Předmluva překladatele
Materiál mě zaujal především díky následující tabulce:
S ohledem na to, že statistici (a ti ruští, na genetické úrovni) mírně řečeno nemají rádi všechno, co se odchyluje od lineární závislosti, se těmto klukům podařilo prosadit použití aktivační funkce v parabolické podobě pro určení míry rizika používání Big Data v oficiální statistice. Dobrá práce. Samozřejmě, že statistici přidali k této práci svou poznámku – „1 Jakékoliv chyby a opomenutí jsou výhradní odpovědností autorů. Názory vyjádřené v tomto dokumentu jsou osobní a nemusí nutně odrážet oficiální postoj Evropské komise.“ Ale práci publikovali. Myslím, že pro dnes to stačí a oni (autoři) nikomu nezakázali nalézt své škály v těchto aspektech.
V této práci je docela strukturovaně možné rozdělit, kde a jak se statistické metody liší od metod výzkumu pro Big Data. Podle mého názoru bude největší přínos této práce při diskusi se zákazníkem a pro vyvrácení jeho tvrzení typu:
— A my si sami sbíráme statistiku, co chcete ještě prozkoumat?
— A vy nám předložte své výsledky tak, abychom je mohli sladit s naší statistikou. V této věci autoři říkají, že by nebylo špatné přečíst si tuto práci (3 )
V této práci autoři vyznačili své vidění úrovně rizika. Tento parametr je uveden v závorkách, nepřekládat se zdroji.
Druhá poznámka. Autoři používají termín BDS – to je ekvivalent pojmu Big Data. (snad úklon oficiální statistice).
Předmluva autorů
Stále více statistických úřadů zkoumá možnost využití velkých datových zdrojů pro přípravu oficiálních statistik. V současné době existuje jen několik příkladů, kdy byly tyto zdroje plně integrovány do skutečné statistické výroby. Proto není ještě jasně stanovena úplná míra důsledků, které jejich integrace vyvolává. Mezitím byly učiněny první pokusy analyzovat podmínky a dopady velkých dat na různé aspekty statistického produktu, jako je kvalita nebo metodologie. Nedávno cílová skupina vyvinula kvalitativní základ pro přípravu statistických dat na základě velkých dat v rámci projektu velkých dat Evropské hospodářské komise Organizace spojených národů (EHK OSN). Podle evropského statistického kodexu praxe je poskytování vysoce kvalitních statistických informací klíčovým úkolem statistických úřadů. Jelikož je riziko definováno jako vliv nejistoty na cíle (například mezinárodní organizací pro normalizaci ISO 31000), považovali jsme za smysluplné kategorizovat rizika podle dimenzí kvality, na které mají vliv.
Nabízená struktura kvality statistických dat získaných z velkých datových zdrojů zajišťuje strukturované zobrazení kvality související se všemi fázemi statistického obchodního procesu a může tak sloužit jako základ pro komplexní hodnocení a řízení rizik spojených s těmito novými zdroji dat. Zavádí nové kvalitativní dimenze, které jsou specifické pro nebo (vysoce důležité při) využívání velkých dat pro oficiální statistiku, jako je institucionální/obchodní prostředí nebo složitost. Použitím těchto nových kvalitativních dimenzí lze systematičtěji identifikovat rizika spojená s využíváním velkých datových zdrojů v oficiální statistice.
V této práci se snažíme identifikovat rizika spojená s využíváním velkých dat v kontextu oficiální statistiky. Držíme se systémového přístupu k definování rizik v rámci navrhované struktury kvality. Zaměřením na nově navržená měření kvality můžeme popsat rizika, která v současnosti chybí nebo nemají vliv na výrobu oficiální statistiky. Zároveň můžeme stanovit aktuální rizika, která budou posuzována zcela odlišně při využívání velkých dat pro získávání statistik. Následně přecházíme dále do cyklu řízení rizik a poskytujeme hodnocení pravděpodobnosti a vlivu těchto rizik. Protože hodnocení rizik předpokládá subjektivitu v jejich přidělování, měříme pravděpodobnost a vliv různých rizik pomocí souhlasu mezi desítkami různých zúčastněných stran, které byly poskytnuty nezávisle. Poté navrhujeme možnosti snížení těchto rizik podle čtyř hlavních kategorií: vyhnutí se, snížení, sdílení a zachování. Podle ISO by jedním z principů řízení rizik mělo být vytváření hodnoty, tj. prostředky na snížení rizik by měly být nižší než nečinnost. V souladu s tímto principem nakonec provedeme hodnocení možného vlivu některých opatření na snížení rizik na kvalitu konečných výsledků, abychom dospěli k komplexnějšímu hodnocení využívání Velkých Dat pro oficiální statistiku.
1. Úvod
1.1. Pozadí
Rozvoj „velkých dat“ byl charakterizován Kennethem Neilem Cukierem a Viktorem Mayerem-Schönbergerem ve svém článku „Vzestup velkých dat“ (2. ) termínem „datifikace“. Datifikace je popsána jako proces „přijetí všech aspektů života a jejich přetvoření na data“. Například. Facebook poskytuje osobní sítě, senzory pro všechny druhy okolních podmínek, smartphony pro osobní komunikaci a pohyb, nositelná data pro osobní podmínky. To vede k téměř všudypřítomnému sběru a dostupnosti dat.
Stejně jako v mnoha jiných sektorech, oficiální statistika začala nedávno na strategické úrovni diskutovat o problému velkých dat. Dosud neexistuje obecné a široce rozšířené porozumění cestě vpřed, ať už se jedná o výzvu nebo příležitost, malou či velkou atd. V rámci Skupiny vysoké úrovně pro modernizaci statistické výroby a služeb (3 How big is Big Data? Exploring the role of Big Data in Official Statistics: ), a První SWOT analýza, doprovázená hrubou analýzou rizika/výhody, byla provedena. Bylo uvedeno, že "komplexní analýza rizik by měla také zahrnovat aspekty jako pravděpodobnost a dopad, a mohla by být také rozšířena na definování strategií pro zmírnění rizik a jejich řízení."
Ačkoliv je tento dokument ještě daleko od úplné analýzy rizik, směřuje k zlepšení situace tím, že vytváří první strukturovaný přehled. Rádi bychom zdůraznili, že tento přehled by měl být považován za východisko pro podporu obecné diskuse v rámci Oficiální statistické komunity (OSC).
1.2. Oblast
Tento článek se zaměřuje výhradně na rizika, vyjímaje nejen výhody, ale také silné a slabé stránky, příležitosti a hrozby. To znamená, že "rizika nečinnosti" (například riziko, že OSC bude mimo konkurenci s jinými účastníky, pokud nebude modernizována), nejsou součástí diskuse; spíše se jedná o hrozby. Místo toho se snažíme identifikovat rizika, která mohou vzniknout (a) pokud OSC využije příležitosti, které nabízejí velká data, a začne vyvíjet nebo zlepšovat konkrétní "produkt oficiální statistiky na základě velkých dat" (BOSP); (b) rizika pro nový "běžný podnik", tj. rizika pro oficiální statistiku založenou na "velkých datech". (Jelikož veškerá výroba oficiální statistiky je spojena s riziky, omezujeme se na (b) specifická pro "rizika velkých dat", tj. rizika, která neexistují nebo jsou nevýznamná pro "tradiční" proces sběru oficiální statistiky.)
