Структуриране на рискове и решения при използване на BigData за получаване на официална статистика

Предговор на преводача

Материалът ме заинтригува, най-вече заради таблицата по-долу:

С оглед на факта, че статистиците (а руските статистици, на генетично ниво), меко казано, не обичат всичко, което се отклонява от линейната зависимост, тези момчета успяха да прокарат използването на активационната функция в параболична форма за определяне на степента на риск от използване на BigData в официалната статистика. Браво. Разбира се, статистиците добавиха своето пояснение към работата – "1 Всички грешки и пропуски са единствено отговорност на авторите. Мненията, изразени в този документ, са лични и не отразяват непременно официалната позиция на Европейската комисия". Но работата бе публикувана. Мисля, че за днес това е достатъчно, и те (авторите) не забраниха на никого да намира своите скали в тези аспекти.

В работата е достатъчно структурирано разделено, къде и как статистическите методи се отличават от методите за изследване на BigData. На мен ми се струва, че най-голямата полза от тази работа ще бъде при разговора с клиента и за опровержение на неговите изказвания от типа:

— А ние сами събираме статистика, какво искате още да изследвате?
— А вие ни представете вашите резултати така, че да ги съгласуваме с нашата статистика. По този въпрос авторите казват, че не би било зле да се прочете тази работа (3 Каква е големината на Big Data? Изследване на ролята на Big Data в официалната статистика)

В тази работа авторите представят своето виждане за нивото на риск. Този параметър е поставен в скобки, не бъркайте с референция на източниците.

Второ наблюдение. Авторите използват термина BDS – това е аналог на понятието BigData. (вероятно случаи на официалната статистика).

Предговор на авторите

Все по-голям брой статистически управления изучават възможността за използване на големи източници на данни за подготовка на официалната статистика. В момента има само няколко примера, при които тези източници са били напълно интегрирани в действителния статистически процес. Следователно, пълната степен на последствията, предизвикани от тяхната интеграция, все още не е определена. Междувременно бяха направени първоначални опити за анализиране на условията и влиянието на големите данни върху различни аспекти на статистическата продукция, като качество или методология. Наскоро целевата група разработи качествена основа за подготовка на статистически данни, основана на големи данни в контекста на проекта за големи данни на Европейската икономическа комисия на Организацията на обединените нации (ЕИК на ООН). Според европейския статистически кодекс на практиката, предоставянето на информация с високо качество е основна задача на статистическите управления. Тъй като рискът се определя като влияние на несигурността върху целите (например от Международната организация за стандартизация ISO 31000), решихме да категоризираме рисковете в съответствие с измеренията на качеството, върху които те оказват влияние.
Предложената структура за качество на статистическите данни, получавани от големи източници на данни, осигурява структурирано представяне на качеството, свързано с всички етапи на статистическия бизнес процес, и по този начин може да служи като основа за всестранна оценка и управление на рисковете, свързани с тези нови източници на данни. Тя въвежда нови качествени измерения, които са специфични за или (със значителна важност при) използването на големи данни за официалната статистика, като институционалната/бизнес среда или сложността. Използвайки тези нови качествени измерения, могат по-систематично да се идентифицират рисковете, свързани с използването на големи източници на данни в официалната статистика.

В настоящата работа се стремим да идентифицираме рисковете, произтичащи от използването на големи данни в контекста на официалната статистика. Спазваме системен подход при определянето на рисковете в контекста на предлаганата структура на качество. Концентрирайки се върху ново предложените измерения на качеството, можем да опишем рисковете, които в момента отсъстват или не оказват влияние върху производството на официалната статистика. В същото време можем да определим сегашните рискове, които ще бъдат оценявани съвсем различно при използването на големи данни за генериране на статистика. След това преминаваме към следващия етап в цикъла на управление на рисковете и предоставяме оценка на вероятността и влиянието на тези рискове. Тъй като оценката на рисковете предполага субективност в тяхната атрибуция, измерваме вероятността и влиянието на различните рискове, анализирайки съгласието между десетки различни заинтересовани страни, предоставени независимо. След това предлагаме варианти за намаляване на тези рискове в съответствие с четирите основни категории: избягване, намаляване, споделяне и задържане. Според ИСО, един от принципите на управлението на рисковете трябва да бъде създаването на стойност, т.е. ресурсите за намаляване на рисковете трябва да бъдат по-ниски, отколкото за бездействие. В съответствие с този принцип, накрая ще проведем оценка на възможното влияние на някои мерки за намаляване на рисковете върху качеството на крайния резултат, за да достигнем до по-подробна оценка на използването на Големи Данни за официалната статистика.

1. Въведение

1.1. Фон

Развитието на "големите данни" беше характеризирано от Кенет Нил Кукиер и Виктор Майер-Шенбергер в тяхната статия "Растежът на големите данни" (2. www.foreignaffairs.com/articles/139104/kenneth-neil-cukier-and-viktor-mayer-schoenberger/therise-of-big-data) терминът "предаване на данни". Датафикацията се описва като процес на "приемане на всички аспекти на живота и трансформирането им в данни". Например, Facebook предоставя лични мрежи, сензори за всички видове условия на околната среда, смартфони за лично общуване и придвижване, носими устройства за лични условия. Това води до почти повсеместно събиране и достъпност на данни.

Както и в много други сектори, официалната статистика едва наскоро започна да обсъжда проблема с големите данни на стратегическо ниво. Все още няма общо и широко разпространено разбиране за начина на напредване, независимо дали става въпрос за предизвикателство или възможност, независимо дали е малко или голямо и т.н. В рамките на Групата на високо ниво по модернизация на статистическото производство и услуги (3 Какъв е размерът на големите данни? Изследване на ролята на големите данни в официалната статистика: www1.unece.org/stat/platform/download/attachments/99484307/VirtualSprintBigDatapaper.docx?version=1&modificationDate=1395217470975&api=v2), и Първият SWOT анализ, придружен от груб анализ на риска/ползите, беше проведен. Беше отбелязано, че „пълният анализ на рисковете също ще включва такива аспекти, като вероятност и влияние, и може би ще бъде разширен, за да определи стратегии за намаляване и управление на рисковете.“

Въпреки че този документ все още е далеч от пълен анализ на рисковете, той има за цел да подобри ситуацията именно чрез създаването на първия структуриран преглед. Искаме да подчертаем, че този преглед трябва да се разглежда като отправна точка за стимулиране на общо обсъждане в рамките на Официалната статистическа общност (OSC).

