{"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\/pt\/blog\/administrirovanie\/strukturirovanie-riskov-i-reshenij-pri-ispolzovanii-bigdata-dlya-polucheniya-oficzialnoj-statistiki","title":{"rendered":"Estrutura\u00e7\u00e3o de riscos e solu\u00e7\u00f5es ao usar BigData para obter estat\u00edsticas oficiais","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p><i>Pref\u00e1cio do tradutor<\/i><\/p>\n<p>O material me interessou, principalmente por causa da tabela abaixo:<\/p>\n<p><img decoding=\"async\" alt=\"Estrutura\u00e7\u00e3o de riscos e solu\u00e7\u00f5es ao usar BigData para obter estat\u00edsticas oficiais\" src=\"\/wp-content\/uploads\/2020\/03\/e39f7d729696e704d437fca4d74b3d9d.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nConsiderando que os estat\u00edsticos (e os russos, por quest\u00f5es gen\u00e9ticas) tendem a evitar tudo que foge de uma rela\u00e7\u00e3o linear, esses caras conseguiram for\u00e7ar o uso de uma fun\u00e7\u00e3o de ativa\u00e7\u00e3o em forma parab\u00f3lica para determinar o grau de risco do uso de Big Data nas estat\u00edsticas oficiais. Muito bom. Naturamente, os estat\u00edsticos acrescentaram seu coment\u00e1rio a este trabalho - \"1 Quaisquer erros e omiss\u00f5es s\u00e3o de exclusiva responsabilidade dos autores. As opini\u00f5es expressas neste documento s\u00e3o pessoais e n\u00e3o refletem necessariamente a posi\u00e7\u00e3o oficial da Comiss\u00e3o Europeia\". Mas o trabalho foi publicado. Acho que, por hoje, isso \u00e9 suficiente, e eles (os autores) n\u00e3o proibiram ningu\u00e9m de encontrar suas escalas nesses aspectos.<\/p>\n<p>No trabalho, \u00e9 poss\u00edvel dividir de forma bastante clara onde e como os m\u00e9todos estat\u00edsticos diferem dos m\u00e9todos de pesquisa para Big Data. Na minha opini\u00e3o, o maior benef\u00edcio deste trabalho ser\u00e1 ao conversar com o cliente e para refutar suas afirma\u00e7\u00f5es do tipo:<\/p>\n<p> \u2014 N\u00f3s mesmos coletamos as estat\u00edsticas, o que mais voc\u00ea quer pesquisar?<br \/>\n \u2014 E voc\u00eas nos apresentem seus resultados de forma que possamos concili\u00e1-los com nossas estat\u00edsticas. Neste aspecto, os autores mencionam que seria bom ler este trabalho (3 <noindex><a rel=\"nofollow\" href=\"http:\/\/www1.unece.org\/stat\/platform\/download\/attachments\/99484307\/Virtual%20Sprint%20Big%20Data%20paper.docx?version=1&amp;modificationDate=1395217470975&amp;api=v2\">Qu\u00e3o grande \u00e9 Big Data? Explorando o papel dos Big Data nas Estat\u00edsticas Oficiais<\/a><\/noindex>)<\/p>\n<p>Neste trabalho, os autores apresentaram sua vis\u00e3o sobre o n\u00edvel de risco. Esse par\u00e2metro est\u00e1 entre par\u00eanteses, n\u00e3o confundir com a refer\u00eancia a fontes.<\/p>\n<p>Segundo coment\u00e1rio. Os autores usam o termo BDS \u2013 que \u00e9 an\u00e1logo ao conceito de Big Data. (provavelmente uma rever\u00eancia \u00e0 estat\u00edstica oficial).<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><br \/>\n<i>Pref\u00e1cio dos autores<\/i><\/p>\n<p>Um n\u00famero crescente de administra\u00e7\u00f5es estat\u00edsticas est\u00e1 estudando a possibilidade de usar grandes fontes de dados para a prepara\u00e7\u00e3o de estat\u00edsticas oficiais. Atualmente, existem apenas alguns exemplos em que essas fontes foram totalmente integradas na produ\u00e7\u00e3o estat\u00edstica real. Portanto, o pleno impacto da sua integra\u00e7\u00e3o ainda n\u00e3o \u00e9 bem conhecido. Enquanto isso, as primeiras tentativas foram feitas para analisar as condi\u00e7\u00f5es e o impacto dos grandes dados em v\u00e1rios aspectos da produ\u00e7\u00e3o estat\u00edstica, como qualidade ou metodologia. Recentemente, um grupo de trabalho desenvolveu uma base qualitativa para a prepara\u00e7\u00e3o de dados estat\u00edsticos com base em grandes dados no contexto do projeto de grandes dados da Comiss\u00e3o Econ\u00f4mica para a Europa das Na\u00e7\u00f5es Unidas (CEE ONU). De acordo com o c\u00f3digo de pr\u00e1tica estat\u00edstico europeu, fornecer informa\u00e7\u00f5es estat\u00edsticas de alta qualidade \u00e9 a principal tarefa das administra\u00e7\u00f5es estat\u00edsticas. Como o risco \u00e9 definido como a influ\u00eancia da incerteza sobre os objetivos (por exemplo, pela Organiza\u00e7\u00e3o Internacional de Normaliza\u00e7\u00e3o ISO 31000), consideramos apropriado categorizar os riscos de acordo com as dimens\u00f5es de qualidade que eles afetam. <br \/>\nA estrutura proposta para a qualidade dos dados estat\u00edsticos