1.3. Struktura
V kapitole 2 představujeme základní principy související s touto tematikou, počínaje výslovně nezbytným základem pro řízení rizik a řízení rizik (kapitola 2.1). Dále zmiňujeme předběžnou strukturu kvality statistických dat získaných na základě velkých dat (kapitola 2.2), neboť propojení struktury kvality s riziky plní dva cíle:
- To vytváří kontext pro definování rizik. Určené ukazatele kvality spolu se zvažovanými charakteristikami vyjadřují hodnoty objektu, které jsou považovány za důležité a rozhodující pro poskytování služeb klientům a uživatelům.
- To umožňuje přiřazení konkrétních rizik k měřením kvality, které jsou zakotveny v obecných hyperprostorech a vázány na určité fáze v procesu výroby statistických produktů.
V kapitolách 3, 4, 5 a 6 představujeme rizika zjištěná dosud v různých kontextech (4 Dokumenty obchodního případu projektu ESS Big Data, stejně jako v sítích ESS Big Data, obsahují seznam rizik, která jsou částečně spojena s projektem a částečně s využíváním zdrojů velkých dat pro statistické účely. Dokument „Návrh rámce pro kvalitu velkých dat“ zmiňuje některá rizika související s dimenzemi kvality.). Zde používáme klasifikaci přístupu k datům, právního prostředí, ochrany soukromí a bezpečnosti dat, jakož i dovedností; reorganizace v souladu s kvalitní strukturou statistik získaných z velkých dat (kapitola 2.2) by měla být zvažována, jakmile tato struktura dosáhne dokončenějšího stavu. Pro každé identifikované riziko poskytujeme (i) hodnocení pravděpodobnosti i dopadu (v souladu s kapitola 2.1.3) a (ii) navrhujeme strategie pro zmírnění rizik a jejich řízení (viz kapitola 2.1.4).
Na závěr probereme naše závěry a naznačíme některé další kroky v kapitole 7.
2. Základy
2.1. Rizika a řízení rizik
Podle ISO 31000: 20095 je riziko definováno jako „vliv nejistoty na stanovené cíle“. To znamená, že cíle musí být nejprve stanoveny nebo známé, než je možné identifikovat rizika. Tyto cíle jsou obvykle definovány s ohledem na institucionální kontext příslušné organizace. Dalším důležitým ohledem je, že rizika nesou charakteristiku nejistoty, tj. není jasné, zda se popsaná událost skutečně stane. Rizika jsou tedy měřena z pohledu pravděpodobnosti výskytu události a jejích následků, tj. vlivu, který má tato událost na dosažení stanovených cílů. Hodnocení rizik by mělo poskytovat objektivnější informace, které nakonec umožní nalézt vhodnou rovnováhu mezi realizací příležitostí k dosažení zisku a minimalizací nepříznivých dopadů. Řízení rizik je nedílnou součástí praxe managementu a důležitým prvkem dobré korporátní praxe (6 Statistika Kanada: zpráva o plánech a prioritách 2014-2015, ). Je to iterativní proces, který v ideálním případě umožňuje nepřetržité zlepšování rozhodovacího procesu a podporuje stálé zvyšování výkonnosti.
Rizika jsou také spojena s kvalitou. Použití systému kvality by mělo umožnit využít příležitosti poskytované různými zdroji a metodikami pro dosažení výsledku určité úrovně kvality v tom smyslu, že tento výsledek uspokojí potřeby uživatelů. Stejně jako rizika, úrovně kvality mohou být získány z institucionálního prostředí a cíle konkrétních institucí. V tomto kontextu institucionální prostředí určuje celkovou úroveň rizika, které je organizace ochotna podstoupit pro dosažení svých cílů.
Proces hodnocení a řízení rizik lze rozdělit do různých etap, které zahrnují stanovení kontextu, identifikaci rizik, analýzu rizik z hlediska pravděpodobnosti a dopadu, hodnocení rizik a nakonec zpracování rizik.
2.1.1. Institucionální kontext
Prvním krokem je stanovení strategického, organizačního kontextu a kontextu řízení rizik, v němž se bude odehrávat zbytek procesu. To zahrnuje vymezení kritérií, podle nichž budou rizika hodnocena, a určení struktury analýzy.
2.1.2. Identifikace rizika
Ve druhé fázi by měly být určeny události, které mohou ovlivnit dosažení stanovených cílů. Identifikace by měla zahrnovat otázky týkající se typu rizik, načasování události, místa nebo toho, jak mohou události zabránit, zhoršit, zdržet nebo zlepšit dosažení cílů.
2.1.3. Hodnocení rizika
Následující krok zahrnuje určení stávajících kontrolních opatření a analýzu rizik z pohledu pravděpodobnosti a také z pohledu potenciálních následků. V kontextu tohoto článku se pravděpodobnost nebo možnost výskytu rizik měří na škále od 1 (nepravděpodobná) do 5 (častá). Dopad výskytu událostí je měřen na škále od 1 (nevýznamný) do 5 (extrémní). Jak je uvedeno v tabulce 1, součin pravděpodobnosti a dopadu určuje "úroveň rizika" v rozsahu od 1 do 25.
Hodnocené úrovně rizika mohou být porovnány s předem stanovenými kritérii, aby se stanovila rovnováha mezi potenciálními výhodami a nepříznivými výsledky. To umožňuje posuzovat priority řízení.
Priorita pro akce by měla být stanovena na kritická rizika (viz tabulka 2), tedy ta, která se mohou vyskytnout a mají závažné nebo extrémní následky pro cíle organizace.
2.1.4. Reakce na rizika
Poslední krok se skládá z rozhodnutí, jak reagovat na rizika. Některá rizika, která jsou pod předem určenou úrovní rizika, mohou být ignorována nebo tolerována. U jiných může být cena za neutralizaci rizik tak vysoká, že převáží potenciální přínosy. V takovém případě může organizace rozhodnout se danou činnost opustit. Rizika mohou být také převedena na třetí strany, jako je pojištění, které kompenzuje vzniklé náklady. Poslední možností je zohlednit rizika při určování strategií a opatření, která vyvažují náklady a potenciální přínosy. Organizace tak učiní rozhodnutí o zavedení strategií pro maximalizaci přínosů a minimalizaci potenciálních nákladů.
2.2. Systémy kvality
Cílová skupina složená z představitelů národních a mezinárodních statistických organizací vyvinula v roce 2014 předběžnou strukturu kvality pro statistiku získanou z velkých dat. Cílová skupina pracovale pod záštitou projektu UNECE/HLG „Role velkých dat v modernizaci statistické výroby“. Rozšířila existující systémy kvality navržené pro hodnocení statistiky získané z administrativních zdrojů dat, s ukazateli kvality, které byly považovány za relevantní pro velké datové zdroje.
V rámci tohoto systému se rozlišuje mezi třemi fázemi podnikatelského procesu: vstup, výkon a výstup. Fáze vstupu odpovídá fázím „navrhování“ a „sběru“ GSBP, výkon pro fáze „procesu“ a „analýzy“, zatímco výstupy odpovídají fázi „distribuce“.