1.2. Обхват

Тази статия е изцяло посветена на рисковете, изключвайки не само предимствата, но и силните и слабите страни, възможностите и заплахите. Това означава, че „рисковете от бездействие“ (например рискът OSC да не е конкурентоспособна спрямо други участници, ако не бъде модернизирана) не са в обхвата; те по-скоро представляват заплахи. Вместо това се опитваме да подчертаем рисковете, които могат да възникнат (а) ако OSC използва възможностите, предоставяни от големите данни, и започне да разработва или подобрява специфичен „продукт на официалната статистика, основан на големи данни“ (BOSP); (б) рискове за новия „нормален бизнес“, т.е. рискове за официалната статистика, основана на „големи данни“. (Тъй като всичкото производство на официална статистика е свързано с рискове, се ограничаваме до (b) специфични за „рисковете от големите данни“, т.е. рисковете, които не съществуват или са незначителни за „традиционния“ процес на събиране на официална статистика.)

1.3. Структура

В раздел 2 представяме основните принципи, свързани с тази задача, започвайки от явно необходимата основа за управление на рисковете и управление на рисковете (раздел 2.1). Също така представяме предварителна структура на качеството на статистическите данни, получени на базата на големи данни (раздел 2.2), тъй като свързването на структурата на качеството с рисковете има две цели:

• Тя определя контекста за идентифициране на рисковете. Определените показатели за качество заедно с разглежданите характеристики изразяват стойностите на обекта, които се считат за важни и решаващи при предоставянето на услуги на клиентите и потребителите.
• Това позволява назначаването на конкретни рискове на качествените измервания, които са вложени в общите хиперпространства и са свързани с определени етапи в процеса на производство на статистически продукти.

В раздели 3, 4, 5 и 6 представяме рисковете, идентифицирани досега в различни контексти (4 Документите за бизнес случай на ESS (https://www.europeansocialsurvey.org/about/structure_and_governance.html) Проектът Big Data, а също така и в мрежите ESS Big Data съдържат списък на рискове, които са частично свързани с проекта и частично с използването на източници на големи данни за статистически цели. Документът „Предложена структура за качеството на големи данни“ споменава някои рискове, свързани с измеренията на качеството.). Тук използваме класификация на достъпа до данни, правната среда, конфиденциалността и сигурността на данните, както и уменията; реорганизацията съобразно качествената структура на статистиката, получена от големи данни (раздел 2.2), трябва да бъде разгледана веднага щом тази структура достигне по-завършен статус. За всеки от идентифицираните рискове предоставяме (i) оценка на вероятността и въздействието (в съответствие с раздел 2.1.3) и (ii) предлагаме стратегии за намаляване на рисковете и управление на тях (вж. раздел 2.1.4).

Накрая ще дискутираме нашите заключения и ще очертаем някои последващи стъпки в Раздел 7

2. Основи

2.1. Рискове и управление на рисковете

Според ISO 31000: 20095 рискът се определя като "влияние на несигурността върху поставените цели". Това означава, че целите трябва да бъдат определени или известни преди да може да се определят рисковете. Тези цели обикновено се определят с оглед на институционалния контекст на съответната организация. Друго важно съображение е, че рисковете носят характеристика на несигурност, тоест не е ясно дали описаното събитие ще се случи. Така рисковете се измерват от гледна точка на вероятността за настъпване на събитието и неговите последици, т.е. влиянието, което оказва даденото мероприятие върху постигането на поставените цели. Оценката на рисковете трябва да предоставя по-обективна информация, която накрая ще позволи да се намери подходящ баланс между реализирането на възможности за печалба и минимизиране на неблагоприятните последствия. Управлението на рисковете е неотменна част от управленската практика и важен елемент от добрите корпоративни практики (6 Statistics Canada: 2014-2015 report on Plans and Priorities, www.statcan.gc.ca/aboutapercu/rpp/2014-2015/s01p06-eng.htm). Това е итеративен процес, който в идеалния случай позволява непрекъснато усъвършенстване на процеса на вземане на решения и допринася за постоянно подобряване на производителността.

Рисковете са също свързани с качеството. Прилагането на система за качество трябва да позволи използването на възможностите, предоставяни от различни източници и методологии, за постигане на резултат с определено ниво на качество, в смисъл че този резултат удовлетворява нуждите на потребителите. Подобно на рисковете, нивата на качество могат да бъдат получени от институционалната среда и целите на съответните институции. В този контекст институционалната среда определя общото ниво на риск, което организацията е готова да поеме за постигане на своите цели.

Процесът на оценка и управление на рисковете може да бъде разделен на различни етапи, които включват установяване на контекста, определяне на рисковете, анализ на рисковете от гледна точка на вероятността и въздействието, оценка на рисковете и накрая обработка на рисковете.

2.1.1. Институционален контекст

В качеството на първа стъпка е необходимо да се определи стратегическият, организационният контекст и контекстът на управление на рисковете, в който ще протича остатъчната част от процеса. Това включва установяване на критерии, по които ще бъдат оценявани рисковете, и определяне на структурата на анализа.

2.1.2. Идентификация на риска

На втория етап трябва да бъдат определени събитията, които могат да повлияят на постигането на зададените цели. Идентификацията трябва да включва въпроси, свързани с типа рискове, сроковете на събитията, местоположението или начина, по който събитията могат да предотвратят, влошат, забавят или подобрят постигането на целите.

2.1.3. Оценка на риска

Следващата стъпка се състои в определянето на съществуващите средства за контрол и анализа на рисковете от гледна точка на вероятността, както и от гледна точка на потенциалните последици. В контекста на настоящата статия вероятността или шансът за възникване на рискове се оценява по степенна скала от 1 (малко вероятно) до 5 (често). Въздействието на настъпването на събитията се измерва по скала от 1 (незначително) до 5 (екстремно). Както е показано в таблица 1, произведението на вероятността и въздействието дава „ниво на риск“ в диапазон от 1 до 25.

Оценените нива на риск могат да бъдат сравнени с предварително определените критерии, за да се установи баланс между потенциалните ползи и неблагоприятните резултати. Това позволява да се правят съдебни преценки за управленските приоритети.

Приоритетът за действия трябва да бъде насочен към критичните рискове (вж. Таблица 2), т.е. тези, които могат да настъпят и имат сериозни или екстремни последици за целите на организацията.

2.1.4. Реакция на рисковете

Последната стъпка се състои в решения как да се реагира на рисковете. Някои рискове, които са под предварително зададеното ниво на риск, могат да бъдат игнорирани или приети. За други разходите за неутрализиране на рисковете могат да бъдат толкова високи, че да надвишат потенциалните ползи. В този случай организацията може да вземе решение да се откаже от съответната дейност. Рискът също може да бъде прехвърлен на трети страни, като например застраховка, която компенсира понесените разходи. Последната опция е да се вземат предвид рисковете при определяне на стратегии и действия, които балансират разходите с потенциалните ползи. Така че, организацията ще вземе решение за прилагане на стратегии за максимизиране на ползите и минимизиране на потенциалните разходи.