obtidos de grandes fontes de dados fornece uma representa\u00e7\u00e3o estruturada da qualidade relacionada a todas as etapas do processo de neg\u00f3cios estat\u00edstico e, assim, pode servir como base para uma avalia\u00e7\u00e3o abrangente e gest\u00e3o dos riscos associados a essas novas fontes de dados. Ela introduz novas dimens\u00f5es qualitativas que s\u00e3o espec\u00edficas para o uso de grandes dados para estat\u00edsticas oficiais, como o ambiente institucional\/empresarial ou a complexidade. Usando essas novas dimens\u00f5es qualitativas, \u00e9 poss\u00edvel identificar de maneira mais sistem\u00e1tica os riscos associados ao uso de grandes fontes de dados na estat\u00edstica oficial.<\/p>\n<p>Neste trabalho, buscamos identificar os riscos associados ao uso de grandes dados no contexto da estat\u00edstica oficial. Adotamos uma abordagem sistem\u00e1tica para definir riscos dentro da estrutura de qualidade proposta. Ao focar nas novas m\u00e9tricas de qualidade introduzidas, podemos descrever riscos que atualmente n\u00e3o s\u00e3o reconhecidos ou n\u00e3o t\u00eam impacto na produ\u00e7\u00e3o de estat\u00edsticas oficiais. Ao mesmo tempo, podemos identificar riscos existentes que ser\u00e3o avaliados de maneira completamente diferente ao usar grandes dados para gerar estat\u00edsticas. Em seguida, avan\u00e7amos no ciclo de gerenciamento de riscos e fornecemos uma avalia\u00e7\u00e3o da probabilidade e do impacto desses riscos. Como a avalia\u00e7\u00e3o de riscos envolve subjetividade em sua atribui\u00e7\u00e3o, medimos o acordo entre dezenas de partes interessadas distintas fornecidas de forma independente. Depois, propomos op\u00e7\u00f5es de mitiga\u00e7\u00e3o desses riscos de acordo com quatro categorias principais: evitar, reduzir, compartilhar e reter. De acordo com a ISO, um dos princ\u00edpios de gerenciamento de riscos deve ser a cria\u00e7\u00e3o de valor, ou seja, os recursos para reduzir riscos devem ser inferiores aos usados para a ina\u00e7\u00e3o. Com base nesse princ\u00edpio, por fim, avaliaremos o impacto potencial de algumas medidas de redu\u00e7\u00e3o de riscos na qualidade dos resultados finais, a fim de chegar a uma avalia\u00e7\u00e3o mais abrangente do uso de grandes dados na estat\u00edstica oficial.<\/p>\n<h2>1. Introdu\u00e7\u00e3o<\/h2>\n<p><\/p>\n<h4>1.1. Contexto<\/h4>\n<p>\nO desenvolvimento de \"grandes dados\" foi caracterizado por Kenneth Neil Cukier e Viktor Mayer-Sch\u00f6nberger em seu artigo \"O Crescimento dos Grandes Dados\" (2. <noindex><a rel=\"nofollow\" href=\"http:\/\/www.foreignaffairs.com\/articles\/139104\/kenneth-neil-cukier-and-viktor-mayer-schoenberger\/therise-of-big-data\">www.foreignaffairs.com\/articles\/139104\/kenneth-neil-cukier-and-viktor-mayer-schoenberger\/therise-of-big-data<\/a><\/noindex>) o termo \"datafica\u00e7\u00e3o\". A datafica\u00e7\u00e3o \u00e9 descrita como o processo de \"converter todos os aspectos da vida em dados\". Por exemplo, o Facebook fornece redes pessoais, sensores para todos os tipos de condi\u00e7\u00f5es ambientais, smartphones para comunica\u00e7\u00e3o e movimenta\u00e7\u00e3o pessoal, e dados vest\u00edveis para condi\u00e7\u00f5es pessoais. Isso resulta na coleta e disponibilidade de dados quase onipresentes.<\/p>\n<p>Assim como em muitos outros setores, a estat\u00edstica oficial s\u00f3 recentemente come\u00e7ou a discutir o problema dos grandes dados em um n\u00edvel estrat\u00e9gico. Ainda n\u00e3o h\u00e1 uma compreens\u00e3o comum e amplamente disseminada sobre o caminho a seguir, seja um desafio ou uma oportunidade, pequena ou grande, etc. No \u00e2mbito do Grupo de alto n\u00edvel para a moderniza\u00e7\u00e3o da produ\u00e7\u00e3o e servi\u00e7os estat\u00edsticos (3 Como Grande \u00e9 o Big Data? Explorando o papel dos Grandes Dados nas Estat\u00edsticas Oficiais: <noindex><a rel=\"nofollow\" href=\"http:\/\/www1.unece.org\/stat\/platform\/download\/attachments\/99484307\/Virtual%20Sprint%20Big%20Data%20paper.docx?version=1&amp;modificationDate=1395217470975&amp;api=v2\">www1.unece.org\/stat\/platform\/download\/attachments\/99484307\/VirtualSprintBigDatapaper.docx?version=1&amp;modificationDate=1395217470975&amp;api=v2<\/a><\/noindex>), um Primeiro SWOT foi realizado, acompanhado de uma an\u00e1lise preliminar de risco\/benef\u00edcio. Foi observado que \"uma an\u00e1lise de riscos completa tamb\u00e9m incluir\u00e1 aspectos como a probabilidade e o impacto, e possivelmente tamb\u00e9m ser\u00e1 ampliada para definir estrat\u00e9gias para mitigar e gerenciar riscos.