Ve struktuře se používá hierarchická struktura, která byla převzata ze struktury administrativních dat vyvinuté Statistickým úřadem Nizozemska (7 Daas, P., S. Ossen, R. Vis-Visschers a J. Arends-Toth, (2009), Checklist for the Quality evaluation of Administrative Data Sources. Statistics Netherlands, Haag/Heerlen). Měření kvality je vloženo do hierarchické struktury, nazývané hyperprostředí. Třemi specifickými hyperdimenze jsou „zdroj“, „metadata“ a „data“. Měření kvality jsou vložena do těchto hyperdimenze a přiřazena k jednotlivým fázím výroby. Pro fázi vstupu byly navrženy další aspekty „důvěrnost a soukromí“, „komplexnost“ (podle struktury dat), „úplnost“ metadat a „provázanost“ (možnost spojit data s jinými daty), aby doplnily model standardní kvality. Pro každý z ukazatelů kvality jsou navrhovány faktory vztahující se k jejich popisu, jakož i možné ukazatele.
V kontextu tohoto článku mohou být rizika vyloučena z těchto faktorů. Například faktory, které je třeba zohlednit při měření kvality „institucionální / obchodní prostředí“, zahrnují udržitelnost poskytovatele dat. S tím související riziko může spočívat v tom, že data nebudou v budoucnu dostupná u poskytovatele dat. Dalším příkladem je nedávno navrhovaný aspekt kvality, důvěrnost a bezpečnost. Jedním z důležitých faktorů je „vnímání“, což znamená možné negativní vnímání zamýšleného využití konkrétních zdrojů dat různými zainteresovanými stranami.
3. Rizika spojená s přístupem k datům
3.1. Nedostatek přístupu k datům
3.1.1. Popis
Toto riziko spočívá v projektu spojeném s vývojem BOSP, který nezíská přístup k potřebnému zdroji velkých dat (BDS).
Do této doby si OSC osvojil těžkou cestu, že i vyjít ze startovních bloků a získání tohoto přístupu je někdy nepřekonatelnou překážkou. Někdy je snadné získat přístup k určitému zdroji — jako jsou záznamy datových hovorů (CDR), pro účely testování / výzkumu, ale mnohem obtížnější (z právních nebo obchodních důvodů) je získat přístup k němu pro výrobní účely.
3.1.2. Pravděpodobnost
Pravděpodobnost do značné míry závisí na charakteristikách BDS. Pokud se jedná o rozsáhlá administrativní data, může být pravděpodobnost pouhých 1, zejména pokud (jako v případě dat ze smyčky provozu, která zkoumali Daas a kol. 8 Daas, P., M. Puts, B. Buelens a P. van den Hurk. 2015. „Velká data jako zdroj pro oficiální statistiky“. Journal of Official Statistics 31 (2). (Nadcházející; publikace plánována na červen 2015.)) neexistují žádné problémy s ochranou osobních údajů. Pokud případ BDS patří soukromé osobě, zejména pokud je citlivý (např. z pohledu ochrany údajů) nebo cenný (z obchodního hlediska), pravděpodobnost může být velmi vysoká (5).
3.1.3. Vliv
Vliv závisí na BOSP a způsobu využití BDS. Pokud je BDS v centru, může být vliv velmi vysoký (4 = téměř nemožné produkovat BOSP), zatímco může být nižší, pokud je stále možné BOSP vyprodukovat (i když s nižší kvalitou), spoléhajíc na jiné URB, což vede k vlivu v rozmezí 2-3.
3.1.4. Prevence
Aby se snížilo riziko nedostupnosti, je vhodné navázat předešlé kontakty s poskytovatelem dat a uzavřít dlouhodobou smlouvu o přístupu k datům. Dále je třeba provést komplexní právní analýzu týkající se konkrétní kombinace BDS a BOSP. Měly by být také posouzeny možnosti přístupu k datům podle platné nebo budoucí legislativy.
3.1.5. Zmírnění
Pokud existují alternativní BDS, které by mohly být použity pro BOSP, měly by být prozkoumány místo toho. Pokud neexistuje způsob, jak vyprodukovat BOSP bez BDS, a není možné překonat nedostatečný přístup, měly by být snahy zastaveny a nový BOSP se již nevytvoří.
3.2. Ztráta přístupu k datům
3.2.1. Popis
Toto riziko spočívá v tom, že statistická správa ztrácí BDS, které tvoří základ pro BOSP.
3.2.2. Pravděpodobnost
Pokud je BOSP již produkován, obvykle existuje určitá stabilita, a v některých případech může být riziko velmi nízké (1). Nicméně, zejména v případě soukromých subjektů, s nimiž byly uzavřeny dostatečně pevné dohody, nic nebrání tomu, aby nové vedení změnilo politiku poskytování dat, což vede k mírnému riziku přerušení (3). Navíc, pokud je BDS spojena s nestabilní činností, vždy existuje riziko, že poskytovatel jednoduše zkrachuje, a riziko může být dokonce vyšší (4).
3.2.3. Vliv
Jelikož stávající BOSP může být nemožné podle výroby, často se projevuje velmi silný vliv (5). V jiných případech, kdy je BDS podpůrná, může být vliv spíše ztrátou kvality s vlivem v rozmezí 2-3.
3.2.4. Prevence
Strategie prevence je podobná strategii absence přístupu k datům, ale s vyšším důrazem na stálou ostražitost i v provozních podmínkách.
Nedávat všechna vejce do jedné košíku (tj. mít několik BDS, které leží na základě každého BSOP) může být také strategií, ale může to být buď nepraktické, nebo příliš nákladné.
3.2.5. Zmírnění
Pokud je BDS výsledkem nestabilní činnosti, může se postupně stát dostupnou nová BDS, která odráží stejný sociální jev. Avšak bylo by příliš pozdě začít "skanovat trh", jakmile BSOP selže; vyžaduje to stálou ostražitost — a to může být obtížné dosáhnout.
4. Riziko spojené s právním prostředím
4.1. Nedodržení příslušných zákonů
4.1.1. Popis
Toto riziko vyplývá z projektu souvisejícího s vývojem BOSP, ve kterém není bráno v úvahu příslušné zákonodárství, což činí BOSP nesouladným s uvedenými právními předpisy. To může zahrnovat legislativu o ochraně dat, předpisy týkající se odpovědnosti atd.
4.1.2. Pravděpodobnost
Vzhledem k neznalosti OSC o velkých datech není vyloučeno, že může dojít k náhodnému (3) nedodržení. Pravděpodobnost je zpravidla spojena s BDS, protože čím méně je zdroj "citlivý", tím menší je pravděpodobnost vzniku nesouladu.
4.1.3. Vliv
Dopad je obvykle kritický (4) v tom smyslu, že pro non-compliant produkci bude nutné zastavit BOSP (nebo pokud ještě nedosáhl fáze realizace, měla by být jeho výroba ukončena). To může být dokonce extrémní (5), protože reputační rizika, která vznikají v důsledku nekompatibilní („nelegální“) oficiální statistiky, mohou mít následky.