2.2. Системи за качество

Целева група, състояща се от представители на национални и международни статистически организации, разработи през 2014 година предварителна структура за качество за статистиката, получена от големи данни. Целева група работеше под егидата на проекта UNECE/HLG „Ролята на големите данни в модернизацията на статистическото производство“. Тя разширява съществуващите системи за качество, разработени за оценка на статистиката, получена от административни източници на данни, с показатели за качество, които са били считани за актуални за големи източници на данни.

В рамките на тази система се прави разграничение между три фази на бизнес процеса: вход, производителност и изход. Фазата на входа съответства на фазите „проектиране“ и „събиране“ на GSBP, производителността за фазите „процес“ и „анализ“, а изходните данни са еквивалентни на фазата „разпространение“.

В структурата се прилага йерархична структура, която е взета от структурата на административните данни, разработена от Статистическото управление на Нидерландия (7 Daas, P., S. Ossen, R. Vis-Visschers и J. Arends-Toth, (2009), Контролен списък за оценка на качеството на административните източници на данни. Статистика Нидерландия, Хага/Херенлен). Измерванията на качеството са вградени в йерархичната структура, наречена хиперпространства. Трите определени хиперамери са „източник“, „метаданни“ и „данни“. Измерванията на качеството се вграждат в тези хиперамери и се присвояват на всеки етап от производството. За фазата на входа са предложени допълнителни аспекти „конфиденциалност и сигурност“, „сложност“ (в съответствие със структурата на данните), „пълнота“ на метаданните и „свързаност“ (възможността за свързване на данните с други данни), за да се добавят към модела на стандартното качество. За всеки от показателите за качество се предлагат фактори, свързани с тяхното описание, както и възможни показатели.

В контекста на тази статия рисковете могат да бъдат изключени от тези фактори. Например факторите, които трябва да се вземат предвид при измерването на качеството на „институционалната/бизнессреда“, включват устойчивостта на доставчика на данни. Свързаният с това риск може да бъде, че данните няма да бъдат достъпни от доставчика на данни в бъдеще. Друг пример е свързан с недавнопредложения аспект на качеството, конфиденциалността и сигурността. Един от важните фактори е „възприятието“, което означава възможно негативно възприятие относно предполагаемото използване на конкретни източници на данни от различни заинтересовани страни.

3. Рискове, свързани с достъпа до данни

3.1. Липса на достъп до данни
3.1.1. Описание

Този риск произтича от проекта, свързан с разработването на BOSP, който не получава достъп до необходимия източник на големи данни (BDS).

До момента OSC усвои трудния път, че дори излизането от стартерите и получаването на този достъп понякога представляват непреодолима пречка. Понякога е лесно да се осигури достъп до определен източник – като например записи на данни за повиквания (CDR), за целите на тестването/изследването, но много по-трудно (по юридически или търговски причини) е да се получи достъп за производствени цели.

3.1.2. Вероятност

Вероятността в значителна степен зависи от характеристиките на BDS. Ако става въпрос за големи административни данни, те могат да бъдат само 1, особено в случаите, когато (както в случая с данните за трафика, проучени от Daas и др. 8 Daas, P., M. Puts, B. Buelens и P. van den Hurk. 2015. «Big Data като източник за официална статистика». Journal of Official Statistics 31 (2). (Предстояща публикация; очаква се публикуването през юни 2015 г.)) няма проблеми за защита на личните данни. Ако случаят BDS принадлежи на частно лице, особено ако е чувствителен (например по отношение на защита на данните) или ценен (от търговска гледна точка), вероятността може да бъде много висока (5).

3.1.3. Влияние

Въздействието зависи от BOSP и начина на използване на BDS. Ако BDS е в центъра, въздействието може да бъде много високо (4 = напълно невъзможно да се произведе BOSP), докато може да е по-ниско, ако все още е възможно да се произведе BOSP (макар и с по-ниско качество), разчитайки на други URB, което води до въздействие в диапазона 2-3.

3.1.4. Профилактика

За да намалите риска от липса на достъп, трябва да се установят предварителни контакти с доставчика на данни и да се сключи дългосрочно споразумение за достъп до данни. Освен това трябва да се проведе обширен правен анализ, свързан с конкретната комбинация BDS и BOSP. Също така трябва да се оценят възможностите за достъп до данни с съществуващото или бъдещото законодателство.

3.1.5. Смекчаване

Ако има алтернативни BDS, които могат да се използват за BOSP, би било възможно да се проучат вместо това. Ако няма начин да се произведе BOSP без BDS, и ако не е възможно да се преодолее липсата на достъп, усилията трябва да бъдат прекратени и новият BOSP няма да види бял свят.

3.2. Загуба на достъп до данни
3.2.1. Описание

Този риск се състои в това, че статистическото управление губи BDS, който е в основата на BOSP.

3.2.2. Вероятност

Ако BOSP вече се произвежда, обикновено съществува определена стабилност, а в някои случаи рискът може да бъде много нисък (1). Въпреки това, особено в случай на частни субекти, с които са сключени недостатъчно стабилни споразумения, нищо не пречи, например, новото ръководство да променя политиката за предоставяне на данни, което води до умерен риск от разпад (3). Освен това, ако BDS е свързана с нестабилна дейност, винаги съществува риск провайдерът просто да фалира, а рискът може да бъде дори по-висок (4).

3.2.3. Влияние

Тъй като съществуващият BOSP може да е невъзможен за производство, често се наблюдава много силно влияние (5). В други случаи, когато BDS е спомагателен, влиянието може да бъде по-скоро загуба на качество с влияние в диапазона 2-3.

3.2.4. Профилактика

Стратегията за предотвратяване е подобна на стратегията за отсъствие на достъп до данни, но с акцент върху постоянната бдителност, включително в производствени условия.

Не слагайте всички яйца в една кошница (т.е. да имате няколко BDS, стоящи зад всеки BSOP) също може да бъде стратегия, но това може да бъде или непрактично, или твърде скъпо.

3.2.5. Смекчаване

Ако BDS е резултат от нестабилна дейност, е възможно постепенно да стане достъпна нова BDS, отразяваща същото социално явление. Въпреки това, би било твърде късно да се започне „сканиране на пазара“, когато BSOP се провали; ще е необходимо постоянно бдителство — а това може да е трудно да се постигне.

4. Риск, свързан с правната среда

4.1. Несъответствие с приложимото законодателство
4.1.1. Описание

Този риск съществува, когато проектът, свързан с разработката на BOSP, не взема предвид съответното законодателство, което прави BOSP несъответстващ на посоченото законодателство. Това може да се отнася до законодателството за защита на данните, регулациите относно бремето на отговаряне и др.

4.1.2. Вероятност

С оглед на неосведомеността на OSC относно големи данни, не е изключено случайното (3) несъответствие да се случи. Вероятността обикновено е свързана с BDS, тъй като колкото по-малко „чувствителен“ е източникът, толкова по-малка е вероятността за настъпване на несъответствие.

