Rządowy rejestr hoteli gubi Kraków i Warszawę
Centralny Wykaz Obiektów Hotelarskich to jedyne miejsce, w którym państwo potwierdza, że dany obiekt może nazywać się hotelem. Pobraliśmy go w całości i policzyliśmy, co zawiera. Same wpisy są w porządku, natomiast sposób, w jaki rejestr wydaje dane na zewnątrz, ma dwa błędy, z których każdy przekłamuje wynik o kilkanaście procent.
Pięćset cztery obiekty leżą w województwie o nazwie „1"
W 504 wpisach na 3374, czyli w blisko piętnastu procentach rejestru, pole województwa zawiera znak „1" zamiast nazwy. Sprawdziliśmy, o które obiekty chodzi, i okazało się, że to nie jest przypadkowy rozrzut po kraju.
Obiekty z województwem zapisanym jako „1”
Wszystkie 504 wpisy pochodzą z pięciu miast. Reszta rejestru ma nazwy województw poprawnie.
Pomiar Fluxlab, wrzesień 2026, na pełnym pobraniu Centralnego Wykazu Obiektów Hotelarskich.
To są miasta na prawach powiatu, więc najpewniej gdzieś w drodze gubi się rozróżnienie między powiatem a województwem i zostaje po nim techniczna jedynka. Skutek jest natomiast bardzo praktyczny: kto filtruje rejestr po województwie, przy tych pięciu miastach dostanie pustkę. Małopolska bez Krakowa to 377 obiektów zamiast 584, czyli ponad jedna trzecia rynku znika z zestawienia.
Przy okazji drobiazg tej samej natury: jeden wpis ma województwo zapisane jako „Lubelskie " ze spacją na końcu, więc w każdym grupowaniu tworzy osobną kategorię.
Przy pobieraniu znika nawet co piąty obiekt
Drugi błąd jest cichszy i przez to groźniejszy. Rejestr wydaje dane stronami i przy każdej odpowiedzi podaje, ile łącznie ma rekordów. Ta liczba zawsze wynosi 3374 i zawsze się zgadza. Nie zgadza się natomiast to, co faktycznie przychodzi.
Pobraliśmy cały rejestr cztery razy, zmieniając wielkość strony i odstęp między zapytaniami. Za każdym razem przyszło dokładnie 3374 wiersze. Za każdym razem część z nich była powtórzeniem tego samego obiektu, a tyle samo innych nie przyszło wcale.
Ile obiektów przepadło w kolejnych pobraniach
Za każdym razem przychodzi 3374 wiersze, a rejestr deklaruje 3374 rekordy. Różnica to duplikaty.
Pomiar Fluxlab, wrzesień 2026. Każde pobranie liczone przez porównanie unikalnych identyfikatorów z deklarowaną liczbą rekordów.
Przyczyna jest widoczna w samej odpowiedzi rejestru: pole mówiące o sortowaniu zawsze informuje, że dane nie są posortowane. Bez ustalonej kolejności stronicowanie nie ma sensu, bo między jedną stroną a drugą kolejność może się zmienić. Część rekordów trafia wtedy dwa razy, a część ani razu.
Najgorsze jest to, że nic tego nie sygnalizuje. Licznik pokazuje poprawną liczbę, pobranie kończy się bez błędu, plik ma właściwą liczbę wierszy. Dopiero policzenie unikalnych identyfikatorów pokazuje, że brakuje co dwudziestego albo co piątego obiektu, zależnie od tego, jak duże strony pobierano.
Co z tym zrobić, jeśli korzystasz z tych danych
- Po pobraniu policz unikalne identyfikatory i porównaj je z liczbą, którą rejestr sam deklaruje. Jeśli się nie zgadzają, pobierz ponownie, aż się zgodzą.
- Mniejsze strony gubią mniej. W naszym pomiarze strona po 200 rekordów traciła około pięciu procent, a po 500 ponad dwadzieścia.
- Nie filtruj po polu województwa bez wcześniejszego poprawienia piątki miast na prawach powiatu, bo inaczej wypadną z zestawienia w całości.
- Przycinaj białe znaki w nazwach województw, bo jeden wpis ma spację na końcu.
Czego nie sprawdziliśmy
- Nie wiemy, czy błąd stronicowania występuje zawsze, czy zależy od obciążenia serwera. Zaobserwowaliśmy go w każdym z czterech pobrań, ale za każdym razem z inną skalą.
- Nie sprawdzaliśmy pozostałych rejestrów turystycznych pod tym samym kątem, poza stwierdzeniem, że dwa z nich są praktycznie puste.
- Nie zgłosiliśmy tego jeszcze nigdzie. Opisujemy to publicznie, ponieważ każdy, kto korzysta z tych danych, powinien wiedzieć, jak je pobierać, żeby nie stracić części rejestru.
Zobacz też inne nasze badania na publicznych danych
Pytania
- Czy to znaczy, że dane w rejestrze są nieprawdziwe?
- Nie. Same wpisy wyglądają poprawnie: nazwa, adres, kategoria i liczba miejsc się zgadzają. Problem dotyczy tego, jak rejestr wydaje te dane na zewnątrz, czyli pola województwa przy pięciu miastach oraz stronicowania przy pobieraniu całości.
- Jak to sprawdzić samodzielnie?
- Wystarczy pobrać rejestr przez jego publiczny interfejs i policzyć dwie rzeczy: ile rekordów ma województwo zapisane jako liczba oraz ile jest unikalnych identyfikatorów w porównaniu z liczbą, którą deklaruje sam rejestr. Obie liczby powinny się zgadzać i przy stronicowaniu się nie zgadzają.
- Dlaczego liczba zgubionych rekordów jest za każdym razem inna?
- Bo kolejność wyników nie jest ustalona. Interfejs sam deklaruje, że dane nie są sortowane, więc przy pobieraniu strona po stronie część rekordów trafia dwa razy, a część nie trafia wcale. W naszych czterech pobraniach strata wyniosła kolejno 158, 188 i 707 rekordów.
- Kogo to realnie dotyka?
- Każdego, kto buduje coś na tych danych: porównywarki, narzędzia dla branży, analizy rynku noclegowego, a także urzędów korzystających z rejestru w zestawieniach. Jeśli ktoś liczy obiekty w województwie, przy pięciu największych miastach dostanie zero.