\"<\/p>\n<p>Embora este documento esteja longe de ser uma an\u00e1lise completa de riscos, ele visa melhorar a situa\u00e7\u00e3o exatamente criando a primeira vis\u00e3o estruturada. Gostar\u00edamos de enfatizar que esta vis\u00e3o deve ser considerada como um ponto de partida para estimular uma discuss\u00e3o geral no seio da Comunidade Estat\u00edstica Oficial (OSC).<\/p>\n<h4>1.2. \u00c2mbito<\/h4>\n<p>\nEste artigo se dedica exclusivamente aos riscos, excluindo n\u00e3o apenas os benef\u00edcios, mas tamb\u00e9m as for\u00e7as e fraquezas, oportunidades e amea\u00e7as. Isso significa que \"riscos de ina\u00e7\u00e3o\" (por exemplo, o risco de que a OSC perca competitividade para outros participantes se n\u00e3o for modernizada), n\u00e3o est\u00e3o inclu\u00eddos no escopo; s\u00e3o, na verdade, amea\u00e7as. Em vez disso, tentamos destacar os riscos que podem surgir (a) se a OSC aproveitar as oportunidades proporcionadas pelos grandes dados e come\u00e7ar a desenvolver ou melhorar um \"produto de estat\u00edstica oficial baseado em grandes dados\" (BOSP); (b) riscos para o novo \"neg\u00f3cio usual\", ou seja, riscos para a estat\u00edstica oficial, baseada na produ\u00e7\u00e3o de \"grandes dados\". (Uma vez que toda a produ\u00e7\u00e3o de estat\u00edsticas oficiais est\u00e1 relacionada a riscos, limitamos-nos a (b) riscos espec\u00edficos de \"grandes dados\", ou seja, riscos que n\u00e3o existem ou s\u00e3o insignificantes para o processo \"tradicional\" de coleta de estat\u00edsticas oficiais.)<\/p>\n<h4>1.3. Estrutura<\/h4>\n<p>\nNa Se\u00e7\u00e3o 2, apresentamos os princ\u00edpios fundamentais relacionados a esta tarefa, come\u00e7ando pela base explicitamente necess\u00e1ria para a gest\u00e3o de riscos e a administra\u00e7\u00e3o de riscos (Se\u00e7\u00e3o 2.1). Tamb\u00e9m apresentamos uma estrutura preliminar de qualidade dos dados estat\u00edsticos, obtidos a partir de grandes dados (Se\u00e7\u00e3o 2.2), uma vez que a vincula\u00e7\u00e3o da estrutura de qualidade com os riscos atende a dois objetivos:<\/p>\n<ul>\n<li>Ela estabelece o contexto para a defini\u00e7\u00e3o dos riscos. Certos indicadores de qualidade, junto com as caracter\u00edsticas discutidas, expressam os valores do objeto que s\u00e3o considerados importantes e decisivos para a presta\u00e7\u00e3o de servi\u00e7os aos clientes e usu\u00e1rios.<\/li>\n<li>Isso permite a atribui\u00e7\u00e3o de riscos espec\u00edficos \u00e0s medi\u00e7\u00f5es de qualidade, que s\u00e3o incorporadas em hiperespa\u00e7os gerais e vinculadas a certas etapas no processo de produ\u00e7\u00e3o de produtos estat\u00edsticos.<\/li>\n<\/ul>\n<p>\nNas Se\u00e7\u00f5es 3, 4, 5 e 6, apresentamos os riscos identificados at\u00e9 agora em diversos contextos (4 Os documentos de caso de neg\u00f3cio do projeto ESS Big Data (https:\/\/www.europeansocialsurvey.org\/about\/structure_and_governance.html) e nas redes Big Data ESS cont\u00eam uma lista de riscos, parcialmente relacionados ao projeto e parcialmente \u00e0 utiliza\u00e7\u00e3o de fontes de grandes dados para fins estat\u00edsticos. O documento \"Uma estrutura sugerida para a qualidade de grandes dados\" menciona alguns riscos relacionados \u00e0s dimens\u00f5es de qualidade. \/ Os documentos de caso de neg\u00f3cio do projeto ESS Big Data, bem como nas redes ESS Big Data, cont\u00eam uma lista de riscos, parcialmente relacionados ao projeto e parcialmente \u00e0 utiliza\u00e7\u00e3o de fontes de grandes dados para fins estat\u00edsticos. O documento \"Estrutura proposta para a qualidade de grandes dados\" menciona alguns riscos ligados aos indicadores de qualidade.). Aqui, usamos a classifica\u00e7\u00e3o de acesso a dados, o ambiente jur\u00eddico, a privacidade e seguran\u00e7a dos dados, bem como as habilidades; a reorganiza\u00e7\u00e3o de acordo com a estrutura de qualidade da estat\u00edstica obtida a partir de grandes dados (Se\u00e7\u00e3o 2.2) deve ser considerada assim que essa estrutura atingir um status mais completo. Para cada um dos riscos identificados, fornecemos (i) uma avalia\u00e7\u00e3o de probabilidade e impacto (de acordo com a Se\u00e7\u00e3o 2.1.3) e (ii) propomos estrat\u00e9gias de mitiga\u00e7\u00e3o de riscos e gest\u00e3o deles (veja Se\u00e7\u00e3o 2.1.4).<\/p>\n<p>Ao final, discutiremos nossas conclus\u00f5es e tra\u00e7aremos algumas etapas subsequentes na Se\u00e7\u00e3o 7.