P.D. Falorsi, N. Mignolli, Modernizzazione all'Istat: fondamenti, modalità di attuazione, effetti attesi .

Modernizzazione all’Istat: fondamenti,
modalità di attuazione, effetti attesi
Piero Demetrio Falorsi, Nadia Mignolli
Istituto Nazionale di Statistica – Istat
Dipartimento per la raccolta dati e lo sviluppo di metodi e tecnologie
per la produzione e diffusione dell'informazione statistica
Università degli Studi di Bari. 14 Novembre 2016
Convegno
LA SCIENZA DEI DATI PER I PROCESSI DI MODERNIZZAZIONE
Università degli Studi di Bari. 14 Novembre 2016

In questa presentazione
 Premessa
 Perché modernizzare
 Obiettivi e strumenti del
Programma di modernizzazione
 Focus sui principali strumenti
 Alcuni risultati
 Spunti di riflessione
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016

Premessa (I)
 Negli ultimi dieci anni, le statistiche ufficiali hanno
sperimentato un cambiamento radicale in termini sia
di modello di produzione, sia di risultati
 Il modello di produzione tradizionale, infatti, basato
sull’integrazione verticale delle rilevazioni finalizzate
alla raccolta, all’elaborazione, all’analisi e alla diffusione
di dati e indicatori statistici, è diventato obsoleto

Premessa (II)
 Dalla seconda metà del 2014, l’Istat ha messo a punto
il suo Programma di modernizzazione, armonizzato
sia alle attività dell’UNECE (High-level Group on the
Modernisation of Official Statistics) sia alla strategia del
Sistema Statistico Europeo (Vision 2020)
 Il Programma di modernizzazione è stato approvato
dal Consiglio il 28 Gennaio 2016 ed è stato reso
operativo da Maggio 2016

Perché modernizzare (I)
 Nuova disponibilità di dati (impatto sulla qualità)
 Nuove fonti di dati, inclusi i Big Data
 Nuovi produttori di statistiche che rappresentano
sfide e concorrenza per la statistica ufficiale
(Google, social media, etc.)
 Nuove opportunità per la produzione di statistiche
tempestive e di informazioni su tematiche innovative
 Criticità dei sistemi tradizionali per la raccolta
dei dati (costi elevati, oneri sui rispondenti,
abbassamento della qualità e dei tassi di risposta)
 Riduzione del budget
 Elevati costi delle rilevazioni tradizionali
 Difficoltà ad assicurare alti livelli di qualità
dei risultati, con impatto sulla fiducia
nelle statistiche ufficiali
Cambiamento
della
domanda di
informazione
statistica
Esigenza di
integrazione
di fonti
tradizionali e
nuove fonti
con impatto
sulla
domanda di
metodi

 Globalizzazione
 Nuove forme di organizzazione della
produzione economica, attraverso catene di
valore globali, multinazionali e nuovi prodotti
statistici
 Sistema Statistico Europeo
 Aumenta la richiesta di statistiche europee:
necessità di integrare le statistiche nazionali
 Vision 2020 pone nuove sfide
Domanda di
dati e metodi
per misurare
nuovi fenomeni
Domanda di
metodi di
integrazione
delle
statistiche
nazionali in
termini di
contenuti e
infrastrutture
Perché modernizzare (II)

 Organizzazione interna a silos:
 know-how locali o verticali che non facilitano il riuso
 duplicazioni e problemi in termini di consistenza delle soluzioni
 interoperabilità limitata
 capacità limitata di sfruttare opportunità metodologiche e
tecnologiche
 ricerca e innovazione a livello locale e non trasversale
 Segmentazione organizzativa
 Sistema di governo debole:
 difficoltà di accesso a servizi trasversali già disponibili
 impegno ingente per implementare servizi a livello locale,
generando ridondanze e inefficienze
Perché modernizzare (III)

Obiettivi del Programma di modernizzazione
1. Arricchire l’offerta e la qualità delle informazioni statistiche e dei
servizi per il Paese
2. Sviluppare una specifica politica di responsabilità sociale
dell’Istituto
Obiettivi principali
 Dare impulso allo sviluppo e allo sfruttamento
dell’innovazione metodologica, tecnologica e
organizzativa
 Accrescere e riorientare le competenze delle risorse
umane
 Ridurre il disturbo statistico sui rispondenti
 Migliorare l’efficienza e la qualità dei processi di
produzione, compatibilmente con i vincoli di bilancio
Obiettivi intermedi

