{"id":75636,"date":"2020-03-27T07:42:42","date_gmt":"2020-03-27T05:42:42","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/strukturirovanie-riskov-i-reshenij-pri-ispolzovanii-bigdata-dlya-polucheniya-oficzialnoj-statistiki"},"modified":"2020-03-27T07:42:42","modified_gmt":"2020-03-27T05:42:42","slug":"strukturirovanie-riskov-i-reshenij-pri-ispolzovanii-bigdata-dlya-polucheniya-oficzialnoj-statistiki","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/strukturirovanie-riskov-i-reshenij-pri-ispolzovanii-bigdata-dlya-polucheniya-oficzialnoj-statistiki","title":{"rendered":"Structuration des risques et des solutions lors de l'utilisation des Big Data pour obtenir des statistiques officielles.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Pr\u00e9face du traducteur<\/i><\/p>\n

Le mat\u00e9riau m'a int\u00e9ress\u00e9, en premier lieu en raison du tableau ci-dessous :<\/p>\n

\"Structuration
\n
\nCompte tenu du fait que les statisticiens (et les Russes, par nature) ont une aversion pour tout ce qui s'\u00e9carte de la d\u00e9pendance lin\u00e9aire, ces gars-l\u00e0 ont r\u00e9ussi \u00e0 int\u00e9grer une fonction d'activation sous forme parabolique pour d\u00e9terminer le degr\u00e9 de risque li\u00e9 \u00e0 l'utilisation de Big Data dans les statistiques officielles. Bravo \u00e0 eux. Bien s\u00fbr, les statisticiens ont ajout\u00e9 leur remarque \u00e0 ce travail : \u00ab 1 Toute erreur ou omission est de la responsabilit\u00e9 exclusive des auteurs. Les opinions exprim\u00e9es dans ce document sont personnelles et ne refl\u00e8tent pas n\u00e9cessairement la position officielle de la Commission europ\u00e9enne \u00bb. Mais le travail a \u00e9t\u00e9 publi\u00e9. Je pense qu'il y en a suffisamment pour aujourd'hui, et ils (les auteurs) n'ont interdit \u00e0 personne de trouver leurs \u00e9chelles dans ces aspects.<\/p>\n

Dans ce travail, il est possible de structurer clairement comment et de quelle mani\u00e8re les m\u00e9thodes statistiques diff\u00e8rent des m\u00e9thodes de recherche pour Big Data. \u00c0 mon avis, le plus grand b\u00e9n\u00e9fice de ce travail sera lors des discussions avec le client et pour contrer ses affirmations telles que :<\/p>\n

\u2014 Nous collectons nous-m\u00eames des statistiques, que voulez-vous encore rechercher ?
\n \u2014 Et pr\u00e9sentez-nous vos r\u00e9sultats d'une mani\u00e8re \u00e0 ce que nous puissions les concilier avec nos statistiques. \u00c0 cet \u00e9gard, les auteurs sugg\u00e8rent qu'il serait bon de lire ce travail (3 Quelle est l'ampleur de Big Data ? Explorer le r\u00f4le de Big Data dans les statistiques officielles<\/a><\/noindex>)<\/p>\n

Dans ce travail, les auteurs ont indiqu\u00e9 leur vision du niveau de risque. Ce param\u00e8tre est entre parenth\u00e8ses, \u00e0 ne pas confondre avec une r\u00e9f\u00e9rence aux sources.<\/p>\n

Deuxi\u00e8me observation. Les auteurs utilisent le terme BDS \u2013 c'est l'\u00e9quivalent du concept de Big Data. (probablement un clin d'\u0153il \u00e0 la statistique officielle).
\n<\/a><\/noindex>
\nPr\u00e9face des auteurs<\/i><\/p>\n