4.1.4. Prevence
Pro jakýkoli BOSP je třeba provést důkladnou právní analýzu — a to probíhá ve několika etapách (co je akceptovatelné v fázi vývoje / zkoumání, nemusí být tak v fázi zavádění / výroby). To může vést k přepracování BOSP, aby se stal kompatibilním.
4.1.5. Zmírnění
V závislosti na závažnosti nesrovnalosti může být prvním krokem převod BOSP do offline režimu.
Přepracování BOSP, aby se stal kompatibilním, může být jednou z možností, ale to, zda bude BOSP „zachráněn“ tímto způsobem, silně závisí na povaze nesrovnalosti.
4.2. Nepříznivé změny v právním prostředí
4.2.1. Popis
Může být přijato nové legislativní opatření týkající se vyvíjeného BOSP, což fakticky činí BOSP nekompatibilní.
4.2.2. Pravděpodobnost
Není vyloučeno, že zastánci prudké ochrany údajů budou schopni zavést nové požadavky, které přímo nebo nepřímo ovlivní možnosti tvorby konkrétních BOSP. Pravděpodobnost v rozmezí 2-3 se jeví jako realistický odhad.
4.2.3. Dopad
Dopad je obvykle kritický (4), v tom smyslu, že nesouladná produkce vyžaduje zastavení BOSP.
4.2.4. Prevence
Určité obchodní informace by měly být pravidelně prováděny pro monitorování legislativního vývoje — možná také proto, aby se ovlivnily, předkládáním argumentů ve prospěch oficiální statistiky na příslušných (například poradních) fórech.
4.2.5. Zmírnění
Za předpokladu, že byl proveden proaktivní monitoring, může být čas na přepracování BOSP, aby byl v souladu s novou legislativou od prvního dne, kdy vstoupí v platnost.
Pokud monitoring nebyl prováděn, a nové legislativní normy se staly "nečekanými" — nebo pokud je legislativa natolik radikální, že neexistuje způsob, jak učinit BOSP nekompatibilními — jedinou možností může být vypnout BOSP.
5. Rizika spojená s ochranou soukromí a bezpečností dat
5.1. Porušení bezpečnosti dat
5.1.1. Popis
Toto riziko se vztahuje k neoprávněnému přístupu k údajům, které jsou uchovávány ve statistikách. Třetí strany mohou získat data, která jsou pod embargo, například kvůli vydání harmonogramu (9). U jakéhokoli BOSP, které je plně založeno na jediné BDS, je nevyhnutelné, že data budou implicitně známa původnímu vlastníkovi dat, a pokud je metodologie transparentní, pak také odvozená statistika. Tato situace se zde neřeší, spíše v riziku spojeném se zneužíváním postavení vlastníky. (10) Navíc tato data mohou nést riziko porušení soukromí. Toto riziko bude posuzováno samostatně. Může se jednat například o údaje, které investoři očekávají na akciovém trhu.
5.1.2. Pravděpodobnost
Pokud jde o technické aspekty ochrany IT prostředí ve statistickém oddělení, má riziko stejnou pravděpodobnost pro BDS jako pro tradiční zdroje. Existují však dva další aspekty, které je třeba vzít v úvahu.
Za prvé, u některých BDS se celkové riziko mírně zvyšuje, protože bezpečnost dat původního vlastníka může být ohrožena. To může být například způsobeno průmyslovou špionáží nebo hacknutím.
Za druhé, jakmile začnou být potenciálně cenná data uchovávána v kanceláři, zvýší se riziko přitahování nedobrovolných úmyslů. Pokud mají uchovávaná data velmi vysokou hodnotu pro podnikání, je třeba být připraven na velmi vysokou pravděpodobnost útoků směřujících na IT infrastrukturu, a proto může být pravděpodobnost výskytu hacknutí potenciálně vyšší (4).
Pokud uchovávaná data nejsou vnímána jako cenná, celková pravděpodobnost se jeví jako poměrně nízká — od (1) do (3) v závislosti na zdroji dat.
5.1.3. Dopad
Potenciální poškození reputace může být značné (5). Důležité u BDS je, že pokud k porušení bezpečnosti dojde u původního vlastníka, očekává se, že dopad na reputaci statistického úřadu bude nižší, než kdyby k porušení došlo s daty, která má v úschově.
Na druhou stranu je možné, že porušení ve statistickém úřadu může mít negativní důsledky pro původního vlastníka. V tomto případě znovu může dojít k silnému negativnímu vlivu kvůli poškození z hlediska důvěry mezi poskytovatelem a statistickým úřadem (5).
5.1.4. Prevence
Co je specifické pro případ BDS, je to, že bezpečnostní postupy původního vlastníka mohou být relevantní. Je velmi nepravděpodobné, že by statistické úřady získaly auditoriální pravomoci, aby to kontrolovaly. Vlastníci, jejichž data jsou používána pro výrobu záznamů s citlivými harmonogramy publikací, by měli být informováni o důsledcích pro oficiální statistiku potenciálního porušení bezpečnosti v jejich prostorách a měli by získat oficiální záruku, že jsou uplatňovány řádné bezpečnostní postupy.
Přímý způsob, jak zabránit vážnému vlivu porušení bezpečnosti v prostorách vlastníka na statistický úřad, je zajistit použití několika zdrojů pro jeden a tentýž produkt, aby jeden kompromitovaný zdroj byl nedostatečný pro získání konečného čísla. Výhodou tohoto přístupu je, že větší kontrola zůstává v rukou statistického úřadu.
Způsob, jak zabránit negativním důsledkům porušení bezpečnosti v statistickém úřadu pro jeho původního vlastníka dat, spočívá v nalezení způsobu práce, který nepředpokládá přenos potenciálně citlivých dat z pohledu vlastníka do statistického úřadu. V neupravené podobě. Možným preventivním přístupem je použití agregovaných dat. Je však třeba mít na paměti, že některé formy agregace, například ty, které mají zabránit identifikaci jednotlivých členů populace, nemusí být v tomto případě vhodné. Jedním z důvodů může být skutečnost, že riziko pro vlastníka souvisí s obchodní hodnotou dat, která může být podstatná i po dosažení anonymity.
5.1.5. Zmírnění
V případě porušení dat, která spravuje statistický úřad, budou opatření k mitigaci taková, jaká by byla v případě tradičních zdrojů, pokud nedošlo k negativnímu dopadu na původního vlastníka.
V případě negativních důsledků pro původního vlastníka musí statistický úřad přehodnotit a zesílit své bezpečnostní postupy a jasně komunikovat a demonstrovat své odhodlání k tomu.
Pokud k porušení došlo prostory původního vlastníka, měla by příslušná statistická služba jasně komunikovat situaci a důsledně trvat na zlepšení bezpečnostních postupů vlastníka. Pokud je to nutné, lze hledat alternativního poskytovatele.
5.2. Porušení ochrany osobních údajů
5.2.1. Popis
Jedná se o riziko, že bude porušena důvěrnost jedné nebo více osob z statistické populace. To může souviset s útokem na IT infrastrukturu v důsledku tlaku ze strany jiných vládních institucí nebo kvůli nedostatečným opatřením kontroly zveřejnění statistických dat.
