Samle inn eller samhandle om statistiske data?

Transkript

1 1 Samle inn eller samhandle om statistiske data? Statistisk sentralbyrå En institusjon som teller

2 Fakta om SSB 932 ansatte per Oslo 359 Kongsvinger I tillegg Ca. 170 intervjuere (70 årsverk) 2/3 har høyere utdanning Kvinner er i flertall (53 prosent i 2012) 43 prosent blant lederne Hvor kommer tallene fra? 79 administrative registre skjema utsendt 84 prosent rapporterer elektronisk 320 statistikker 967 offentliggjøringer av ny statistikk på ssb.no i 2012

3 Hvor kommer pengene fra? Millioner kroner Brukerfinansierte oppdrag i 2011 priser Statsoppdraget i 2011 priser

4 Statistikkloven (1989) Statistisk sentralbyrås oppgaver Samle inn, utarbeide og formidle offisiell statistikk Kartlegge og prioritere Analysere og forske Koordinere all norsk, offisiell statistikk Ansvar for internasjonalt statistisk samarbeid Statistisk sentralbyrås rettigheter Ubetinget adgang til administrative registre Rett til å pålegge oppgaveplikt og tvangsmulkt Faglig uavhengighet

5 Står vi foran et nytt paradigme innenfor utarbeidelsen av offisiell statistikk? Tellinger Representative utvalg Data integrasjon

6 Grunneiendommer, Adresser og bygninger (GAB), Kartverket Samarbeid: bruk av administrative data - Reduserer oppgavebyrden - Kostnadseffektivt + 76 andre Enhetsregisteret i Brønnøysund Statistisk sentralbyrå Det sentrale Personregisteret, SKD

7 Variert behov for samhandling Hvem skal samhandle med hvem og om hva? Samhandlings og effektiviseringstrykk har hittil vært knyttet til behovet for å redusere oppgavebyrde. Nå øker oppmerksomheten knyttet til verdiskaping, for eksempel gjennom ny og bedre utnyttelse av tilgjengelig informasjon. Hvor er «killer-prosjektene»? 7

8 Modenhetstrapp eforvaltning Organisatorisk interoperabilitet Strategisk samordning Hente ut (felles) gevinster mv Felles verdiskapning Felles informasjonsmodeller, prosess modeller og tjeneste kataloger, samarbeid om løsningsutvikling Kunnskapsdeling Utveksle beste praksis, felles metadata spesifikasjoner, felles spesifikasjoner for utveksling mv Samle/samordne arbeidsprosesser Bilateral datautveksling, (semi)automatisering, Felles tekniske spesifikasjoner og standarder Kilde: Analytical Framework for e-government Interoperability Semantisk interoperabilitet 8

9 Mer samhandling med Altinn? SAM- HANDLE SAM- ORDNE SAMLE Altinn I Altinn II ? 9

10 EDAG: Et integrasjonsprosjekt Totalbudsjett : 598 mill (SSB 31 mill) Samordning: Fra 9 skjema til en fellesrapport Fra 250 variable til 60 (+koder) Effekt: Mindre oppgavebyrde (?), mer og bedre data 10

11 Utfordringen i økt samhandling Ligger i nesten alt annet enn i teknologien Krever standardisering på høyt nivå Organisatorisk Konseptuelt Semantisk Krever innsikt i brukeres faktiske behov og forventninger Krever innovasjon for å skape nye anvendelser og muligheter Trenger incitamenter 11

12 Big Data: Muligheter og utfordringer Sensordata, f.eks trafikktelling, GPS, RFID Nye datakilder på nettet, søketrender, transaksjonsdata mv. Roaming data fra mobilbruk Sosiale medier Annet

13 Trafikkmåling I Nederland passerer kjøretøyer hvert minutt en veisensor eller et veikamera Antall kjøretøy registreres fordelt på klassifisering av kjøretøyets lengde Dette kan være en interessant kilde for å si noe om trafikkale forhold, transport mv. Store datamengder, omtrent 80 millioner records daglig

14 Mye støy i dataene Registrerte observasjon i fem minutters intervaller før og etter korreksjon Before After

15 Trafikkmønster små, mellomstore og store kjøretøyer

16 Andre mulige data datakilder Mange muligheter Prisstatistikk/-indikatorer Ledige jobber/jobbsøkere Internett handel Utfordringer Kvalitet/dekning Metode Lovgivning/tilgang til data Nederland: Ledige jobber hentet opp ved bruk av søkeroboter sammenliknet med kvartalsvis statistikk % Elementary Primary Secondary Higher University Unknown Internet CBS

17 Smart-telefoner for datafangst Mulige områder Bruk av trafikk/roaming data, f.eks turisme statistikk Kombinere med GPS/adresse data Pop-up spørreskjema Challenges Rekruttering av deltakere/personvern Metode utfordringer (vekting/skjevhet) Populasjon

18 Sosiale medier: Aktivitet i Europa Map by Eric Fischer (via Fast Company)

19 Sosiale medier: Twitter temaer i Nederland

20 Big Data krever ny tilnærming Statistisk undersøkelse i dag Populasjon Ramme for undersøkelsen Utvalg Analyse av Big Data: Populasjon, variabeldefinisjon, klassifisering osv???? Støy Vi må tenke ut av boksen

21 Statistikk og åpne data Alle aggregerte data i SSB blir åpne Hva kreves av metadata? Og hvordan tilrettelegge og forvalte data og metadata? Åpne data vs. forskningsdata Sikkerhet og personvern? Stort behov for å samarbeide om innovasjon og nye muligheter

22 Internasjonal samhandling innenfor statistikkområdet Sikre sammenliknbarhet Redusere utviklingskostnader Mer gjenbruk fremfor å utvikle likeartede løsninger Standardisering Og standardisering for å fremme innovasjon; Enighet om konsepter, konkurranse om implementering -> Industrialisering 22

23 Implementeringsnivå Konseptuelt nåvå Industrialisering av statistikkproduksjonen Forretningsarkitektur Informasjonsarkitektur Arbeidsprosesser Informasjons modell Felles standardiserte metoder og verktøy Statistiske metoder Teknologi og verktøy Metodearkitektur IT arkitektur 23

24 Oppsummert Nye datakilder krever nye metoder og ny kompetanse Dataene er ikke skreddersydd og spesielt innsamlet for å belyse et bestemt fenomen Vi må analysere data ved å lete etter mønstre og bygge modeller som hjelper oss i å tolke innholdet Vi kan ikke lenger utelukkende skape eller bringe data inn til vårt interne statistikkproduksjonssystem - vi må bringe prosessene til dataene En ny analytisk tilnærming til informasjonsanalyse og forvaltning vil bli være en nøkkel til suksess Integrasjon er samspill om data