4.1.3. Влияние

Въздействието обикновено е критично (4) в смисъл, че за несъответстващо производство е необходимо спирането на BOSP (или, ако все още не е достигнало етапа на реализация, разработката му трябва да бъде прекратена). Това може да бъде дори екстремно (5), тъй като репутационните рискове, произтичащи от несъответстваща („незаконна“) официална статистика, могат да имат последици.

4.1.4. Профилактика

За всеки BOSP е необходимо да се извърши задълбочен правен анализ — а това се случва на няколко етапа (това, което е приемливо на етапа на разработка / разузнаване, може да не е така на етапа на внедряване / производство). Това, от своя страна, може да доведе до реинжиниринг на BOSP, за да се направи съвместим.

4.1.5. Смягчаване

В зависимост от сериозността на несъответствието, първата стъпка може да бъде превеждането на BOSP в автономен режим.

Реинжинирингът на BOSP, за да стане съвместим, може да е вариант, но дали BOSP ще бъде „спасен“ по този начин, в голяма степен зависи от характера на несъответствието.

4.2. Неблагоприятни промени в правната среда
4.2.1. Описание

Може да бъде въведено ново законодателство, свързано с разработвания BOSP, което фактически прави BOSP несъвместим.

4.2.2. Вероятност

Не е изключено, че поддръжниците на засилена защита на данните ще успеят да въведат нови изисквания, които пряко или косвено ще повлияят на възможността за създаване на конкретни BOSP. Вероятността в диапазона 2-3 изглежда реализирана оценка.

4.2.3. Въздействие

Въздействието обикновено е критично (4), в смисъл, че несъответстващото производство ще изисква спирането на BOSP.

4.2.4. Профилактика

Определена бизнес информация трябва да се провежда редовно за мониторинг на развитието на законодателството — възможно е също така да се повлияе на него, изразявайки аргументи в полза на официалната статистика на съответните (например, консултативни) форуми.

4.2.5. Смягчаване

При условие, че е проведен упреждаващ мониторинг, може да има време за реинжиниринг на BOSP, за да го приведем в съответствие с новото законодателство от първия ден на влизането му в сила.

Ако мониторингът не е проведен, така че новото законодателство да стане "неочаквано" — или ако законодателството е толкова радикално, че не съществува начин да направим BOSP несъвместим — единствената възможност може да бъде изключване на BOSP.

5. Рискове, свързани с конфиденциалността и сигурността на данните

5.1. Нарушения на сигурността на данните
5.1.1. Описание

Този риск се отнася до несанкциониран достъп до данни, съхранявани в статистическите управления. Трети страни могат да получат данни, които са под ембарго, например, поради публикуването на график (9 За всеки BOSP, който е напълно основан на единствена BDS, неизменно е, че данните ще станат неявно известни на първоначалния притежател на данните, и ако методологията е прозрачна, производната статистика също ще бъде известна. Тази ситуация не се разглежда тук, а по-скоро в риска, свързан с злоупотребата с власт от притежателите.) (10 Освен това, тези данни могат да носят риск от нарушаване на конфиденциалността. Този риск ще бъде разгледан поотделно.) Например, това могат да бъдат данни, които инвеститорите очакват на фондовия пазар.

5.1.2. Вероятност

По отношение на техническите аспекти на защитата на ИТ-средата в статистическото подразделение, рискът е на същата вероятност за BDS, както и за традиционните източници. Въпреки това, има два допълнителни аспекта, които е необходимо да се вземат под внимание.

На първо място, с някои BDS общият риск леко се повишава, тъй като сигурността на данните при първоначалния притежател може да бъде изложена на заплаха. Това може да е свързано, например, с индустриален шпионаж или хакерски атаки.

На второ място, веднъж когато потенциално ценните данни започнат да се съхраняват в офиса, рискът от привличане на злонамерени намерения ще се увеличи. Ако съхраняваните данни имат много висока стойност за бизнеса, трябва да се подготвите за много висока вероятност от атаки, насочени към ИТ-инфраструктурата, следователно вероятността за хакване може да е потенциално по-висока (4).

Ако съхраняваните данни не се възприемат като ценни, общата вероятност изглежда не много висока — от (1) до (3) в зависимост от източника на данни.

5.1.3. Влияние

Потенциалната репутационна вреда може да бъде значителна (5). В случая с BDS обаче е важно, че ако нарушение на сигурността настъпи при първоначалния собственик, въздействието върху репутацията на статистическото управление ще бъде очаквано по-ниско, отколкото ако нарушението е настъпило с данни, които се съхраняват от него.

От друга страна, е възможно нарушението в статистическото управление да има негативни последици за първоначалния собственик. В този случай отново е възможно да настъпи силно негативно влияние поради увреждане на доверието между доставчика и статистическото управление (5).

5.1.4. Профилактика

Характерно за случая с BDS е, че процедурите за сигурност на първоначалния собственик могат да бъдат уместни. Малко вероятно е статистическите управления да получат одиторски правомощия, за да контролират това. Собствениците, чиито данни се използват за изготвяне на записи с конфиденциални графици за публикуване, трябва да бъдат информирани за последствията за официалната статистика от потенциално нарушение на сигурността в техните помещения и трябва да получат официална гаранция, че се прилагат подходящи процедури за сигурност.

Прямият начин да се предотврати сериозното влияние на нарушението на сигурността в помещенията на собственика върху статистическото управление е да се осигури използването на няколко източника за един и същ продукт, така че един скомпрометиран източник да не е достатъчен за получаване на окончателната цифра. Предимството на този подход е, че по-голям контрол остава в ръцете на статистическото управление.

Методът за предотвратяване на негативните последици от нарушения на сигурността в статистическия офис за първоначалния собственик на данните е да се намери начин на работа, който не предполага предаване на данни, които потенциално са чувствителни от гледна точка на собственика, на статистическото управление. В суров вид. Един възможен превентивен подход е използването на агрегирани данни. Въпреки това, трябва да се помни, че някои форми на агрегация, например тези, предназначени да предотвратят идентифицирането на отделни членове на населението, може да не са подходящи в този случай. Една от причините за това може да бъде фактът, че рискът за собственика е свързан с търговската стойност на данните, която може да е значителна дори след постигане на анонимност.

5.1.5. Смекчаване

В случай на нарушение на данни, находящи се под управлението на статистическото управление, мерките за смекчаване на последствията ще бъдат същите, както при традиционните източници, ако не е настъпило негативно въздействие върху първоначалния собственик.

При негативни последици за първоначалния собственик, статистическото управление трябва да преразгледа и укрепи своите процедури за сигурност и ясно да съобщи и демонстрира своята ангажираност към това.

Ако нарушението се е случило в помещенията на първоначалния собственик, съответната статистическа служба трябва ясно да информира за ситуацията и да настоява за подобряване на процедурите за сигурност на собственика. При необходимост може да се потърси алтернативен доставчик.

