La seconda guerra mondiale per licei e scuole medie
P.D. Falorsi, N. Mignolli, Modernizzazione all'Istat: fondamenti, modalità di attuazione, effetti attesi .
1. 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
2. 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
3. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
4. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
5. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
6. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
Perché modernizzare (II)
7. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
Perché modernizzare (III)
8. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
9. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
10. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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
11. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
12. Nuova struttura organizzativa dell’Istat
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
13. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
14. 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)
15. Livelli di integrazione
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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
16. Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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
17. Disuguaglianze nella speranza di vita
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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
18. ARCHivio Integrato di Microdati Economici
e Demografici - Archimede
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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
http://www.istat.it/it/
archivio/191859
Condizioni socio-
economiche delle famiglie
19. Studenti e bacini universitari, 2014-2015 (I)
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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
20. Studenti e bacini universitari, 2014-2015 (II)
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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.
21. Studenti e bacini universitari 2014-2015 (II)
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
22. Studenti e bacini universitari 2014-2015 (III)
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
23. Studenti e bacini universitari 2014-2015 (IV)
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
Popolazione che
insiste sul territorio
sede dell’Ateneo
24. Portale delle statistiche economiche congiunturali
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
25. Uso di fonti innovative
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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
26. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
27. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
Metodologie
Rilevazione sulle tecnologie dell’informazione e
della comunicazione nelle imprese - ICT
Obiettivi attraverso i Big Data:
28. 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
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
Metodologie
Aziende agrituristiche in Italia
Obiettivi attraverso i Big Data:
29. Spunti di riflessione
Piero Demetrio Falorsi, Nadia Mignolli. Università degli Studi di Bari. 14 Novembre 2016
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