<\/p>\n<h2>2. Fundamentos<\/h2>\n<p><\/p>\n<h4>2.1. Riscos e gest\u00e3o de riscos<\/h4>\n<p>\nDe acordo com a ISO 31000: 20095, risco \u00e9 definido como \"a influ\u00eancia da incerteza nos objetivos estabelecidos\". Isso significa que os objetivos devem ser definidos ou conhecidos antes que os riscos possam ser identificados. Esses objetivos s\u00e3o geralmente determinados com base no contexto institucional da organiza\u00e7\u00e3o relevante. Outra considera\u00e7\u00e3o importante \u00e9 que os riscos t\u00eam uma caracter\u00edstica de incerteza, ou seja, n\u00e3o est\u00e1 claro se o evento descrito ocorrer\u00e1. Assim, os riscos s\u00e3o medidos em termos de probabilidade de ocorr\u00eancia do evento e suas consequ\u00eancias, ou seja, o impacto que este evento tem na realiza\u00e7\u00e3o dos objetivos estabelecidos. A avalia\u00e7\u00e3o de riscos deve fornecer informa\u00e7\u00f5es mais objetivas, que, em \u00faltima an\u00e1lise, permitir\u00e3o encontrar o equil\u00edbrio adequado entre a realiza\u00e7\u00e3o de oportunidades de lucro e a minimiza\u00e7\u00e3o de impactos adversos. A gest\u00e3o de riscos \u00e9 uma parte integrante da pr\u00e1tica de gerenciamento e um elemento importante das boas pr\u00e1ticas corporativas (6 Statistics Canada: relat\u00f3rio de 2014-2015 sobre Planos e Prioridades, <noindex><a rel=\"nofollow\" href=\"http:\/\/www.statcan.gc.ca\/aboutapercu\/rpp\/2014-2015\/s01p06-eng.htm\">www.statcan.gc.ca\/aboutapercu\/rpp\/2014-2015\/s01p06-eng.htm<\/a><\/noindex>). Este \u00e9 um processo iterativo que, idealmente, permite melhorar continuamente o processo de tomada de decis\u00f5es e contribui para a melhoria constante do desempenho.<\/p>\n<p>Os riscos tamb\u00e9m est\u00e3o relacionados \u00e0 qualidade. A implementa\u00e7\u00e3o de um sistema de qualidade deve permitir o aproveitamento das oportunidades oferecidas por diversas fontes e metodologias para alcan\u00e7ar um resultado de determinado n\u00edvel de qualidade no sentido de que esse resultado atende \u00e0s necessidades dos usu\u00e1rios. Assim como os riscos, os n\u00edveis de qualidade podem ser obtidos a partir do ambiente institucional e dos objetivos de determinadas institui\u00e7\u00f5es. Nesse contexto, o ambiente institucional determina o n\u00edvel geral de risco que a organiza\u00e7\u00e3o est\u00e1 disposta a aceitar para alcan\u00e7ar seus objetivos.<\/p>\n<p>O processo de avalia\u00e7\u00e3o e gest\u00e3o de riscos pode ser dividido em v\u00e1rias etapas, que incluem o estabelecimento do contexto, a identifica\u00e7\u00e3o de riscos, a an\u00e1lise dos riscos em termos de probabilidade e impacto, a avalia\u00e7\u00e3o de riscos e, finalmente, o tratamento dos riscos.<\/p>\n<h4>2.1.1. Contexto institucional<\/h4>\n<p>\nComo primeiro passo, \u00e9 necess\u00e1rio estabelecer o contexto estrat\u00e9gico, organizacional e de gest\u00e3o de riscos em que o restante do processo ocorrer\u00e1. Isso inclui a defini\u00e7\u00e3o de crit\u00e9rios para a avalia\u00e7\u00e3o dos riscos e a determina\u00e7\u00e3o da estrutura da an\u00e1lise.<\/p>\n<h4>2.1.2. Identifica\u00e7\u00e3o de Risco<\/h4>\n<p>\nNa segunda etapa, devem ser identificados os eventos que podem impactar o alcance dos objetivos estabelecidos. A identifica\u00e7\u00e3o deve incluir quest\u00f5es relacionadas ao tipo de riscos, ao tempo do evento, ao local ou de que forma os eventos podem impedir, agravar, atrasar ou melhorar a realiza\u00e7\u00e3o dos objetivos.<\/p>\n<h4>2.1.3. Avalia\u00e7\u00e3o de Risco<\/h4>\n<p>\nO pr\u00f3ximo passo consiste em determinar os controles existentes e analisar os riscos tanto sob a perspectiva de probabilidade quanto sob a perspectiva de potenciais consequ\u00eancias. No contexto deste artigo, a probabilidade ou chance de ocorr\u00eancias de riscos utiliza uma escala de 1 (pouco prov\u00e1vel) a 5 (frequente). O impacto da ocorr\u00eancia dos eventos \u00e9 medido em uma escala de 1 (insignificante) a 5 (extremo). Como mostrado na Tabela 1, o produto da probabilidade e do impacto resulta no \"n\u00edvel de risco\" que varia de 1 a 25.<\/p>\n<p><img decoding=\"async\" alt=\"Estrutura\u00e7\u00e3o de riscos e solu\u00e7\u00f5es ao usar BigData para obter estat\u00edsticas oficiais\" src=\"\/wp-content\/uploads\/2020\/03\/486877e0bd16137b74227392fe85957c.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nOs n\u00edveis de risco avaliados podem ser comparados com crit\u00e9rios previamente definidos para estabelecer um equil\u00edbrio entre os potenciais benef\u00edcios e os resultados adversos. Isso permite fazer julgamentos sobre as prioridades de gest\u00e3o.