5.2. Нарушения на конфиденциалността на данните

5.2.1. Описание

Това е рискът, че конфиденциалността на едно или повече лица от статистическата съвкупност ще бъде нарушена. Това може да бъде свързано с атака срещу ИТ инфраструктурата поради натиск от други държавни учреждения или поради неадекватни мерки за контрол на разкритие на статистически данни.

5.2.2. Вероятност

Както във случая с риска от нарушение на сигурността на данните, техническите условия за съхранение на микроданни не се променят значително при добавянето на BDS. Въпреки това, и тук има предупреждения.

Микроданните от определени източници могат да имат висока търговска стойност, така че съхранението им увеличава вероятността от атаки.

Освен това, някои микроданни могат да бъдат потенциално много полезни за други държавни институции, като например правоохранителните органи, данъчното облагане или здравеопазването. При определени обстоятелства, спазването на принципа за статистическа конфиденциалност може да бъде под значителен натиск.

Що се отнася до нарушението на контрола върху разкриването на статистическа информация, вече съществува утвърдена практика. BDS може да позволи генериране на статистика за малки подгрупи от населението или да предостави възможност за свързване на агрегираните данни от различни BDS, което може да увеличи вероятността от риск. Освен това, новите източници обаче ще изискват нови методологични разработки, така че истинската опасност е, че методологията за контрол на разкритията не се актуализира адекватно.

Като цяло, при разумни превантивни мерки, вероятността може да се запази на разумни нива, но, тъй като съществуват многобройни различни и разнообразни фактори, съответната оценка тук очевидно е, че вероятността е висока (4).

5.2.3. Влияние

Потенциалната повреда на репутацията може да бъде значителна (5). Както в случая с риска от нарушаване на сигурността на данните, нарушенията в статистическото управление могат да имат негативни последици за първоначалния притежател. Влиянието на такова събитие може да бъде потенциално дори по-голямо, особено ако текущите тенденции в общественото мнение се запазят. Ущербът в отношенията между доставчика на данни и статистическото управление също се очаква да бъде много голям.

5.2.4. Профилактика

Безгрешен начин да се предотврати появата на такъв риск е изобщо да не се притежават микроданни от BDS (въпреки че съхранението на други микроданни все още носи съответен риск, макар и с различна вероятност и влияние). Този подход, както при риска от нарушаване на сигурността на данните, ще наложи разработването на алтернативни методи за използване на данните за статистически цели. Освен това, различната природа на източниците ще означава, че е необходимо да се разработят нови методологии с конкуриращи се цели за извличане на максимално полезна информация и защита на конфиденциалността от заплахи.

В случай на съхранение на микроданни механизмите за осигуряване на сигурността на ИТ и контрол на достъпа трябва да бъдат на необходимото ниво и да се наблюдават постоянно. Особено внимание трябва да се обърне на осигуряването на сигурността на новите методи за получаване на данни. По ирония на съдбата, такъв нов метод може да бъде физическото пренасяне на устройства за съхранение (например, твърди дискове). Ако този метод се използва, доставката трябва да бъде физически защитена и трябва да се използва криптиране.

5.2.5. Смекчаване

Мерките за смекчаване тук по принцип са същите, както при нарушаване на сигурността на данните. Ако причина за нарушението е натиск от друга държавна институция, трябва да се възползвате от възможността да укрепите независимостта на управлението, така че подобни нарушения в бъдеще да станат още по-трудни.

5.3. Манипулации с източника на данни
5.3.1. Описание

Доставчиците на данни от трети страни, например данни от социални мрежи или доброволно предоставени данни, са изложени на риск от манипулации. Това може да бъде направено както от самите доставчици на данни, така и от трети лица. Например, много фалшиви съобщения в социалните мрежи могат да бъдат генерирани, за да поощрят статистическия индекс, получен на базата на тези данни, по някакъв начин, ако е известно, че индексът се изчислява на базата на такива данни.

При доброволно предоставени данни може да съществува случай, при който доброволците представляват определена група интереси с определена дневна ред.

5.3.2. Вероятност

При данни, манипулирането на които може да донесе голяма полза, вероятността е по-висока. Това могат да бъдат данни, за които статистиката е интересна, като например фондовия пазар. В светлината на наскоро случилите се скандали, свързани с LIBOR и Forex, може да се предположи, че, докато съществува стимул, опитите за манипулиране на данни ще бъдат вероятни.

За статистиката, основана на доброволно предоставени данни, е достатъчно да разгледаме последните PR практики по наемане на хора, които се преструват, че имат опредено мнение и на които им плащат да изразят публично (например, на интернет форуми), за да направим заключение, че вероятността не е малка. Общо взето, цифрата от 3 до 4 изглежда адекватна.

5.3.3. Влияние

Основният проблем с манипулациите е, че те могат да продължат дълго време, без да бъдат открити. Ако манипулациите продължат за дълъг период, влиянието върху качеството може да стане значително. Освен това, щетите за общественото доверие в официалната статистика също могат да бъдат големи, особено ако публично се подчертава ролята на статистическите управления като доставчици на качествени данни. От друга страна, ако манипулациите бъдат открити навреме и след това публикувани, това може наистина да подобри общественото възприятие. С изключение на изключително лошите случаи, може да се представи максимално влияние (3).

5.3.4. Профилактика

Извършването на редовни контролни упражнения с алтернативни източници е един от възможните профилактични подходи. Тези алтернативни източници могат да бъдат традиционни или други. Използването на статистика, основана на комбинация от източници, може да предотврати значителни въздействия на манипулации. В случаи, когато се подозира иницирана от доставчика манипулация, юридическите споразумения също могат да бъдат един от начините за предотвратяване на такава практика.

5.3.5. Смекчаване

От гледна точка на щетите за обществените отношения, мерките за смекчаване, които трябва да бъдат предприети тук, не се различават много от мерките за справяне с всяка криза.

От гледна точка на качеството на данните, би било полезно, ако миналите данни могат да бъдат коригирани така, че дори с голямо забавяне правилната серия да може да бъде
Произвежда се. За това може да е полезно редовното бенчмаркиране. Обърнете внимание, че целта на сравнителния анализ в този случай се различава малко от целта на предотвратяването. За предотвратяването е важно бързо да се забележи и изследва подозрително несъответствие между данните от референтния тест и BDS. За смекчаване на последствията старите полезни данни винаги са полезни.

Освен това, трябва да се погрижите да не допуснете подобни манипулации в бъдеще — в особено деликатни случаи това може да означава получаване на потенциално излишни данни от няколко доставчика за сравнителен анализ.

