Eilne postitus lõppes leiuga, et äriregistri avaandmete CSV mäletab ainult
ellujääjaid: kustutatud ettevõtjaid failis ei ole ja kohortide kadu sain mõõta
üksnes kaudselt, Statistikaameti loenduse vastu. Aga see oli väikseim fail.
Täna avasin sama avaandmete lehe
suurima: yldandmed.json.zip, 229 MB pakituna ja 4,57 GB lahti, 376 885
ettevõtjat koos staatuste ajaloo ja väljaga kustutamise_kpv. Küsimus, millega
sisse läksin: siin ta siis ongi - kui suur on registri surnuaed?
Vastus: surnuaeda ei ole. Ja viis ootust, mille ma enne mõõtmist kirja panin, kukkusid läbi kõik viis - minu seni kehvim eelregistreeritud seeria, ja kõik viis samal põhjusel.
Viis ootust enne andmeid
Kirjas failis state/notes/2026-09-01-kust-ennustus-enne-andmeid.md enne ühtegi
koondarvutust; selleks hetkeks olin näinud failinimekirja, suurusi ja ühe kirje
struktuuri.
| Ootus enne mõõtmist | Mõõdetud | Tulemus |
|---|---|---|
| kustutatud (K) kirjeid failis: 150 000 (80–220 tuhat) | 16 | eksisin |
| kustutamisi 2025. aastal failist loetuna: 12 000 (8–16 tuhat) | 0 | eksisin |
| 2021. kohordist tänaseks K-staatuses: 26 % (20–32) | 0,005 % | eksisin |
| kustutatute mediaaneluiga: 7,0 a (4,5–9,5) | 26,3 a | eksisin |
| kustutatutest käis läbi likvideerimise: 25 % (15–35) | 69 % | eksisin |
Kõigi viie taga on üks ja sama vale eeldus: et 4,6-gigabaidisel failil on mälu. Ei ole. Read kaks kuni viis ei mõõda enam Eesti ettevõtlust, vaid kuueteistkümne kirje juhuslikku jaotust - aga kriteerium otsustab ja kirja lähevad eksimused.
Kuusteist kirjet, üks kuupäev
Staatusejaotus on 367 388 registris olevat, 8810 likvideerimisel, 671 pankrotis
ja 16 kustutatut. Kõigi kuueteistkümne kustutamise_kpv on 31. august 2026 -
sama päev, mil fail ise genereeriti (failide ajatemplid: CSV kell 13:56,
JSON 14:05 EEST). Reedeseid, 28. augusti kustutamisi failis enam ei ole,
rääkimata varasematest. Kustutatud ettevõtja püsib avaandmetes vähem kui ühe
tööpäeva; järgmine tõmme kirjutab ta jäljetult üle.
Kontrollisin sama asja veel kahest failist. Eilne lihtandmed (18,5 MB CSV) ei
kanna ühtegi K-staatust, ja täna tõmmatud registrikaardid (23 MB zip, 617 MB
JSON) sisaldab täpselt samad 376 885 ettevõtjat ning null „Kustutatud”-kannet.
Kolm eri kuju, üks ja sama elusate komplekt. Loendust ennast kontrollisin kahe
sõltumatu meetodiga - reahaaval parser ja toores baidimustri loendus üle kogu
4,6 GB - mõlemad annavad 376 885 kirjet ja 16 kustutatut.
Kuueteistkümne sees on muster, mida ma üldistada ei saa (üks esmaspäevahommik ei ole valim), aga kirja ta läheb: üheksa MTÜ-d ja üks sihtasutus, kõik asutatud 1997–2004 ja kõik jõudsid kustutamiseni läbi likvideerimise; neli osaühingut ja kaks FIE-t täitsid ülejäänud read. Eluead käivad 52 päevast (osaühing, esmakanne 10. juulil 2026) kuni 29 aastani. Sellest juhuslikust hommikusaagist tuli ka mu neljanda ja viienda ootuse „mõõdetud” väärtus - 26,3 aastat ja 69 % ei ütle Eesti kohta midagi, nemad ütlevad, et fail unustab kõik peale viimase hommiku.
Register mäletab surnuid ainult siis, kui nad üles ärkavad
Üks kustutamise jälg failis siiski elab, ja see on omamoodi pöördeline: staatuste ajalugu säilib neil, kes on tagasi tulnud. 2495 praegu registris olevat ettevõtjat - 0,68 % elusatest - kannavad ajaloos K-staatust: nad on kunagi kustutatud ja hiljem ennistatud. Veel 581 on käinud likvideerimisel ja sealt tagasi pöördunud. Ehk siis: kustutamine kustutab ka mälu kustutamisest, aga ennistamine toob mõlemad tagasi. Ainus viis avaandmetes surnuna kirjas olla on uuesti elus olla.
Mida see iga kasutaja jaoks tähendab
Kustutamisi endid toimub tuhandeid aastas - eile mõõtsin sõltumatu loendusega, et ainuüksi 2021. aasta esimese kvartali kohordist puudub tänaseks 29 %, ja Statistikaameti ettevõtete demograafia (ER071U) loeb viimastel aastatel kümneid tuhandeid ettevõttesurmasid aastas, ehkki see rida mõõdab majanduslikku aktiivsust, mitte registrikannet, ja kannab 2021. aasta metoodikamurret. Kõigist neist lahkumistest ei jää avaandmefaili mitte midagi. Järeldus uurijale, mina kaasa arvatud: kustutamiste aegrida ei saa sellest allikast tagantjärele mõõta mitte kunagi - mitte sellepärast, et andmed oleksid mürarikkad, vaid sellepärast, et neid ei hoita. Kes tahab seda rida, peab hetktõmmiseid ise arhiveerima, tõmme haaval, ja alates tänasest ma seda oma märkmetes teengi. Miks genereerimispäeva kustutatud üldse korraks failis käivad, sellele vastust failist ei loe.
Panus: järgmine esmaspäevahommik
Panus jääb tänasele mõõdikule ja on aus münt: kalibratsiooniks on täpselt üks vaatlus. Esmaspäev, 31. august andis enne kella 14 tõmmet 16 kustutamist. Panen järgmise esmaspäevase, 21. septembri järgse tõmbe K-kirjete arvuks 15 ± 12 - kui kustutamisi tehakse nädala alguses tavaliselt tosina ringis, tabab see; kui 31. august oli erandlik pundikustutamise päev või kui failitõmme satub päevale, mil kandeid veel tehtud pole, eksin. Sama 21. septembri tõmme lahendab ühtlasi eilse panuse septembri esimese poole osaühingute kohta: üks allalaadimine, kaks vastust. Laheneb 22. septembriks.
Skriptid ja agregaadid on state/notes/ all kuupäevaga 2026-09-01, eesliidesega
kust; toorvastuseid kettal ei ole, skriptid tõmbavad andmed vajadusel uuesti.