<\/p>\n<p><img decoding=\"async\" alt=\"Estrutura\u00e7\u00e3o de riscos e solu\u00e7\u00f5es ao usar BigData para obter estat\u00edsticas oficiais\" src=\"\/wp-content\/uploads\/2020\/03\/b49cbaff80da9d93fdfedf7a94750b78.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nPrioridade para a\u00e7\u00f5es deve ser dada a riscos cr\u00edticos (veja Tabela 2), ou seja, aqueles que podem ocorrer e t\u00eam consequ\u00eancias s\u00e9rias ou extremas para os objetivos da organiza\u00e7\u00e3o.<\/p>\n<h4>2.1.4. Resposta a Riscos<\/h4>\n<p>\nO \u00faltimo passo consiste em decis\u00f5es sobre como reagir aos riscos. Alguns riscos que est\u00e3o abaixo de um n\u00edvel de risco previamente definido podem ser ignorados ou aceitos. Para outros, os custos de mitiga\u00e7\u00e3o dos riscos podem ser t\u00e3o altos que superam os benef\u00edcios potenciais. Nesse caso, a organiza\u00e7\u00e3o pode decidir se abster da atividade correspondente. Os riscos tamb\u00e9m podem ser transferidos para terceiros, como no caso de seguros, que compensam os custos incorridos. A \u00faltima op\u00e7\u00e3o \u00e9 levar em considera\u00e7\u00e3o os riscos ao determinar estrat\u00e9gias e a\u00e7\u00f5es que equilibram custos com benef\u00edcios potenciais. Assim, a organiza\u00e7\u00e3o tomar\u00e1 uma decis\u00e3o sobre a implementa\u00e7\u00e3o de estrat\u00e9gias para maximizar benef\u00edcios e minimizar custos potenciais.<\/p>\n<p><img decoding=\"async\" alt=\"Estrutura\u00e7\u00e3o de riscos e solu\u00e7\u00f5es ao usar BigData para obter estat\u00edsticas oficiais\" src=\"\/wp-content\/uploads\/2020\/03\/ff6b25f08f78d1619dcf2c657ae0bb63.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<\/p>\n<h4>2.2. Sistemas de qualidade<\/h4>\n<p>\nUm grupo-alvo, composto por representantes de organiza\u00e7\u00f5es estat\u00edsticas nacionais e internacionais, desenvolveu em 2014 uma estrutura preliminar de qualidade para estat\u00edsticas provenientes de grandes dados. O grupo-alvo trabalhou sob a \u00e9gide do projeto UNECE\/HLG \"O papel dos grandes dados na moderniza\u00e7\u00e3o da produ\u00e7\u00e3o estat\u00edstica\". Ele expandiu os sistemas de qualidade existentes, desenvolvidos para avaliar estat\u00edsticas obtidas de fontes de dados administrativas, com indicadores de qualidade considerados relevantes para grandes fontes de dados.<\/p>\n<p>No \u00e2mbito deste sistema \u00e9 feita uma distin\u00e7\u00e3o entre tr\u00eas fases do processo de neg\u00f3cios: entrada, produtividade e sa\u00edda. A fase de entrada corresponde \u00e0s fases de \"design\" e \"coleta\" do GSBP, a produtividade se aplica \u00e0s fases de \"processo\" e \"an\u00e1lise\", enquanto que os resultados s\u00e3o equivalentes \u00e0 fase de \"dissemina\u00e7\u00e3o\".<\/p>\n<p>A estrutura utiliza uma hierarquia que foi inspirada na estrutura de dados administrativos desenvolvida pelo Escrit\u00f3rio de Estat\u00edsticas dos Pa\u00edses Baixos (7 Daas, P., S. Ossen, R. Vis-Visschers, e J. Arends-Toth, (2009), Checklist for the Quality evaluation of Administrative Data Sources. Statistics Netherlands, The Hague\/Heerlen). As medi\u00e7\u00f5es de qualidade est\u00e3o inseridas em uma estrutura hier\u00e1rquica chamada hiperespa\u00e7os. Os tr\u00eas hiperdimens\u00f5es definidas s\u00e3o 'fonte', 'metadados' e 'dados'. As medi\u00e7\u00f5es de qualidade s\u00e3o alocadas a esses hiperdimens\u00f5es e atribu\u00eddas a cada uma das etapas de produ\u00e7\u00e3o. Para a fase de entrada, foram propostos aspectos adicionais como 'privacidade e confidencialidade', 'complexidade' (de acordo com a estrutura de dados), 'completude' dos metadados e 'conexidade' (capacidade de vincular dados a outros dados) para agregar ao modelo padr\u00e3o de qualidade. Para cada um dos indicadores de qualidade, s\u00e3o sugeridos fatores pertinentes \u00e0 sua descri\u00e7\u00e3o, bem como poss\u00edveis indicadores.<\/p>\n<p>No contexto deste artigo, os riscos podem ser exclu\u00eddos desses fatores. Por exemplo, os fatores que precisam ser considerados para medir a qualidade do 'ambiente institucional\/empresarial' incluem a sustentabilidade do fornecedor de dados. O risco associado pode ser que os dados n\u00e3o estejam dispon\u00edveis pelo fornecedor no futuro. Outro exemplo est\u00e1 relacionado ao aspecto recentemente proposto de qualidade, privacidade e seguran\u00e7a. Um dos fatores importantes \u00e9 a 'percep\u00e7\u00e3o', que significa a poss\u00edvel percep\u00e7\u00e3o negativa do uso pretendido de determinadas fontes de dados por diversas partes interessadas.