Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parUrbain Thebault Modifié depuis plus de 9 années
1
United Nations Economic Commission for Europe Statistical Division Modernisation de la production des statistiques officielles Niamey, 13-15 Mai 2014 David Boko Nations Unies - Commission Economique pour l’Europe
2
Groupe de haut niveau (HLG) Créé en 2010 par la Conference Statisticiens Europeens 10 Directeurs d’organismes de statistique nationaux et internationaux Mission : superviser et conduire les décisions stratégiques de modernisation Projets : Cadres et normes pour la modernisation Mise en oeuvre
3
Projets achevés Developpement de l’Architecture Commune de la Production Statistique (CSPA) Cadres et Normes pour la Modernisation Statistique Projets en cours Mise en oeuvre de la CSPA Les données massives (Big Data) et les statistiques officielles
4
CSPA : Architecture commune de production des statistiques pour l’inter-opérabilité des processus
5
La problématique: Des méthodes, processus de production et systèmes informatiques spécialisés pour chaque enquête / produit.
6
… par contre si les organismes de statistiques œuvrent ensemble pour définir une architecture commune de production des statistique...
7
... le partage est plus simple!
8
Projet de développement de la CSPA ArchitectureTest de la théorie
9
G Code Mise à l’épreuve de la théorie 5 pays ont joué le rôle de constructeurs 3 pays ont pris en charge l’assemblage Blaise SCS CANCEISEditrules
10
Résultats du projet : L’approche de la CSPA fonctionne, favorisant davantage de : échanges inter-opérabilité des opportunités de collaboration Des questions de licences!
11
United Kingdom 5 équipes de construction 42 individus 2 Sprints 3 équipes d’assemblage 1 Groupe de travail FAO
12
Des cadres et normes pour la modernisation statistique
13
Une modernisaton centrée sur des normes 135 28% 43% 34,600
14
GSBPM (Modèle générique de prosessus de production des statistiques)
15
GSBPM v5.0 Résultats actuels
16
GSIM (Modèle générique d’information statistique) 4 Groupes principaux d’objets (110 objets) Concepts Structures Activités Echanges
17
Résultats actuels Version 1.1
18
Le GSIM et le GSBPM
19
DDI (Initiative de documentation des données) Un effort pour créer une norme internationale pour les métadonnées décrivant les données en sciences sociales, notamment au niveau des micro-données. DDI Utilise DDI-Codebook pour documenter les données XML pour l’encodage des données Multiples avantages pour l’archivage, l’utilisation et ré-utilisation
20
SDMX (Echange des données et métadonnées statistiques) Le SDMX fonctionne, conceptuellement, sur le même principe que le DDI, mais à partir d’un niveau d’aggrégation des données : indicateurs, aggrégats, etc.
21
Principes Fondamentaux des Statistiques Officielles Les correspondances
22
Frameworks and Standards Project
23
Projets en cours
24
Mise en œuvre de la CSPA
25
Services à construire 1. Ajustements saisonniers – France, Australie, Nouvelle Zélande 2. Confidentialité dynamique – Canada, Australia 3. Correcteur d’erreurs – Italie 4. Générateur SVG – OCDE 5. SDMX transform – OCDE 6. Echantillonage à partir d’un registre d’entreprises – Pays- Bas 7. Composantes de l’apurement des données – Pays-Bas 8. Editeur de classification – Norvège
26
Les données massives - Big Data -
28
Definition: caractérisées par les 3 Vs (volume, vélocité, variété). Sources: administratives, commerciales, appareils de détection et de traçage, média sociaux, telephones mobiles, etc. Défis: législatif, vie privée, financiers, gestion, méthodologiques, technologiques.
29
Le projet “Big Data” Objectifs: un éclairage, faisabilité, promouvoir le partage des méthodes et outils Etendue : Le rôle des données massives dans la modernisation des statistiques officielles Bloc de travail 1 : problèmes et méthodologie Bloc de travail 2: environnement informatique partagé (‘sandbox) et mise en œuvre pratique Bloc de travail 3: Formation et vulgarisation Bloc de travail 4: Gestion et coordination du projet
30
“Sandbox”: le test de la technologie Environnement informatique pour tester : Faisabilité de l’accès à distance Les normes et méthodes Les applications informatiques Mieux comprendre : Potentiel d’utilisation de Big Data Avantages et désavantages
31
Atelier Consultation publique Sprint
32
Travailler ensemble pour minimiser les coûts et maximiser les bénéfices?
33
Activités du HLG – Engagements
34
Questions : Ces projets sont-ils utiles ? S’agit-il d’un bon investissement ? Suggestions et conseils ?
35
Toutes les contributions sont les bienvenues. Plus d’informations sont diponibles à : http://www1.unece.org/stat/platform/display/hlgbas
36
Virtual Sprint 10 - 14 March 2 hour web conference every day for 4 days, with another 2 hours a day of offline work. 13 participants from Australia, Canada, Ireland, Italy, Mexico, Netherlands, New Zealand, UK, US, Eurostat, OECD Agree on and propose how to tackle key strategic and methodological issues
37
Workshop 2 – 3 April, in Rome, hosted by Istat Maximum 20 participants Australia, Austria, Canada, Ireland, Italy, Mexico, Netherlands, Poland, Sweden, UK, Eurostat, UNECE - already registered
38
Governance
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.