danych w Polsce. Przeglądanie zasobów nie wymaga rejestracji, a część zbiorów jest dostępna przez API. Znajdziesz tam dane transportowe, meteorologiczne, środowiskowe, rejestry dotacji unijnych i dziesiątki innych kategorii, wraz z opisem licencji dla każdego zasobu.

Hurtownia danych CEIDG (dane.biznes.gov.pl) to zupełnie inny typ zasobu. To operacyjna replika bazy przedsiębiorców jednoosobowych, aktualizowana na bieżąco, z raportami statystycznymi o rejestracjach i wyrejestrowaniach firm. Dostęp zaawansowany wymaga rejestracji w API Gateway, o czym więcej w kolejnej sekcji.

eKRS, prowadzony przez Ministerstwo Sprawiedliwości, daje wgląd w dokumenty spółek wpisanych do Krajowego Rejestru Sądowego: umowy, sprawozdania finansowe, informacje o zarządzie i historię zmian. To podstawowe narzędzie przy weryfikacji kontrahenta przed podpisaniem umowy.

GUS, poprzez Dziedzinowe Bazy Wiedzy, udostępnia wskaźniki makroekonomiczne i branżowe: dane demograficzne, ceny, produkcję przemysłową, rynek pracy w podziale regionalnym.

Poza tymi czterema warto znać jeszcze kilka zbiorów o wąskiej, ale konkretnej wartości:

Rekomendacje

← Wszystkie wpisy