5.2.2. Pravděpodobnost
Stejně jako v případě rizika porušení bezpečnosti dat se technické podmínky ukládání mikrodat příliš nemění se zavedením BDS. I zde však existují varování.
Mikrod data z určitých zdrojů dat mohou mít vysokou obchodní hodnotu, takže jejich ukládání zvyšuje pravděpodobnost útoků.
Kromě toho mohou některé mikrodata být potenciálně velmi užitečná i pro jiné státní instituce, jako jsou orgány činné v trestním řízení, daňové úřady nebo zdravotnictví. V určitých okolnostech může být dodržování principu statistické důvěrnosti pod velkým tlakem.
Pokud jde o selhání v kontrole zveřejňování statistických informací, v současné době již existuje ustálená praxe. BDS může umožnit produkci statistik pro malé podskupiny populace nebo poskytovat možnost propojovat agregovaná data z různých BDS, což může zvýšit pravděpodobnost vzniku rizika. Nové zdroje však budou vyžadovat nové metodologické přístupy, takže skutečné nebezpečí spočívá v tom, že metodologie kontroly zveřejňování informací nebude náležitě aktualizována.
Obecně platí, že při rozumných preventivních opatřeních lze pravděpodobnost udržet na rozumných úrovních, ale protože existuje mnoho různých a rozmanitých faktorů, odpovídající hodnocení zde zřejmě naznačuje, že pravděpodobnost je vysoká (4).
5.2.3. Důsledky
Potenciální škoda na reputaci může být značná (5). Stejně jako v případě rizika porušení bezpečnosti dat, porušení ve statistickém řízení může mít negativní důsledky pro původního majitele. Důsledky takové události mohou být potenciálně ještě závažnější, zejména pokud se současné trendy v veřejném mínění zachovají. Očekává se, že škoda v vztazích mezi poskytovatelem dat a statistickým řízením také bude velmi vysoká.
5.2.4. Prevence
Nezpochybný způsob, jak předejít takovému riziku, je vůbec nemít mikrod data z BDS (i když uchovávání jiných mikrod údajů stále představuje příslušné riziko, a to s jinou pravděpodobností a vlivem). Tento přístup, stejně jako v případě rizika porušení zabezpečení dat, povede k nutnosti vyvinout jiné způsoby využívání dat pro statistické účely. Navíc zde různá povaha zdrojů bude znamenat, že bude nutné vyvinout nové metodiky s konkurujícími cíli získat co nejvíce užitečných informací a chránit soukromí před nebezpečím.
V případě uchovávání mikrod údajů musí být mechanismy zabezpečení IT a řízení přístupu na požadované úrovni a neustále sledovány. Zvláštní pozornost je třeba věnovat zajištění bezpečnosti nových způsobů získávání dat. Ironií je, že takovým novým způsobem může být fyzická přeprava úložných zařízení (například pevných disků). Jestliže je tato metoda používána, doručení musí být fyzicky chráněno a mělo by být použito šifrování.
5.2.5. Zmírnění
Opatření k zmírnění zde jsou v zásadě stejná jako v případě porušení zabezpečení dat. Pokud je příčinou porušení tlak ze strany jiného vládního orgánu, mělo by být využito příležitosti k posílení nezávislosti správy, aby podobná porušení byla v budoucnu ještě obtížnější.
5.3. Manipulace se zdrojem dat
5.3.1. Popis
Poskytovatelé dat třetích stran, jako jsou data ze sociálních sítí nebo dobrovolně poskytnutá data, jsou vystaveni riziku manipulace. To může provést buď sám poskytovatel dat, nebo třetí strany. Například mnoho falešných zpráv na sociálních sítích může být generováno za účelem ovlivnění statistického indexu získaného na základě těchto dat, pokud je známo, že index je vypočítáván na základě těchto dat.
U dobrovolně poskytnutých dat může nastat situace, kdy dobrovolníci zastupují určitou zájmovou skupinu s konkrétním programem.
5.3.2. Pravděpodobnost
U datových manipulacích, které mohou přinést velké výhody, je pravděpodobnost vyšší. Může se jednat o data, pro která je statistika zajímavá, například akciový trh. Vzhledem k nedávným skandálům souvisejícím s LIBORem a Forexem lze předpokládat, že dokud existuje pobídka, pokusy o manipulaci s daty budou pravděpodobné.
U statistik založených na dobrovolně poskytovaných datech stačí se podívat na nedávnou praxí PR při najímání lidí, kteří předstírají, že mají určitý názor, a kterým je placeno za veřejné vyjádření (například na internetových fórech), abychom dospěli k závěru, že pravděpodobnost není nízká. Celkově se číslo 3 až 4 zdá být adekvátní.
5.3.3. Dopad
Velkým problémem s manipulacemi je, že mohou trvat dlouho bez odhalení. Pokud manipulace pokračují po dlouhou dobu, může mít dopad na kvalitu značný. Kromě toho může být poškození veřejné důvěry v oficiální statistiky také velké, zejména pokud je veřejně zdůrazňována role statistických úřadů jako dodavatelů kvalitních dat. Na druhou stranu, pokud jsou manipulace odhaleny včas a poté zveřejněny, může to ve skutečnosti zlepšit veřejné vnímání. S výjimkou mimořádně špatných případů si lze představit maximální dopad (3).
5.3.4. Prevence
Provádění pravidelných kontrolních cvičení s alternativními zdroji je jedním z možných preventivních přístupů. Tyto alternativní zdroje mohou být tradiční nebo jiné. Použití statistik založených na kombinaci zdrojů může zamezit významným dopadům manipulací. V případech, kdy se obávají manipulací iniciovaných poskytovatelem, mohou právní dohody také představovat jeden ze způsobů, jak takové praktiky zabránit.
5.3.5. Omezování
Z hlediska škod na veřejných vztazích se opatření k omezení, která musí být přijata, málo liší od opatření k řešení jakékoli krize.
Z hlediska kvality dat by bylo užitečné, kdyby minulá data mohla být opravena tak, aby dokonce i s velkým zpožděním byla správná řada.
produkované. Pro to může být užitečné pravidelné srovnávání. Všimněte si, že cílem srovnávací analýzy je v tomto případě mírně odlišné od cíle prevence. Pro prevenci je důležité rychle zaznamenat a prozkoumat podezřelé nesrovnalosti mezi daty referenčního testu a BDS. Pro zmírnění následků jsou vždy užitečná stará užitečná data.
Kromě toho je třeba dbát na to, aby se podobným manipulacím v budoucnu zabránilo — v obzvlášť citlivých případech to může znamenat získání potenciálně nadbytečných dat od několika dodavatelů pro srovnávací analýzu.
5.4. Nepříznivé veřejné vnímání využívání big dat oficiální statistikou
5.4.1. Popis
Média a široká veřejnost jsou velmi citliví na otázky ochrany soukromí a využívání osobních údajů z velkých zdrojů dat, zejména v kontextu sekundárního využití dat vládními orgány, které činí administrativní nebo právní opatření vůči občanům. Negativně vnímaným využitím může být poziciování kontroly rychlosti na základě analýzy navigačních dat (11 Viz ).
Konkrétní případ TomTom Netherlands vedl k významnému poklesu poptávky po zařízeních TomTom a vedl k rozhodnutí společnosti omezit přístup k datům. V tomto konkrétním případě se data vztahovala na jednotlivce, ale na úrovně rychlosti na úsecích silnic.
