Modernisation de la production des statistiques officielles Niamey, 13-15 Mai 2014

1. Modernisation de la production des statistiques officiellesNiamey, 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 StatisticiensEuropeens • 10 Directeursd’organismes de statistiquenationaux et internationaux • Mission : superviser et conduire les décisionsstratégiques de modernisation • Projets : • Cadres et normespour 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 Architecture Test de la théorie

9. Editrules 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 CANCEIS SCS Blaise

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. 2 Sprints 3 équipes d’assemblage 5 équipes de construction 1 Groupe de travail United Kingdom FAO 42 individus

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. Résultats actuels GSBPM v5.0

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. Les correspondances PrincipesFondamentaux des StatistiquesOfficielles

22. Frameworks and Standards Project

23. Projets en cours

24. Mise en œuvre de la CSPA

25. Services à construire • Ajustements saisonniers – France, Australie, Nouvelle Zélande • Confidentialité dynamique – Canada, Australia • Correcteur d’erreurs – Italie • Générateur SVG – OCDE • SDMX transform – OCDE • Echantillonage à partir d’un registre d’entreprises – Pays-Bas • Composantes de l’apurement des données – Pays-Bas • Editeur de classification – Norvège

26. Les données massives - Big Data -

28. Les données massives - Big Data - • 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 travail4: 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. Sprint Consultation publique Atelier

32. Travailler ensemble pour minimiser les coûts et maximiser les bénéfices?

33. Activités du HLG – Engagements

34. Questions : • Cesprojetssont-ilsutiles ? • 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