Fondamento della modernizzazione
 Il modello di Business Architecture
 È un modello integrato che
rappresenta attività e processi
e costituisce un framework
comune, necessario per
intraprendere percorsi di
innovazione coerenti e
condivisi
 Riguarda sia le attività
statistiche, sia le funzioni
strategiche e organizzative,
sia le capacità
 È composto da un modello
generalizzato di attività, da
un flusso di processi
interagenti, da un insieme di
principi e da infrastrutture
comuni e condivise

Pilastri della modernizzazione
 Centralizzazione e consolidamento dei servizi trasversali, con
attivazione di meccanismi domanda/offerta
 Disegno dei processi di produzione secondo il modello dei registri
 Rafforzamento dei meccanismi di governance e gestione
coordinata delle attività dell’Istituto
 Progettazione e realizzazione di un sistema integrato
per la gestione delle competenze
 Ridisegno dell’Istituto nell’ottica di riduzione della
frammentazione organizzativa
 Sistematizzazione delle specifiche azioni sulla politica di
responsabilità sociale dell’Istituto
 Realizzazione della sede unica
Altri strumenti

Centralizzazione dei servizi trasversali
 Raccolta dati, Metodologie, Tecnologie
informatiche, Diffusione e comunicazione, servizi a
carattere giuridico-amministrativo
 Per accrescere e migliorare, attraverso
l’attivazione di meccanismi domanda/offerta:
 efficacia/qualità, come risultato di una
standardizzazione dei processi e delle soluzioni
resa più semplice dalla centralizzazione
 efficienza, come effetto del superamento della
logica a silos nella conduzione dei processi,
favorendo il riuso
 produttività
 sistema integrato dei registri, con informazioni
controllate, integrate e standardizzate
 attività innovative, con il risparmio delle risorse che
ne deriva

Nuova struttura organizzativa dell’Istat

Sistema integrato dei registri (I)
 Vantaggi notevoli in termini di
riduzione dei costi e del
carico sui rispondenti,
garantendo la qualità, la
tempestività e la completezza
 Potenziale rilevante, che deriva
dalla possibilità di collegare
registri diversi
 Meccanismi di governance ben
delineati per definire
chiaramente responsabilità e
responsabili
 I registri statistici di base
contengono l’identificativo delle
unità statistiche
 I registri satelliti contengono
variabili tematiche derivate da
fonti amministrative o rilevazioni

Reg. Unità economiche
Reg. Individui/Famiglie
Reg. Luoghi
Reg. Aziende agricole
Reg. Istruzione
Reg. Lavoro
Reg. Redditi
Reg. Retribuzioni
Frame
Coerenza nelle unità e caratteristiche
Luoghi di residenza Luoghi di attività
economica
Domanda/offerta lavoro
Percorsi
Istruzione/Lavoro Coerenza
Coerenza Coerenza
Costo lavoro
Coerenza profitti
redditi
Ambito
Territoriale
Stima
popolazione
Sistema integrato dei registri (II)

Livelli di integrazione
Integrazione
concettuale
• Rappresentazione concettuale dei dati: focus sul
cosa (più che sul come)
• Ontologie (o Ontologie computazionali):
rappresentazioni dei dati mediante linguaggi
computabili, interpretabili dalle persone e dalle
macchine
Integrazione
statistica
• Stima e riconciliazione di dati longitudinali
• Integrazione di dati di indagine con dati di archivio
• Integrare le stime dell’ampiezza della popolazione con i
dati del Registro
• Rivedere il sistema delle indagini come infrastruttura
che supporta e viene supportata dal Registro
• Registri continuamente aggiornati con uso di indagini
correnti
Integrazione
logico/fisica
• Sistema Integrato dei Microdati (SIM)
• Sistemi Unitario dei Metadati (SUM)
• Piattaforme IT per l’armonizzazione dei metadati