Nicméně mohou existovat aplikace s big daty, které jsou veřejností pozitivně vnímány. Jedním z příkladů mohou být aplikace, které zabraňují takovým zločinům, jako je vloupání, na základě metod big dat.
Pozitivní, stejně jako negativní veřejné mínění může mít silný vliv na využívání BDS v kontextu výroby oficiální statistiky.
Důsledkem negativního veřejného vnímání může být to, že:
- BDS již nebude dostupné pro statistické úřady, buď kvůli rozhodnutím dodavatele dat nebo vládním rozhodnutím data nepoužívat, nebo
- využití dat bude omezeno, což může bránit výrobě, pokud určité BOSP.
5.4.2. Pravděpodobnost
Faktory, které mohou ovlivnit pravděpodobnost takové události nebo její dopad na výrobu statistik:
- důvěrnost údajů, tj. jak snadno lze identifikovat jednotlivce;
- objem informací, které údaje odhalují o fyzických osobách, např. se zvyšuje propojením údajů z různých zdrojů;
- typ údajů, např. finanční transakce se považují za důvěrnější než jiné údaje;
- typ možného jednání, které může být vůči občanům vykonáno, např. pokutování lidí za překročení rychlosti;
- nejasné právní prostředí, v němž pracují dodavatelé a uživatelé dat, nebo když právní podmínky jsou v rozporu s veřejnými etickými názory / standardy;
- míra závislosti na určitém zdroji dat pro získání statistik; v ranné fázi může mít tento faktor nevýznamný vliv. Nicméně to může mít výrazný dopad na získávání statistik v pozdější fázi, a proto by mělo být zvažováno i v raných fázích. Jedním z problémů může být, že konečný objem použití údajů není zpočátku znám, protože datové zdroje mohou potenciálně sloužit více než jedné statistické oblasti.
Odhad času nežádoucích jevů je nemožný, neboť mobilizace veřejnosti je často iniciována mediálním pokrytím událostí, které mají negativní dopad na občany. Vzhledem k rostoucímu využívání velkých dat vládami a soukromými podniky, a zejména aktivnímu marketingu dat pro jiné účely než ty, které vedly k jejich původnímu shromáždění, je pravděpodobnější, že takové události nastanou.
Události, které silně ovlivňují veřejné vnímání, nejsou časté, ale spíše náhodné (3) a vzdálené (2). Se zvyšujícím se využíváním velkých datových zdrojů se také zvyšuje pravděpodobnost.
5.4.3. Dopad
Dopad události silně závisí na výše uvedených faktorech. Obecně je vliv závažnější na již existující výrobě statistických dat, protože může být nutné ukončit činnost. Dopad také závisí na dostupnosti alternativních zdrojů dat, i když se může stát, že veřejné vnímání nerozlišuje různé zdroje dat v případě materializace události. V aktuálním stavu využívání velkých dat se zdá, že tyto zdroje nemohou plně nahradit tradiční zdroje dat, ale spíše doplňují existující statistiky. To sníží dopad událostí. Proto je dopad události hodnocen v rozmezí od 2 (nepatrný) do 3 (významný). V fázi výroby může mít dopad vzrůst až na 4 (kritické hodnoty).
5.4.4. Prevence
Preventivními opatřeními může být stanovení etických principů pro velká data v oficiální statistice. Etické směrnice by měly vycházet z takových principů, jako je kodex praxe pro evropskou statistiku nebo základní principy oficiální statistiky (12 ). Dalším opatřením bude stanovení komunikační strategie, která bude publikovat výsledky etických směrnic pro veřejnost a může být využita k informování zainteresovaných stran o etickém využití BDS pro BOSP.
Samostatné hodnocení rizik pro konkrétní BDS může být provedeno za účelem identifikace rizik a navržení preventivních nebo zmírňujících opatření na základě etických principů. Samostatné hodnocení rizik může také zahrnovat zainteresované strany, jako jsou agentury na ochranu dat, aby zajistilo identifikaci všech rizik a odůvodněnost opatření.
5.4.5. Zmírnění
Komunikační strategie by měla rovněž obsahovat opatření v případě rostoucího negativního vztahu veřejnosti. Samostatná posouzení rizik by měla shromažďovat pozitivní příklady využití dat a opatření k prevenci zneužívání dat, která musí být nutně přijata na politické úrovni, a statistická komunita se může ukázat jako nedostatečně schopná efektivně na ně působit.
5.5. Ztráta důvěry — nezískaná na základě pozorování
5.5.1. Popis
Uživatelé oficiální statistiky obvykle mají vysokou důvěru v přesnost a věrohodnost statistických údajů. To je založeno na faktu, že výroba statistických údajů je zakotvena v důvěryhodných a veřejně dostupných metodologických základech a také dokumentaci o kvalitě statistického produktu. Navíc většina statistických údajů je založena na pozorováních, tj. získaná z průzkumů nebo sčítání, které vytvářejí snadno pochopitelný vztah mezi pozorováním a statistickými údaji. Použití BDS, které nejsou shromažďovány pro hlavní účel statistiky, nese riziko ztráty těchto vztahů a uživatelé ztratí důvěru v údaje oficiální statistiky. Příklad týkající se posledního kola (2010) sčítání lidu se vztahuje k tomu, že v některých zemích byly statistické údaje získány pomocí několika zdrojů a statistických modelů. V několika případech zúčastněné strany zpochybnily statistické údaje.
5.5.2. Pravděpodobnost
Pravděpodobnost vzniku rizika závisí na takových faktorech, jako je složitost statistického/metodologického modelu, důvěryhodnost vztahů mezi BSD a BOSP nebo soulad s dalšími statistickými údaji. Pravděpodobnost by měla být v rozmezí od 3 (náhodných) do 4 (pravděpodobných), což znamená, že k tomu může dojít několikrát nebo často.
5.5.3. Dopad
Dopad na vznik rizika bude do značné míry záviset na tom, zda budou NSO schopny úspěšně prokázat přesnost a spolehlivost statistických údajů. Pokud se to nebude dále dařit, dopad v podobě ztráty důvěry a víry může mít také vliv na jiné oblasti statistik, tedy na spolehlivost nejen některých statistických údajů, ale i na samotnou organizaci. NSO by ztratily konkurenční výhodu vůči jiným privátním organizacím, které působí v této oblasti.
5.5.4. Prevence
Preventivní opatření by měla spočívat ve vypracování a publikaci vědecky podložené metodologie, kterou uznává vědecká komunita, obohacování dat metadaty o kvalitě, zajištění konzistence BOSP s ne BOSP a provádění přísné kontroly kvality.
Před zahájením statistické produkce by bylo možné publikovat BOSP jako experimentální, a zainteresovaným stranám by bylo doporučeno zpochybnit BOSP, aby potvrdily nebo zlepšily BOSP.
5.5.5. Zmírnění
Existují dva případy, které je třeba rozlišovat. V případě, že jsou statistické údaje zpochybňovány, ale mají vysokou / dostatečnou kvalitu (správné / přesné), stačilo by vysvětlit a předat statistické údaje veřejnosti, přičemž by se poskytly snadno pochopitelné příklady.