5.4. Неблагоприятно обществено възприятие на използването на големи данни от официалната статистика
5.4.1. Описание

Средствата за масова информация и широката общественост са много чувствителни към въпросите на конфиденциалността и използването на лични данни от големи източници, особено в контекста на вторичното използване на данни от държавни органи, които предприемат административни или правни действия срещу гражданите. Негативно възприемано използване може да бъде позиционирането на контрол на скоростта на базата на анализа на навигационни данни (11 Виж www.theguardian.com/technology/2011/apr/28/tomtom-satnav-data-police-speed-traps).
Конкретният случай на TomTom Netherlands доведе до значително падение на търсенето на устройства TomTom и до решението на компанията да ограничи достъпа до данни. В този конкретен случай данните се отнасяха до индивидуални лица, но за нивата на скорост по участъци от пътя.

Въпреки това, могат да съществуват приложения с големи данни, които се възприемат положително от обществото. Един от примерите са приложения, предотвратяващи престъпления като кражба с взлом на базата на методи за големи данни.

Позитивното, както и негативното обществено мнение може да оказва силно влияние на използването на BDS в контекста на производството на официална статистика.

Следствието от негативното обществено възприятие може да бъде, че:

• BDS вече няма да бъде наличен за статистическите управления, било то поради решения на доставчика на данни или правителствени решения да не се използват данни, или
• използването на данните ще бъде ограничено, което може да попречи на производството, ако определени BOSP.

5.4.2. Вероятност

Фактори, които могат да повлияят на вероятността от такова събитие или неговото въздействие върху производството на статистика:

• конфиденциалност на данните, т.е. в каква степен е лесно хората да бъдат идентифицирани;
• обем на информацията, която данните разкриват за физическите лица, например, увеличаваща се чрез свързване на данни от различни източници;
• тип данни, например, финансовите операции се възприемат като по-конфиденциални от другите данни;
• тип потенциално действие, което може да бъде предприето спрямо гражданите, например, глобяване на хора за превишена скорост;
• неопределена правна среда, в която работят доставчици и потребители на данни или когато правните условия противоречат на обществените етични мнения / стандарти;
• степен на зависимост от определен източник на данни за получаване на статистика; на етапа на проучването този фактор може да има незначително значение. Въпреки това, той може да окаже сериозно влияние върху получаването на статистика на по-късен етап и следователно трябва да бъде разгледан и в етапа на проучването. Една от проблемите може да бъде, че окончателният обем на използването на данни в началото е неизвестен, тъй като източниците на данни могат потенциално да обслужват повече от една статистическа област.

Оценката на времето за нежелани събития е невъзможна, тъй като мобилизацията на обществеността често се инициира от отразяването на събития, които имат отрицателно въздействие върху гражданите. Въпреки това, с нарастващото използване на големи данни от правителствата и частни предприятия, и особено с активния маркетинг на данни за други цели, различни от тези, за които са събрани първоначално, е по-вероятно да се случат такива събития.

Събития, които силно влияят на общественото възприятие, не са чести, а по-скоро случайни (3) и отдалечени (2). С увеличаването на използването на големи източници на данни вероятността също ще нарасне.

5.4.3. Влияние

Въздействието на събитието зависи в значителна степен от факторите, които бяха обсъждани по-горе. Общо взето, влиянието е по-сериозно за вече установените производствени статистически данни, тъй като е възможно действието да бъде прекратено. Въздействието също така зависи от наличността на алтернативни източници на данни, въпреки че може да се случи така, че общественото възприятие да не различава различните източници на данни в случай на материализация на събитието. В текущото състояние на използването на големи данни изглежда, че тези източници не могат напълно да заменят традиционните източници на данни, а по-скоро допълват съществуващата статистика. Това ще намали въздействието на събитията. Следователно, влиянието на събитието се разглежда в диапазона от 2 (незначително) до 3 (основно). На етапа на производство влиянието може да нарасне до 4 (критично значение).

5.4.4. Превенция

Превантивни мерки могат да включват определяне на етични принципи за големите данни в официалната статистика. Етичните насоки трябва да се основават на принципи, като кодекс на практиките за европейска статистика или основополагаещи принципи на официалната статистика (12 unstats.un.org/unsd/dnss/gp/fundprinciples.aspx). Следващата мярка ще бъде определянето на комуникационна стратегия, която да публикува резултатите от етичните насоки за обществото и може да се използва за информиране на заинтересованите страни за етичното използване на BDS за BOSP.

Отделна оценка на риска за конкретна BDS може да бъде проведена, за да се идентифицират рисковете и да се предложат превантивни или смекчаващи действия на базата на етичните принципи. Отделната оценка на рисковете може също така да включва заинтересовани страни, като агенции за защита на данните, за да се осигури идентификация на всички рискове и обосновка на действията.

5.4.5. Смекчаване

Комуникационната стратегия трябва да включва и мерки за справяне с нарастващото негативно отношение на обществото. Отделна оценка на риска трябва да събира положителни примери за използване на данни и мерки за предотвратяване на злоупотреба с данни, които може да се наложи да бъдат приети на политическо ниво, и статистическото общество може да не е в състояние ефективно да влияе на тях.

5.5. Загуба на доверие — получена не в резултат на наблюдение
5.5.1. Описание

Потребителите на официалната статистика обикновено имат висока увереност в точността и достоверността на статистическите данни. Това е основано на факта, че производството на статистически данни е вградена в надеждна и публична методологична основа, както и документация за качеството на статистическия продукт. Освен това, повечето статистически данни са основани на наблюдения, т.е. получени от проучвания или преброявания, които установяват лесно разпознаваема връзка между наблюдението и статистическите данни. Използването на BDS, които не се събират с основната цел на статистиката, носи риск от загуба на тези отношения и потребителите да загубят доверие в данните на официалната статистика. Пример, свързан с последния кръг (2010 г.) от преброяването на населението, е свързан с факта, че в някои държави статистическите данни са били получени чрез използване на множество източници и статистически модели. В редица случаи заинтересованите страни оспорват статистическите данни.

5.5.2. Вероятност

Вероятността за възникване на риска зависи от такива фактори, като сложността на статистическия / методологичния модел, достоверността на връзките между BSD и BOSP или съответствието с други статистически данни. Вероятността трябва да бъде в диапазона от 3 (случайни) до 4 (вероятни), което означава, че това може да се случи няколко пъти или често.

5.5.3. Влияние

Влиянието на възникващия риск ще зависи до голяма степен от това дали НСО успеят успешно да докажат точността и надеждността на статистическите данни. В случай, че това не може да бъде постигнато, последствията от загубата на доверие могат да засегнат и други статистически области, което поставя под съмнение не само някои статистически данни, но и самата организация. НСО ще изгубят конкурентното си предимство спрямо други частни организации, работещи в тази сфера.

5.5.4. Профилактика

Профилактичните действия ще включват разработване и публикуване на научно обоснована методология, призната от научната общност, обогатяване на данните с метаданни за качеството, осигуряване на съответствие между BOSP и не BOSP, и осъществяване на строг контрол на качеството.

Преди да започне статистическото производство, BOSP може да бъде публикуван като експериментален, а заинтересованите страни трябва да бъдат насърчени да оспорват BOSP, за да потвърдят или подобрят BOSP.