De plus en plus d'agences statistiques explorent la possibilit\u00e9 d'utiliser de grandes sources de donn\u00e9es pour la production de statistiques officielles. \u00c0 l'heure actuelle, il n'existe que quelques exemples o\u00f9 ces sources ont \u00e9t\u00e9 compl\u00e8tement int\u00e9gr\u00e9es dans le processus statistique r\u00e9el. Par cons\u00e9quent, le plein impact de leur int\u00e9gration n'est pas encore clairement d\u00e9fini. Pendant ce temps, les premi\u00e8res tentatives ont \u00e9t\u00e9 faites pour analyser les conditions et l'impact des big data sur divers aspects de la production statistique, tels que la qualit\u00e9 ou la m\u00e9thodologie. R\u00e9cemment, un groupe de travail a \u00e9labor\u00e9 un cadre qualitatif pour la pr\u00e9paration de donn\u00e9es statistiques bas\u00e9es sur les big data dans le cadre du projet sur les big data de la Commission \u00e9conomique pour l'Europe des Nations Unies (CEE ONU). Selon le Code de pratique statistique europ\u00e9en, fournir des informations statistiques de haute qualit\u00e9 est une t\u00e2che essentielle pour les agences statistiques. \u00c9tant donn\u00e9 que le risque est d\u00e9fini comme l'impact de l'incertitude sur les objectifs (par exemple, par l'Organisation internationale de normalisation ISO 31000), nous avons jug\u00e9 appropri\u00e9 de cat\u00e9goriser les risques en fonction des dimensions de qualit\u00e9 sur lesquelles ils affectent.
\nLa structure propos\u00e9e pour la qualit\u00e9 des donn\u00e9es statistiques issues de grandes sources de donn\u00e9es offre une repr\u00e9sentation structur\u00e9e de la qualit\u00e9 tout au long des \u00e9tapes du processus m\u00e9tier statistique, et peut ainsi servir de base pour une \u00e9valuation globale et une gestion des risques associ\u00e9s \u00e0 ces nouvelles sources de donn\u00e9es. Elle introduit de nouvelles dimensions qualitatives sp\u00e9cifiques \u00e0 l'utilisation des big data pour les statistiques officielles, telles que l'environnement institutionnel \/ commercial ou la complexit\u00e9. En utilisant ces nouvelles dimensions qualitatives, il est possible d'identifier de mani\u00e8re plus syst\u00e9matique les risques li\u00e9s \u00e0 l'utilisation de grandes sources de donn\u00e9es dans la statistique officielle.<\/p>\n

Dans ce travail, nous visons \u00e0 identifier les risques li\u00e9s \u00e0 l'utilisation des grandes donn\u00e9es dans le contexte de la statistique officielle. Nous adoptons une approche syst\u00e9mique pour d\u00e9finir les risques dans le cadre de la structure de qualit\u00e9 propos\u00e9e. En nous concentrant sur les nouvelles mesures de qualit\u00e9 propos\u00e9es, nous pouvons d\u00e9crire les risques qui sont actuellement absents ou n'ont pas d'impact sur la production de statistiques officielles. En m\u00eame temps, nous pouvons identifier les risques actuels qui seront \u00e9valu\u00e9s de mani\u00e8re tout \u00e0 fait diff\u00e9rente lors de l'utilisation des grandes donn\u00e9es pour g\u00e9n\u00e9rer des statistiques. Nous avan\u00e7ons ensuite dans le cycle de gestion des risques et fournissons une \u00e9valuation de la probabilit\u00e9 et de l'impact de ces risques. Comme l'\u00e9valuation des risques implique une subjectivit\u00e9 dans leur attribution, nous mesurons l'accord entre des dizaines de parties prenantes diff\u00e9rentes, fournies ind\u00e9pendamment. Ensuite, nous proposons des options pour r\u00e9duire ces risques selon quatre cat\u00e9gories principales : \u00e9viter, r\u00e9duire, partager et conserver. Selon l'ISO, l'un des principes de gestion des risques doit \u00eatre la cr\u00e9ation de valeur, c'est-\u00e0-dire que les ressources pour att\u00e9nuer les risques doivent \u00eatre inf\u00e9rieures \u00e0 celles de l'inaction. Selon ce principe, nous allons enfin \u00e9valuer l'impact potentiel de certaines mesures d'att\u00e9nuation des risques sur la qualit\u00e9 des r\u00e9sultats finaux, afin d'arriver \u00e0 une \u00e9valuation plus compl\u00e8te de l'utilisation des grandes donn\u00e9es pour la statistique officielle.<\/p>\n

1. Introduction<\/h2>\n

<\/p>\n

1.1. Contexte<\/h4>\n

\nLe d\u00e9veloppement des \u00ab grandes donn\u00e9es \u00bb a \u00e9t\u00e9 caract\u00e9ris\u00e9 par Kenneth Neil Cukier et Viktor Mayer-Sch\u00f6nberger dans leur article \u00ab La mont\u00e9e des grandes donn\u00e9es \u00bb (2. www.foreignaffairs.com\/articles\/139104\/kenneth-neil-cukier-and-viktor-mayer-schoenberger\/therise-of-big-data<\/a><\/noindex>) par le terme \u00ab datafication \u00bb. La datafication est d\u00e9crite comme le processus consistant \u00e0 \u00ab prendre tous les aspects de la vie et \u00e0 les transformer en donn\u00e9es \u00bb. Par exemple, Facebook propose des r\u00e9seaux personnels, des capteurs pour toutes sortes de conditions environnementales, des smartphones pour la communication et les d\u00e9placements personnels, des donn\u00e9es portables pour des conditions personnelles. Cela conduit \u00e0 une collecte et une disponibilit\u00e9 quasi omnipr\u00e9sentes des donn\u00e9es.<\/p>\n