6. Rizika spojená se schopnostmi
6.1. Nedostatek specialistů
6.1.1. Popis
Analýza digitálních stop, které lidé zanechávají během své činnosti, vyžaduje určité nástroje pro analýzu dat, které v současnosti nejsou v oficiální statistice běžně dostupné. Za prvé, použití nepřímých dat o činnosti lidí místo přímých dotazování v průzkumech vyžaduje použití statistických modelů a tudíž dovednosti v závěrečném myšlení a strojovém učení. Za druhé, tyto digitální záznamy se skládají z dat, která často nemají běžný formát tabulky, obvyklý pro výsledky šetření, s řádky odpovídajícími statistické jednotce a sloupci s konkrétními charakteristikami těchto statistických jednotek. Digitální stopy jsou také představovány ve formě textu, zvuku, obrazu a videa. Extrakce relevantních statistických informací z těchto typů dat vyžaduje dovednosti v zpracování přirozeného jazyka, zpracování audio signálů a zpracování obrázků. Za třetí, tyto zdroje dat mají tendenci poskytovat masivní datové sady, jejichž zpracování vyžaduje dobré pochopení metodologií distribuovaných výpočtů.
Riziko nedostatku odborníků spočívá v získávání dat z jednoho z těchto nových velkých zdrojů dat, protože statistické úřady nemají schopnost zpracovávat a analyzovat je řádně, protože jejich personál nemá potřebné dovednosti.
6.1.2. Pravděpodobnost
Pravděpodobnost tohoto rizika bude záviset na třech faktorech: 1) konkrétních typech dovedností potřebných pro každý typ zdroje velkých dat a pravděpodobnosti, že statistické úřady najdou příležitost prozkoumat takový zdroj; 2) aktuální dostupnosti potřebných dovedností ve statistických úřadech; a 3) organizační kultuře statistických úřadů.
Pokud jde o typy dovedností, které mohou být požadovány, je třeba poznamenat, že ne všechny zdroje vyžadují všechny dovednosti uvedené výše. Některé (například data typu Google Trends) nevyžadují distribuované výpočty, protože již byla předem zpracována držitelem dat nebo mají dovednosti zpracování signálů a v zásadě budou potřebovat dovednosti statistického modelování. Nicméně existuje široká škála zdrojů velkých dat, pro většinu z nichž jsou potřebné dovednosti distribuovaných výpočtů, zpracování signálů a strojového učení. Současně správný průzkum těchto digitálních stop vyžaduje zpracování několika zdrojů. Tak existuje vysoká pravděpodobnost, že velké zdroje dat, které se stávají dostupnými pro statistické řízení, budou vyžadovat tyto neobvyklé dovednosti, a pravděpodobnost tohoto rizika je velmi vysoká (5).
Pokud jde o současnou dostupnost potřebných dovedností, ta bude záviset na konkrétním statistickém řízení. I když je metodika dotazování méně rozšířená než metodologie průzkumu, je také používána v oficiální statistice v určitých oblastech. Proto, i když to může vyžadovat určité přeřazení lidských zdrojů, statistická řízení mohou nalézt řešení vlastními silami. Co se týče dovedností distribuovaných výpočtů, které jsou převážně spojeny s IT, budou závislé na tom, jak je IT infrastruktura spravována v organizaci. V závislosti na tom, do jaké míry je IT oddělení na straně, mohou být řešení nalezena v kontextu stávajících dohod. Nicméně dovednosti zpracování signálů a strojového učení zpravidla neexistují v většině oficiálních statistických úřadů a aplikace těchto dovedností nemůže být outsourcována, protože musí být aplikována experty v oblasti statistiky. V tomto ohledu tedy také pravděpodobnost tohoto rizika vypadá velmi vysoká (5).
Organizační kultura také ovlivní pravděpodobnost tohoto rizika. Přítomnost zaměstnanců, kteří jsou ochotni získat potřebné dovednosti prostřednictvím seberozvoje, může organizaci umožnit reagovat na situaci s novým zdrojem dat, který vyžaduje dovednosti odlišné od běžných. To bude záviset na organizační kultuře statistického řízení, konkrétně na tom, zda podporuje zaměstnance v osvojení nových dovedností a zda jim poskytuje čas na samostudium.
Pravděpodobnost, že statistické řízení nebude schopno zpracovávat a analyzovat nové zdroje dat kvůli nedostatku dovedností svých zaměstnanců, se bude pohybovat mezi pravděpodobnou (4) a častou (5) v závislosti na kultuře seberozvoje organizace.
6.1.3. Vliv
Statistické řízení, které není schopno zpracovat a analyzovat velké zdroje dat kvůli nedostatku dovedností svých zaměstnanců, může mít dvě potenciální negativní důsledky: 1) zdroj dat nebude prozkoumán, alespoň ne v plné míře; 2) zdroj bude nesprávně využit.
Nemožnost plně prozkoumat potenciál cenného zdroje velkých dat nebude mít významný dopad (2) v krátkodobém horizontu, protože statistické řízení skutečně disponuje statistickými nástroji, které uspokojí aktuální potřeby. Nicméně v dlouhodobém (a možná i střednědobém) horizontu budou důsledky ztráty této příležitosti zásadní (4), protože se statistická řízení čím dál častěji setkávají s konkurencí soukromých poskytovatelů, kteří nemají takovou institucionální strukturu, která by jim umožnila zaručit společnosti nezávislost statistických dat.
Nesprávné využití zdroje bude mít velmi negativní dopady na statistické úřady, protože oficiální statistiky do značné míry závisí na své reputaci při plnění své mise. Nicméně můžeme tvrdit, že nejdůležitější dovedností, jejíž absence může vést k chybně získaným výsledkům, je statistické vyvozování, zejména vyvozování založené na modelech, které pravděpodobně nebude chybět. Očekávaný dopad bude tedy spíše kritický (4) než extrémní.
6.1.4. Prevence
Statistické úřady mohou aktivně předcházet tomuto riziku dvěma způsoby: 1) školení; a 2) nábor.
Statistické úřady mohou zaměstnancům poskytnout potřebné dovednosti tím, že podrobně definují dovednosti potřebné pro využití velkých datových zdrojů ve statistické výrobě, sestaví seznam existujících dovedností zaměstnanců, určují potřeby školení a poté organizují školící kurzy.
Statistické úřady také mohou najímat nové pracovníky s potřebnými dovednostmi. To má zřejmě vážná omezení, protože statistické úřady nebudou schopny získat kritickou masu personálu v situaci, kdy bude využití velkých datových zdrojů široce rozšířeno v oddělení, a novým zaměstnancům stále potrvá několik let, než dosáhnou úrovně zkušených zaměstnanců. Nicméně alespoň někteří z nových zaměstnanců najímaných v rámci běžné obměny personálu mohou mít dovednosti spojené s velkými daty.
6.1.5. Omezení
Když se statistické úřady ocitnou v situaci, kdy jsou k dispozici nové zdroje velkých dat bez zaměstnanců s potřebnými dovednostmi, mohou zmírnit negativní dopady dvěma způsoby: 1) subdodávky; a 2) spolupráce.