 Andare oltre l’utilizzo delle fonti amministrative e delle altre fonti
come meramente ausiliarie rispetto ai dati di indagine
 Nuovo framework per l’integrazione dei dati
 Integrazione di dati di indagine con quelli di altre fonti
 Modifica (adjusting) delle altre fonti con dati di indagine
Dati di
indagine
Dati amministrativi
Dati di Telefonia
mobile
Dati da
Internet
Modifica
Integrazione
Alcuni risultati: informazioni, analisi integrate
e statistiche sperimentali

Disuguaglianze nella speranza di vita
 Per la prima volta in Italia per la popolazione residente sono
disponibili le Tavole di sopravvivenza secondo il livello di
istruzione (per genere ed età)
 Attraverso l’integrazione tra gli archivi Istat della Rilevazione sui
decessi e sulle cause di morte del 2012 e il Censimento della
popolazione e delle abitazioni del 2011, utilizzando una
procedura di record linkage individuale
 La procedura adottata ha reso possibile fornire, per singola età, le
probabilità di morte e la speranza di vita in funzione del livello
di istruzione conseguito
http://www.istat.it/it/
archivio/184896

ARCHivio Integrato di Microdati Economici
e Demografici - Archimede
 Collezioni di dati elementari funzionali alla ricerca sociale ed economica, alla
programmazione territoriale e settoriale, alla valutazione delle politiche
pubbliche, a livello nazionale, regionale e locale
 Costruzione e aggiornamento di basi di
microdati per l’analisi territoriale
 Messa a disposizione e diffusione di
basi di microdati a livello territoriale e
locale, per l’analisi di sottopopolazioni di
interesse (interventi e politiche
pubbliche)
 Possibilità di identificare strumenti
omogenei/indicatori tra le varie realtà
territoriali a supporto di analisi
comparate
 Basi di microdati disponibili
in Armida (accessibili agli
Enti Sistan e presso gli
Uffici territoriali
dell’Istat):
 Popolazioni che usano un
territorio e loro mobilità
 Precarietà lavorativa
archivio/191859
 Condizioni socio-
economiche delle famiglie

Studenti e bacini universitari, 2014-2015 (I)
 Specificità di un ateneo, in termini sia di provenienza geografica
dell’utenza, sia delle sue caratteristiche socio-economiche, per
qualificarlo anche in termini di capacità attrazione
 Ateneo, generatore di flussi di mobilità; gli studenti universitari
rappresentano un segmento rilevante di city user
http://www.istat.it/it/archivio/192693

Studenti e bacini universitari, 2014-2015 (II)
 Bacino universitario, identificato dagli iscritti a un ateneo,
rappresentati in funzione delle distanze delle provenienze
geografiche rispetto alla sede centrale dell’ateneo stesso, e
delle loro caratteristiche socio-demografiche ed economiche
 Uso integrato di fonti amministrative
 Base di partenza: Anagrafe degli studenti universitari del
Ministero dell’Istruzione, dell’Università e della Ricerca - Miur
 Integrazione di informazioni micro: Comune di provenienza,
cittadinanza, voto di diploma, composizioni familiare, reddito
lordo fiscale della famiglia, caratteristiche lavorative sia della
famiglia, sia degli studenti lavoratori, etc.

Studenti e bacini universitari 2014-2015 (II)

Studenti e bacini universitari 2014-2015 (III)

Studenti e bacini universitari 2014-2015 (IV)
 Popolazione che
insiste sul territorio
sede dell’Ateneo

Portale delle statistiche economiche congiunturali

Uso di fonti innovative
 Commissioni tecnico-
scientifiche
(sull’uso dei Big Data per la
statistica ufficiale):
 1° dal 2013 al 2015
 2° dal 2016 al 2020
 Gruppi di Lavoro
interni all’Istat:
 1° dal 2013 al 2015
 2° dal 2016 al 2020
 Tipi di fonte in
uso
 Internet Data
(web scraping)
 Call Detail Record
– CDR
 Scanner Data
 Google Trends
 Sperimentazioni in
corso:
 Traffico
 Turismo
 Fiducia dei consumatori
 Agriturismo
 Convenzioni e accordi
 CNR
 Cineca
 Wind
 Telecom
(in corso di definizione)
 Tecnologie
 Web scraping
 Text mining e machine
learning
 Solr
 Cluster Hadoop
 Sandbox (Unece)
 Sinergie internazionali
 Eurostat (Task Force;
Steering Group;
ESSNet; ESTP)
 HLG – Unece