5.5.5. Смягчаване

Има два случая, които трябва да се различават. В случай, че статистическите данни се оспорват, но са с високо / достатъчно качество (правилни / точни), би било достатъчно да се обяснят и представят статистическите данни на обществото, предоставяйки лесни за разбиране примери.

6. Рискове, свързани с уменията

6.1. Липса на специалисти
6.1.1. Описание

Анализ на дигиталните следи, оставени от хората по време на тяхната дейност, изисква определени инструменти за анализ на данни, които в момента не са най-разпространени в официалната статистика. Първо, използването на непреки данни за дейността на хората вместо пряки анкети изисква приложения на статистически модели и, следователно, умения за логическо мислене и машинно обучение. Второ, тези дигитални записи се състоят от данни, които често нямат обичайния табличен формат, характерен за резултатите от проучвания, с редове, съответстващи на статистически единици, и колони с конкретни характеристики на тези статистически единици. Дигиталните трасета също се представят под формата на текст, звук, изображения и видео. Извличането на съответната статистическа информация от тези типове данни изисква умения за обработка на естествен език, обработка на аудиосигнали и обработка на изображения. Трето, тези източници на данни имат тенденция да предоставят обемисти набори от данни, чиято обработка изисква добро разбиране на методологиите за разпределени изчисления.

Рискът от недостиг на експерти е свързан с получаването на данни от един от тези нови големи източници на данни, тъй като статистическото управление няма възможност да ги обработва и анализира адекватно, тъй като неговият персонал няма нужните умения.

6.1.2. Вероятност

Вероятността за този риск ще зависи от три фактора: 1) конкретните типове умения, необходими за всеки тип източник на големи данни, и вероятността, че статистическото управление ще намери възможност да проучи такъв източник; 2) текущата наличност на необходимите умения в статистическото управление; и 3) организационната култура на статистическото управление.

Що се отнася до типовете умения, които могат да се изискват, трябва да се отбележи, че не всички източници изискват всички посочени по-горе умения. Някои (например данните от Google Trends) не изискват разпределени изчисления, тъй като те вече са предварително обработени от носителя на данни или имат умения за обработка на сигнали, и в основната си нужда се изискват умения за статистическо моделиране. Все пак, съществува голямо разнообразие от източници на големи данни, за повечето от които се изискват умения за разпределено изчисление, обработка на сигнали и машинно обучение. В същото време правилното проучване на тези цифрови следи ще изисква обработка на няколко източника. Така че, има висока вероятност, че големите източници на данни, ставали достъпни за статистическо управление, ще изискват тези необичайни умения, а вероятността за този риск е много висока (5).

Що се отнася до текущата наличност на необходимите умения, това ще зависи от конкретното статистическо управление. Дори ако методологията на анкетата е по-малко разпространена от методологията на изследване, тя също така се използва в официалната статистика в определени области. Следователно, дори ако това може да изисква известно преразпределение на човешките ресурси, статистическите управления могат да намерят решение със свои собствени сили. Що се отнася до уменията за разпределени изчисления, основно свързани с ИТ, те ще зависят от начина, по който ИТ инфраструктурата се управлява в организацията. В зависимост от това колко ИТ отделът е на страна, решения могат да бъдат намерени в контекста на съществуващите споразумения. Все пак, уменията за обработка на сигнали и машинно обучение обикновено не съществуват в повечето официални статистически управления и прилагането на тези умения не може да бъде аутсорсвано, тъй като те трябва да се прилагат от експерти в статистиката. Следователно, от тази гледна точка вероятността за този риск също изглежда много висока (5).

Организационната култура ще влияе на вероятността от този риск. Наличието на персонал, готов да придобие необходимите умения чрез самообучение, може да предостави на организацията възможност да реагира на ситуация с нов източник на данни, изискващ умения, различни от обичайните. Това ще зависи от организационната култура на статистическото управление, а именно дали то ще насърчава служителите да усвоят нови умения и дали предоставя време за самообучение.

По този начин вероятността, че статистическото управление няма да може да обработва и анализира нови източници на данни поради липса на умения у своите служители, ще бъде между вероятно (4) и често (5) в зависимост от културата на самообучение в организацията.

6.1.3. Влияние

Статистическото управление, неспособно да обработва и анализира големи източници на данни поради липса на умения у своите служители, може да има две възможни негативни последствия: 1) източникът на данни няма да бъде изследван, поне не в пълна степен; 2) източникът ще бъде неправилно използван.

Липсата на възможност за пълно изследване на потенциала на ценен източник на големи данни ще окаже незначително влияние (2) в краткосрочен план, тъй като статистическите управления разполагат със статистически инструменти за задоволяване на текущите нужди. Въпреки това в дългосрочен план (и може би дори в средносрочен план) последиците от загубата на тази възможност ще бъдат решаващи (4), тъй като статистическите управления все по-често се сблъскват с конкуренцията на частни доставчици, които нямат същата институционална структура, която би им позволила да осигурят независимост на статистическите данни.

Обаче неправилното използване на източника ще има крайно негативни последици за статистическите управления, тъй като официалната статистика в значителна степен зависи от своята репутация при изпълнението на своята мисия. Въпреки това можем да твърдим, че най-важният умение, което, ако бъде пропуснато, може да доведе до получаване на погрешни резултати, е статистическото извеждане, в частност извеждането, основано на модел, което също така е по-малко вероятно да бъде отсъстващо. Поради това очакваното въздействие ще бъде по-скоро критично (4), отколкото екстремно.

6.1.4. Профилактика

Статистическите служби могат активно да предотвратят този риск по два начина: 1) обучение; и 2) наемане.

Статистическите управления могат да предоставят на персонала необходимите умения, като подробно определят уменията, необходими за използването на големи източници на данни в статистическото производство, съставят списък на съществуващите умения на персонала, определят нуждите от обучение и след това организират учебни курсове.

Статистическите управления също могат да наемат нови служители с необходимите умения. Това очевидно има сериозни ограничения, тъй като статистическите управления няма да могат да наемат критична маса персонал в ситуации, когато използването на големи източници на данни ще бъде широко разпространено в отделението, а новите служители все още ще се нуждаят от няколко години, за да достигнат нивото на опит на съществуващите служители. Въпреки това, поне някои от новите служители, наемани в рамките на редовното обновление на персонала, могат да притежават умения, свързани с големите данни.

6.1.5. Смягчаване

Справяйки се с ситуация, при която нови източници на големи данни са достъпни без служители с необходимите умения, статистическите управления могат да смекчат негативните последици по два начина: 1) подизпълнение; и 2) сътрудничество.