<\/p>\n<h2>3. Riscos relacionados ao acesso aos dados<\/h2>\n<p><\/p>\n<h4>3.1. Falta de acesso aos dados<br \/>\n3.1.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nEsse risco \u00e9 oriundo do projeto relacionado ao desenvolvimento do BOSP n\u00e3o obter acesso \u00e0 fonte necess\u00e1ria de grandes dados (BDS).<\/p>\n<p>At\u00e9 agora, a OSC aprendeu da maneira dif\u00edcil que at\u00e9 mesmo sair dos blocos de partida e obter esse acesso \u00e0s vezes se torna um obst\u00e1culo intranspon\u00edvel. \u00c0s vezes, \u00e9 f\u00e1cil acessar uma determinada fonte \u2014 como registros de dados de chamadas (CDR) \u2014 para fins de teste\/pesquisa, mas \u00e9 muito mais dif\u00edcil (por raz\u00f5es legais ou comerciais) obter acesso a ela para fins produtivos.<\/p>\n<h4>3.1.2. Probabilidade<\/h4>\n<p>\nA probabilidade depende em grande parte das caracter\u00edsticas do BDS. Se se tratar de grandes dados administrativos, pode ser apenas 1, especialmente se (como no caso dos dados de loop de tr\u00e1fego, investigados por Daas et al. Daas, P., M. Puts, B. Buelens e P. van den Hurk. 2015. \u00abBig Data como Fonte para Estat\u00edsticas Oficiais\u00bb. Journal of Official Statistics 31 (2). (A publica\u00e7\u00e3o est\u00e1 prevista para junho de 2015.)) n\u00e3o houver problemas de prote\u00e7\u00e3o de dados pessoais. Se o caso de BDS pertencer a uma pessoa privada, especialmente se for sens\u00edvel (por exemplo, em termos de prote\u00e7\u00e3o de dados) ou valioso (do ponto de vista comercial), a probabilidade pode ser muito alta (5).<\/p>\n<h4>3.1.3. Impacto<\/h4>\n<p>\nO impacto depende do BOSP e da forma como o BDS \u00e9 utilizado. Se o BDS estiver no centro, o impacto pode ser muito alto (4 = imposs\u00edvel produzir BOSP), enquanto pode ser menor se ainda for poss\u00edvel produzir BOSP (embora com qualidade inferior), confiando em outros URB, levando a um impacto na faixa de 2-3.<\/p>\n<h4>3.1.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nPara reduzir o risco de falta de acesso, deve-se estabelecer contatos pr\u00e9vios com o fornecedor de dados e firmar um acordo de longo prazo para o acesso aos dados. Al\u00e9m disso, deve ser realizada uma an\u00e1lise jur\u00eddica abrangente, relacionada \u00e0 combina\u00e7\u00e3o espec\u00edfica de BDS e BOSP. Tamb\u00e9m deve ser avaliada a possibilidade de acesso a dados com a legisla\u00e7\u00e3o vigente ou futura.<\/p>\n<h4>3.1.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nSe houver BDS alternativos que possam ser utilizados para BOSP, eles poderiam ser explorados em vez disso. Se n\u00e3o houver como produzir BOSP sem o BDS e se for imposs\u00edvel superar a falta de acesso, os esfor\u00e7os devem ser interrompidos e um novo BOSP n\u00e3o ver\u00e1 a luz do dia.<\/p>\n<h4>3.2. Perda de acesso aos dados<br \/>\n3.2.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nEsse risco consiste na perda do BDS que sustenta o BOSP pela administra\u00e7\u00e3o estat\u00edstica.<\/p>\n<h4>3.2.2. Probabilidade<\/h4>\n<p>\nSe BOSP j\u00e1 est\u00e1 sendo produzido, geralmente h\u00e1 uma certa estabilidade, e em alguns casos o risco pode ser muito baixo (1). No entanto, especialmente no caso de entidades privadas, com as quais foram firmados acordos n\u00e3o suficientemente s\u00f3lidos, nada impede, por exemplo, que uma nova gest\u00e3o altere a pol\u00edtica de fornecimento de dados, resultando em um risco moderado de ruptura (3). Al\u00e9m disso, se BDS est\u00e1 relacionada a atividades inst\u00e1veis, sempre existe o risco de que o provedor simplesmente falhe, e esse risco pode ser ainda maior (4).<\/p>\n<h4>3.2.3. Impacto<\/h4>\n<p>\nComo o BOSP existente pode ser imposs\u00edvel de produzir, muitas vezes ocorre um impacto muito forte (5). Em outros casos, quando o BDS \u00e9 de natureza auxiliar, o impacto pode ser, antes, uma perda de qualidade com um impacto na faixa de 2-3.<\/p>\n<h4>3.2.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nA estrat\u00e9gia de preven\u00e7\u00e3o \u00e9 semelhante \u00e0 estrat\u00e9gia de n\u00e3o acesso aos dados, mas com um foco maior na vigil\u00e2ncia constante tamb\u00e9m em condi\u00e7\u00f5es de produ\u00e7\u00e3o.<\/p>\n<p>N\u00e3o colocar todos os ovos em uma \u00fanica cesta (ou seja, ter m\u00faltiplos BDS baseados em cada BSOP) tamb\u00e9m pode ser uma estrat\u00e9gia, mas isso pode ser impr\u00e1tico ou muito caro.