United Nations Economic Commission for Europe Statistical Division Modernisation de la production des statistiques officielles Niamey, 13-15 Mai 2014 David.

Présentation au sujet: "United Nations Economic Commission for Europe Statistical Division Modernisation de la production des statistiques officielles Niamey, 13-15 Mai 2014 David."— Transcription de la présentation:

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 -

27

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