Statistické úřady mohou uzavírat smlouvy na zpracování dat a analýzu nových zdrojů velkých dat s jinými organizacemi, které tyto služby poskytují. Zdá se, že to je životaschopné řešení, protože se objevuje nový sektor podniků specializujících se na zpracování tohoto typu dat. Nicméně toto řešení samo o sobě nesouvisí s určitými riziky, protože statistické úřady budou mít menší kontrolu nad produkcí potenciálně citlivých statistických produktů. Toto řešení má také nevýhodu v tom, že neumožňuje zaměstnancům statistických úřadů učit se a získávat potřebné dovednosti.
Spolupráce s jinými organizacemi, které mají zaměstnance s potřebnými dovednostmi a které se také zajímají o studium zdrojů velkých dat, se jeví jako perspektivnější řešení. Tato spolupráce může mít formu společných projektů se zaměstnanci statistických úřadů a zaměstnanci jiných organizací na rovných principech, kteří si vyměňují své znalosti. To by nejen snížilo riziko nedostatku dovedností, ale také by umožnilo zaměstnancům statistických úřadů tyto dovednosti získat.
6.2. Únik expertů do jiných organizací
6.2.1. Popis
Toto riziko spočívá v tom, že statistické úřady ztrácejí svůj personál jiným organizacím poté, co získali dovednosti spojené s velkými daty.
6.2.2. Pravděpodobnost
Pravděpodobnost tohoto rizika bude záviset na dvou faktorech: 1) existujících atraktivních příležitostech v organizacích mimo oficiální statistiku; 2) pracovních podmínkách ve statistických úřadech.
Pokud jde o možnosti v organizacích mimo oficiální statistiku, pravděpodobnost tohoto rizika se zdá být vysoká (4). Existuje vysoká poptávka po lidech se znalostmi práce s velkými daty v soukromém sektoru, stejně jako v dalších organizacích veřejného sektoru. Po získání znalostí práce s velkými daty získají oficiální statistiky srovnávací výhodu, protože budou odborníky v oblasti statistiky. Kromě speciálních dovedností práce s velkými daty potřebují další organizace odborníky na data, kteří mají tradičnější dovednosti, jako je hodnocení potřeb uživatelů a vývoj klíčových ukazatelů výkonnosti (KPI), které jsou společné pro oficiální statistiky. Kromě toho se očekává, že zaměstnanci, kteří budou mít tendenci osvojit si nové dovednosti, budou také ti, kteří budou otevřenější změnám v kariéře a opustí statistické úřady.
Pokud jde o pracovní podmínky ve statistických úřadech, to bude pravděpodobně záviset především na konkrétní kanceláři. Nicméně obecně statistické úřady stále nabízejí atraktivní profesní příležitosti pro lidi s kvantitativními dovednostmi. Statistické úřady nabízejí nejširší spektrum možných oblastí pro práci a největší výběr dat pro práci. To nějakým způsobem sníží pravděpodobnost, že statistické úřady ztratí své zaměstnance kvůli nepředvídaným okolnostem (3).
6.2.3. Dopad
Dopad tohoto rizika bude stejný jako riziko absence personálu s odpovídajícími dovednostmi. Proto bude dopad kritický (4), jak bylo uvedeno výše.
6.2.4. Prevence
Zřejmě je jedinou možností, jak zabránit tomuto riziku pro statistické úřady, zajistit atraktivní pracovní podmínky pro své zaměstnance. To platí obecně pro veškerý personál. Nicméně v konkrétním případě, kdy jsou zaměstnanci otevřeni osvojování nových dovedností, konkrétně dovedností práce s velkými daty, lze pracovní podmínky zlepšit poskytnutím příležitostí k učení, kde mohou rozvíjet své profesní zájmy. Statistické úřady by se také měly soustředit na to, aby byly otevřené novým inovativním projektům a myšlenkám spojeným s novými zdroji velkých dat, které pocházejí od statistiků pracujících v několika oblastech statistiky. Nakonec prevence odchodu personálu k jiným organizacím na základě jejich dovedností v oblasti velkých dat bude záviset na dobré identifikaci zaměstnanců, kteří jsou schopní a ochotní pracovat s takovými daty, a na poskytnutí dobrých příležitostí pro jejich profesní rozvoj.
6.2.5. Zmírnění
Snížení tohoto rizika bude provedeno ve vztahu k riziku nedostatku personálu se relevantními dovednostmi: 1) subdodávky; a 2) spolupráce.
7. Diskuze
Z tohoto prvního přehledu je zřejmé, že nelze stanovit jedinou pravděpodobnost nebo dopad pro dané „riziko velkých dat“ – obvykle oba ukazatele do značné míry závisí na zdroji velkých dat a také na „úřední statistice založené na velkých datech“.
produkt „.
Takže docházíme k závěru, že logickým dalším krokem v tomto směru je přijmout řadu možných pilotních projektů (z nichž každé zahrnuje kombinaci jednoho nebo více BDS a jednoho nebo více BDOS) jako výchozí bod a – pro každý takový pilot – snažit se posoudit pravděpodobnost a dopad každého rizika.
S tímto cílem jsme na prahu zahájení průzkumu zúčastněných stran, snažíme se posoudit hodnocení pravděpodobnosti OSC, dopadu (a možných opatření k prevenci / zmírnění následků) v souvislosti s řadou možných pilotních projektů – a požádat OSC o návrhy týkající se rizik, která jsme nezahrnuli do tohoto dokumentu.
8. ODKAZYUNECE (2014), „Navrhovaná struktura pro kvalitu velkých dat“, dodávky UNECE Big Data Quality Task Team,
a%20Quality%20Framework%20-%20final-%20Jan08-2015.pdf?version=1&modificationDate=1420725063663&api=v2
UNECE (2014), „Jak velká jsou velká data? Prozkoumání role velkých dat v oficiální statistice“,
Daas, P., S. Ossen, R. Vis-Visschers a J. Arends-Toth, (2009), Kontrolní seznam pro hodnocení kvality administrativních datových zdrojů, Statistika Nizozemsko, Haag/Heerlen
Dorfman, Mark S. (2007), Úvod do řízení rizik (e-edice), Cambridge, Velká Británie, Woodhead-Faulkner, s. 18, ISBN 0-85941-332-22)
Eurostat (2014), „Postup akreditace pro statistická data z neoficiálních zdrojů“ v Analýze metodologií pro využití internetu při sběru informací o společnosti a dalších statistikách,
Reimsbach-Kounatze, C. (2015), „Proliferace „velkých dat“ a důsledky pro oficiální statistiku a statistické agentury: Předběžná analýza“, OECD Digital Economy Papers, č. 245, OECD Publishing.
Reis, F., Ferreira, P., Perduca, V. (2014) „Použití důkazů z webové aktivity pro zvýšení aktuálnosti ukazatelů oficiálních statistik“, příspěvek přednesený na konferenci IAOS 2014,
I když se explicitně nezmiňuje o rizicích, tento dokument ve skutečnosti přistupuje k mnoha rizikům spojeným s použitím dat z webové aktivity pro oficiální statistiku. Eurostat (2007), Příručka k metodám a nástrojům hodnocení kvality dat,
Zdroj: habr.com