Статистическите управления могат да сключват договори за обработка на данни и анализ на нови източници на големи данни с други организации, които предлагат тези услуги. Изглежда, че това е жизнеспособно решение, тъй като се появява нов сектор на предприятия, специализирани в обработката на подобни данни. Въпреки това, това решение е свързано с определени рискове, тъй като статистическите управления ще имат по-малък контрол върху производството на потенциално чувствителни статистически продукти. Това решение също има недостатък, тъй като не позволява на служителите на статистическите управления да учат и да придобиват необходимите умения.

Сътрудничеството с други организации, които разполагат със служители с необходимите умения и които също така са заинтересовани в изучаването на източника на големи данни, изглежда е по-перспективно решение. Това сътрудничество може да приеме формата на съвместни проекти с служители на статистическите управления и служители от други организации на равноправна основа, които споделят своите знания. Това би позволило не само да се намали рискът от недостиг на умения, но и да се даде възможност на служителите на статистическите управления да придобият тези умения.

6.2. Изтичане на експерти към други организации
6.2.1. Описание

Този риск се състои в това, че статистическите управления губят своя персонал на други организации след като те са придобили умения, свързани с големите данни.

6.2.2. Вероятност

Вероятността за този риск ще зависи от два фактора: 1) съществуващи атрактивни възможности в организации извън официалната статистика; 2) условията на работа в статистическите управления.

Що се отнася до възможностите в организациите извън официалната статистика, вероятността за този риск изглежда висока (4). Съществува голямо търсене на хора с умения за работа с големи данни в частния сектор, а също така и в други организации от държавния сектор. След придобиването на умения за работа с големи данни, официалните статистики ще получат сравнително предимство, като станат опитни специалисти в областта на статистиката. Освен специфичните умения за работа с големи данни, други организации изискват специалисти по данни, притежаващи по-традиционни умения, като оценка на потребностите на потребителите и разработка на ключови показатели за ефективност (KPI), които са общи за официалните статистици. Освен това се очаква, че служителите, които ще бъдат по-склонни да придобият нови умения, също ще са тези, които ще бъдат по-открити към промени в кариерата и ще напуснат статистическото управление.

Що се отнася до условията на работа в статистическите управления, то това очевидно ще зависи основно от конкретния офис. Въпреки това, статистическите управления все още предлагат привлекателни професионални възможности за хора с количествени умения. Те предлагат най-голям обхват от възможни области за работа и най-широк избор от данни за работа. Това по някакъв начин ще намали вероятността статистическите управления да загубят своя персонал поради непредвидени обстоятелства (3).

6.2.3. Влияние

Въздействието на този риск ще бъде същото, като рисковете, свързани с недостига на персонал с подходящи умения. Следователно, въздействието ще бъде критично (4), както е посочено по-горе.

6.2.4. Профилактика

Очевидно е, че единствената възможност за статистическите управления да предотвратят този риск е да осигурят атрактивни условия на труд за своите служители. Това важи в общи линии за целия персонал. Въпреки това, в конкретния случай, когато служителите са отворени за усвояване на нови умения, а именно умения за работа с големи данни, условията на труд могат да бъдат подобрени, като им се предоставят възможности за обучение, където те могат да развиват своите професионални интереси. Статистическите управления също могат да обърнат специално внимание на това да бъдат отворени за нови иновационни проекти и идеи, свързани с нови източници на големи данни, които постъпват от статистици, работещи в различни области на статистиката. Накрая, предотвратяването на загубата на персонал към други организации в следствие на техните умения за работа с големи данни ще зависи от добрата идентификация на персонала, способен и желаещ да работи с такива данни, и от предоставянето на добри възможности за тяхното професионално развитие.

6.2.5. Облекчаване

Това рисково състояние ще бъде намалено относно риска от липса на персонал с подходящи умения: 1) подизпълнителство; и 2) сътрудничество.

7. Дискусия

От този първи преглед е очевидно, че не е възможно да се установи единна вероятност или влияние за този 'риск от големи данни' — обикновено и двата показателя в значителна степен зависят от източника на големи данни, както и от 'официалната статистика, базирана на големи данни'.
продукт '.

Така стигаме до извода, че логичната следваща стъпка в тази посока е приемането на редица възможни пилотни проекти (всеки от които включва комбинация от един или повече BDS и един или повече BDOS) като отправна точка и – за всеки такъв пилот – стремеж да оценим вероятността и въздействието на всеки риск.

С тази цел сме на прага на стартиране на проучване на заинтересованите страни, опитвайки се да оценим оценката на OSC за вероятността, въздействието (и възможните действия за предотвратяване / облекчаване на последствията) относно редица възможни пилотни проекти – и да поискате предложения от OSC относно рисковете, които не сме включили в този документ.

8. ИЗТОЧНИЦИUNECE (2014), «Предложена структура за качеството на големите данни», Принос на работната група за качеството на Big Data на UNECE, www1.unece.org/stat/platform/download/attachments/108102944/BigDat
a%20Quality%20Framework%20-%20final-%20Jan08-2015.pdf?version=1&modificationDate=1420725063663&api=v2

UNECE (2014), «Колко големи са големите данни? Изследване на ролята на големите данни в официалната статистика», www1.unece.org/stat/platform/download/attachments/99484307/VirtualSprintBigDatapaper.docx?version=1&modificationDate=1395217470975&api=v2

Daas, P., S. Ossen, R. Vis-Visschers и J. Arends-Toth (2009), Списък за оценка на качеството на административни източници на данни, Статистика Нидерландия, Хага/Херлен

Dorfman, Mark S. (2007), Въведение в управлението на риска (изд. ед.), Кеймбридж, Великобритания, Woodhead-Faulkner, стр. 18, ISBN 0-85941-332-22)

Eurostat (2014), «Процедура за акредитация на статистически данни от неофициални източници» в Анализ на методологиите за използване на интернет за събиране на информация за обществото и друга статистика, www.cros-portal.eu/content/analysismethodologies-using-internet-collection-information-society-and-other-statistics-1

Reimsbach-Kounatze, C. (2015), “Разширяване на „големите данни“ и последиците за официалната статистика и статистическите агенции: Предварителен анализ”, Доклади на OECD по цифровата икономика, № 245, Издателство на OECD. dx.doi.org/10.1787/5js7t9wqzvg8-en

Reis, F., Ferreira, P., Perduca, V. (2014) «Използването на доказателства от интернет активност за увеличаване на навременността на показателите за официална статистика», доклад, представен на конференцията IAOS 2014, iaos2014.gso.gov.vn/document/reis1.p1.v1.docx

Въпреки че не споменава рисковете изрично, този документ всъщност се занимава с многото рискове, свързани с използването на данни от интернет активност за официална статистика. Eurostat (2007), Ръководство за методи и инструменти за оценка на качеството на данни, ec.europa.eu/eurostat/documents/64157/4373903/05-Handbook-ondata-quality-assessment-methods-and-tools.pdf/c8bbb146-4d59-4a69-b7c4-218c43952214

Източник: habr.com