Tipi di fonte Domini di interesse Modalità di utilizzo
Internet data (web scraping) Indice prezzi al consumo In fase di raccolta dati
Internet data (web scraping) ICT nelle Imprese;
Agriturismo
Uso integrato con altre fonti già
disponibili
Online Search data (Google
queries)
Mercato del lavoro Uso integrato con altre fonti già
disponibili
Dati di telefonia cellulare Mobilità e popolazione Uso integrato con altre fonti già
disponibili
Dati di telefonia cellulare Turismo Uso in alternativa alle fonti già
disponibili
Scanner data Indice prezzi al consumo In fase di raccolta dati
Social Media Statistiche sociali (Grado
di fiducia dei consumatori)
Uso integrato con altre fonti già
disponibili
Telecamere per il rilevamento dei
flussi di traffico (Traffic webcams)
Traffico Produzione di nuove informazioni
non ancora rilevate
Immagini satellitari Statistiche sull’agricoltura Uso integrato con altre fonti già
disponibili
Smart meters Spese e consumi
energetici
Uso in alternativa alle fonti già
disponibili
Big Data: tipi di fonte, applicazioni e utilizzo

 Acquisire dai siti web delle imprese informazioni sulla assenza/presenza
di funzionalità e caratteristiche (e-commerce, online job application,
presenza sui social network, etc.)
 Stimare tali caratteristiche per tutta la popolazione di interesse
 Utilizzare queste informazioni per arricchire il Registro delle Unità
economiche e come variabili di strato per il campionamento
 Stimare tali caratteristiche anche con riferimento alle imprese con meno
di 10 addetti
 Tecniche utilizzate
 Sinergie
 Web scraping per catturare le informazioni nei
siti web delle imprese
 Text e data mining per stimare le caratteristiche
dei siti web delle imprese appartenenti alla
popolazione di riferimento della Rilevazione ICT
 Collaborazione tra Istat e CINECA
 Metodologie
Rilevazione sulle tecnologie dell’informazione e
della comunicazione nelle imprese - ICT
 Obiettivi attraverso i Big Data:

 Acquisire dal web informazioni strutturali sugli agriturismi
 Costruire il frame degli agriturismi e più in generale, in prospettiva,
di tutte le strutture ricettive (Alberghi, Bed & Breakfast, etc.)
 Tecniche utilizzate
 Sinergie
 Web scraping per catturare le informazioni
disseminate in diversi aggregatori Internet
(TripAdvisor, booking.com, agriturismi.it, etc.) e
nei siti individuali degli agriturismi
 Record linkage per l’aggancio delle informazioni
rilevate con le corrette Unità di riferimento
(Agriturismi)
 Collaborazione tra Istat e CINECA
 Metodologie
Aziende agrituristiche in Italia
 Obiettivi attraverso i Big Data:

Spunti di riflessione
 La modernizzazione è un processo ineluttabile che necessita
una visione olistica, un forte consenso interno, una gestione
del cambiamento per facilitare la transizione, sinergie con
l’esterno
 È necessario continuare ad assicurare l’elevata qualità dei dati e
il rilascio di informazioni integrate, insieme alla completezza e
all’adeguatezza dei metodi statistici, investendo sulle risorse
umane
 La formazione è una dei fattori più rilevanti per realizzare con
successo il Programma di Modernizzazione e facilitare il
cambiamento culturale

Contatti:
falorsi@istat.it
mignolli@istat.it
Grazie per l’attenzione

P.D. Falorsi, N. Mignolli, Modernizzazione all'Istat: fondamenti, modalità di attuazione, effetti attesi .

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à P.D. Falorsi, N. Mignolli, Modernizzazione all'Istat: fondamenti, modalità di attuazione, effetti attesi .

Similaire à P.D. Falorsi, N. Mignolli, Modernizzazione all'Istat: fondamenti, modalità di attuazione, effetti attesi . (20)

Plus de Istituto nazionale di statistica

Plus de Istituto nazionale di statistica (20)

Dernier

Dernier (9)

P.D. Falorsi, N. Mignolli, Modernizzazione all'Istat: fondamenti, modalità di attuazione, effetti attesi .