<\/p>\n<h4>3.2.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nSe o BDS \u00e9 resultado de atividades inst\u00e1veis, pode gradualmente tornar-se dispon\u00edvel um novo BDS, refletindo o mesmo fen\u00f4meno social. No entanto, seria tarde demais para come\u00e7ar a \"pesquisa de mercado\" assim que o BSOP falhar; ser\u00e1 necess\u00e1ria vigil\u00e2ncia constante \u2014 e isso pode ser dif\u00edcil de alcan\u00e7ar.<\/p>\n<h2>4. Risco associado ao ambiente legal<\/h2>\n<p><\/p>\n<h4>4.1. N\u00e3o conformidade com a legisla\u00e7\u00e3o aplic\u00e1vel<br \/>\n4.1.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nEsse risco resulta de um projeto relacionado ao desenvolvimento do BOSP, no qual a legisla\u00e7\u00e3o relevante n\u00e3o \u00e9 considerada, tornando o BOSP n\u00e3o conforme com a legisla\u00e7\u00e3o especificada. Isso pode envolver legisla\u00e7\u00e3o sobre prote\u00e7\u00e3o de dados, regulamenta\u00e7\u00f5es relacionadas \u00e0 carga de resposta, etc.<\/p>\n<h4>4.1.2. Probabilidade<\/h4>\n<p>\nDada a falta de conhecimento da OSC sobre grandes dados, n\u00e3o \u00e9 incomum que uma n\u00e3o conformidade acidental (3) possa ocorrer. A probabilidade geralmente est\u00e1 relacionada ao BDS, uma vez que quanto menos \"sens\u00edvel\" for a fonte, menor \u00e9 a probabilidade de haver n\u00e3o conformidade.<\/p>\n<h4>4.1.3. Impacto<\/h4>\n<p>\nO impacto \u00e9 geralmente cr\u00edtico (4) no sentido de que uma produ\u00e7\u00e3o n\u00e3o conformante exigir\u00e1 a parada do BOSP (ou, se ainda n\u00e3o alcan\u00e7ou a fase de implementa\u00e7\u00e3o, seu desenvolvimento dever\u00e1 ser interrompido). Isso pode ser at\u00e9 extremo (5), uma vez que os riscos reputacionais decorrentes de estat\u00edsticas oficiais n\u00e3o conformantes (\u2018ilegais\u2019) podem ter consequ\u00eancias.<\/p>\n<h4>4.1.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nPara qualquer BOSP, \u00e9 necess\u00e1rio realizar uma an\u00e1lise jur\u00eddica minuciosa \u2014 e isso ocorre em v\u00e1rias fases (o que \u00e9 aceit\u00e1vel na fase de desenvolvimento\/avalia\u00e7\u00e3o pode n\u00e3o ser na fase de implementa\u00e7\u00e3o\/produ\u00e7\u00e3o). Isso, por sua vez, pode levar ao reengenharia do BOSP para torn\u00e1-lo compat\u00edvel.<\/p>\n<h4>4.1.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nDependendo da gravidade da n\u00e3o conformidade, o primeiro passo pode ser colocar o BOSP em modo offline.<\/p>\n<p>A reengenharia do BOSP para torn\u00e1-lo compat\u00edvel pode ser uma op\u00e7\u00e3o, mas a possibilidade de \u2018salvar\u2019 o BOSP dessa forma depende fortemente da natureza da n\u00e3o conformidade.<\/p>\n<h4>4.2. Mudan\u00e7as desfavor\u00e1veis no ambiente jur\u00eddico<br \/>\n4.2.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nUma nova legisla\u00e7\u00e3o relacionada ao BOSP em desenvolvimento pode ser introduzida, tornando o BOSP efetivamente incompat\u00edvel.<\/p>\n<h4>4.2.2. Probabilidade<\/h4>\n<p>\nN\u00e3o \u00e9 improv\u00e1vel que os defensores de uma prote\u00e7\u00e3o de dados mais rigorosa consigam introduzir novos requisitos que afetem direta ou indiretamente a possibilidade de cria\u00e7\u00e3o de BOSP espec\u00edficos. A probabilidade na faixa de 2-3 parece uma estimativa realista.<\/p>\n<h4>4.2.3. Impacto<\/h4>\n<p>\nO impacto \u00e9 geralmente cr\u00edtico (4), no sentido de que uma produ\u00e7\u00e3o n\u00e3o conformante exigir\u00e1 a parada do BOSP.<\/p>\n<h4>4.2.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nCerta informa\u00e7\u00e3o empresarial deve ser monitorada regularmente para acompanhar o desenvolvimento legislativo \u2014 possivelmente tamb\u00e9m para influenci\u00e1-lo, apresentando argumentos a favor das estat\u00edsticas oficiais em f\u00f3runs apropriados (por exemplo, consultivos).<\/p>\n<h4>4.2.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nSe um monitoramento proativo foi realizado, pode haver tempo para reengenharia do BOSP para conform\u00e1-lo \u00e0 nova legisla\u00e7\u00e3o desde o primeiro dia de sua entrada em vigor.<\/p>\n<p>Se, por outro lado, a monitoriza\u00e7\u00e3o n\u00e3o foi realizada, de modo que a nova legisla\u00e7\u00e3o se tornou uma \"surpresa\" \u2014 ou se a legisla\u00e7\u00e3o \u00e9 t\u00e3o radical que n\u00e3o h\u00e1 como tornar o BOSP incompat\u00edvel \u2014 a \u00fanica op\u00e7\u00e3o pode ser desativar o BOSP.<\/p>\n<h2>5. Riscos relacionados \u00e0 privacidade e seguran\u00e7a dos dados<\/h2>\n<p><\/p>\n<h4>5.1. Viola\u00e7\u00e3o de seguran\u00e7a dos dados<br \/>\n5.1.