Comme dans de nombreux autres secteurs, les statistiques officielles n'ont commenc\u00e9 \u00e0 discuter la question des grandes donn\u00e9es \u00e0 un niveau strat\u00e9gique que r\u00e9cemment. Il n'existe pas encore de compr\u00e9hension commune et largement r\u00e9pandue des moyens d'avancer, que ce soit un d\u00e9fi ou une opportunit\u00e9, qu'il s'agisse d'une petite ou d'une grande question, etc. Dans le cadre du Groupe de haut niveau sur la modernisation de la production et des services statistiques (3 How big is Big Data? Exploring the role of Big Data in Official Statistics: www1.unece.org\/stat\/platform\/download\/attachments\/99484307\/VirtualSprintBigDatapaper.docx?version=1&modificationDate=1395217470975&api=v2<\/a><\/noindex>), un premier SWOT a \u00e9t\u00e9 r\u00e9alis\u00e9, accompagn\u00e9 d'une analyse rudimentaire des risques\/b\u00e9n\u00e9fices. Il a \u00e9t\u00e9 not\u00e9 que \u00ab l'analyse compl\u00e8te des risques inclura \u00e9galement des aspects tels que la probabilit\u00e9 et l'impact, et pourrait \u00e9galement \u00eatre \u00e9tendue pour d\u00e9finir des strat\u00e9gies d'att\u00e9nuation des risques et de gestion \u00bb.<\/p>\n

Bien que ce document soit encore loin d'une analyse compl\u00e8te des risques, il vise \u00e0 am\u00e9liorer la situation en cr\u00e9ant le premier aper\u00e7u structur\u00e9. Nous tenons \u00e0 souligner que cet aper\u00e7u doit \u00eatre consid\u00e9r\u00e9 comme un point de d\u00e9part pour stimuler une discussion g\u00e9n\u00e9rale au sein de la communaut\u00e9 statistique officielle (OSC).<\/p>\n

1.2. Domaine<\/h4>\n

\nCet article est exclusivement d\u00e9di\u00e9 aux risques, excluant non seulement les avantages, mais aussi les forces et faiblesses, les opportunit\u00e9s et menaces. Cela signifie que les \u00ab risques d'inaction \u00bb (par exemple, le risque que l'OSC perde en comp\u00e9titivit\u00e9 par rapport \u00e0 d'autres acteurs si elle n'est pas modernis\u00e9e) ne rel\u00e8vent pas de son champ d'application ; ce sont plut\u00f4t des menaces. Au lieu de cela, nous essayons de mettre en \u00e9vidence les risques qui peuvent survenir (a) si l'OSC exploite les opportunit\u00e9s offertes par les grandes donn\u00e9es et commence \u00e0 d\u00e9velopper ou am\u00e9liorer un \u00ab produit officiel de statistique bas\u00e9 sur les grandes donn\u00e9es \u00bb (BOSP) ; (b) les risques li\u00e9s au nouveau \u00ab mod\u00e8le d'affaires \u00bb normal, c'est-\u00e0-dire les risques li\u00e9s \u00e0 la production de statistiques officielles bas\u00e9es sur les \u00ab grandes donn\u00e9es \u00bb. (\u00c9tant donn\u00e9 que toute production de statistiques officielles est li\u00e9e \u00e0 des risques, nous nous limitons (b) aux \u00ab risques sp\u00e9cifiques aux grandes donn\u00e9es \u00bb, c'est-\u00e0-dire les risques qui n'existent pas ou sont n\u00e9gligeables dans le processus de collecte des statistiques officielles \u00ab traditionnelles \u00bb.)<\/p>\n

1.3. Structure<\/h4>\n

\nDans la section 2, nous pr\u00e9sentons les principes fondamentaux associ\u00e9s \u00e0 cette t\u00e2che, en commen\u00e7ant par la base n\u00e9cessaire pour la gestion des risques et la gestion des risques (section 2.1). Nous pr\u00e9sentons \u00e9galement une structure pr\u00e9liminaire de qualit\u00e9 des donn\u00e9es statistiques, obtenues \u00e0 partir de grandes donn\u00e9es (section 2.2), car l'association de la structure de qualit\u00e9 avec les risques remplit deux objectifs :<\/p>\n