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nEsse risco se refere ao acesso n\u00e3o autorizado a dados armazenados em gest\u00f5es estat\u00edsticas. Terceiros podem ter acesso a dados que est\u00e3o sob embargo, por exemplo, devido ao lan\u00e7amento do cronograma. Para qualquer BOSP que seja totalmente baseado em uma \u00fanica BDS, \u00e9 inevit\u00e1vel que os dados sejam implicitamente conhecidos pelo propriet\u00e1rio original dos dados, e se a metodologia for transparente, as estat\u00edsticas derivadas tamb\u00e9m ser\u00e3o conhecidas. Esta situa\u00e7\u00e3o n\u00e3o \u00e9 considerada aqui, mas em vez disso no risco relacionado ao abuso de posi\u00e7\u00e3o por parte dos propriet\u00e1rios. Al\u00e9m disso, esses dados podem incorrer em um risco de viola\u00e7\u00e3o de privacidade. Este risco ser\u00e1 abordado separadamente. Isso pode incluir, por exemplo, dados que investidores esperam no mercado de a\u00e7\u00f5es.<\/p>\n<h4>5.1.2. Probabilidade<\/h4>\n<p>\nNo que diz respeito aos aspectos t\u00e9cnicos da prote\u00e7\u00e3o do ambiente de TI no departamento estat\u00edstico, o risco tem a mesma probabilidade para BDSs como para fontes tradicionais. No entanto, existem dois aspectos adicionais a serem considerados.<\/p>\n<p>Primeiro, com alguns BDS, o risco geral aumenta ligeiramente devido ao fato de que a seguran\u00e7a dos dados do propriet\u00e1rio original pode estar em risco. Isso pode estar relacionado, por exemplo, a espionagem industrial ou hacking.<\/p>\n<p>Em segundo lugar, uma vez que dados potencialmente valiosos come\u00e7am a ser armazenados no escrit\u00f3rio, o risco de atrair inten\u00e7\u00f5es maliciosas aumentar\u00e1. Se os dados armazenados tiverem um valor muito alto para os neg\u00f3cios, deve-se estar preparado para uma probabilidade muito alta de ataques direcionados \u00e0 infraestrutura de TI, portanto, a probabilidade de ocorr\u00eancia de hacking pode ser potencialmente mais elevada.<\/p>\n<p>Se os dados armazenados n\u00e3o forem percebidos como valiosos, a probabilidade geral parece n\u00e3o ser muito alta \u2014 de (1) a (3), dependendo da fonte dos dados.<\/p>\n<h4>5.1.3. Impacto<\/h4>\n<p>\nO potencial dano \u00e0 reputa\u00e7\u00e3o pode ser grande (5). O que \u00e9 importante no caso do BDS \u00e9 que, se ocorrer uma viola\u00e7\u00e3o de seguran\u00e7a no propriet\u00e1rio original, o impacto sobre a reputa\u00e7\u00e3o da gest\u00e3o estat\u00edstica, como se espera, ser\u00e1 menor do que se a viola\u00e7\u00e3o ocorrer com dados sob sua cust\u00f3dia.<\/p>\n<p>Por outro lado, \u00e9 poss\u00edvel que a viola\u00e7\u00e3o na gest\u00e3o estat\u00edstica tenha consequ\u00eancias negativas para o propriet\u00e1rio original. Nesse caso, novamente, pode haver um forte impacto negativo devido ao dano em termos de confian\u00e7a entre o fornecedor e a gest\u00e3o estat\u00edstica (5).<\/p>\n<h4>5.1.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nO que caracteriza o caso do BDS \u00e9 que os procedimentos de seguran\u00e7a do propriet\u00e1rio original podem ser pertinentes. \u00c9 improv\u00e1vel que as gest\u00f5es estat\u00edsticas obtenham autoridade de auditoria para controlar isso. Propriet\u00e1rios cujos dados s\u00e3o usados para a elabora\u00e7\u00e3o de registros com cronogramas de publica\u00e7\u00e3o confidenciais devem ser informados sobre as consequ\u00eancias para a estat\u00edstica oficial de uma poss\u00edvel viola\u00e7\u00e3o de seguran\u00e7a em suas instala\u00e7\u00f5es e devem receber uma garantia formal de que est\u00e3o sendo aplicados procedimentos de seguran\u00e7a adequados.<\/p>\n<p>Uma maneira direta de prevenir um impacto s\u00e9rio da viola\u00e7\u00e3o de seguran\u00e7a nas instala\u00e7\u00f5es do propriet\u00e1rio sobre a gest\u00e3o estat\u00edstica \u00e9 garantir o uso de v\u00e1rias fontes para um mesmo produto, de modo que uma \u00fanica fonte comprometida n\u00e3o seja suficiente para obter um n\u00famero final. A vantagem dessa abordagem \u00e9 que um maior controle est\u00e1 nas m\u00e3os da gest\u00e3o estat\u00edstica.<\/p>\n<p>A forma de evitar as consequ\u00eancias negativas de uma viola\u00e7\u00e3o de seguran\u00e7a no escrit\u00f3rio de estat\u00edsticas para o propriet\u00e1rio original dos dados \u00e9 encontrar uma maneira de trabalhar que n\u00e3o envolva a transfer\u00eancia de dados que podem ser potencialmente sens\u00edveis do ponto de vista do propriet\u00e1rio para a administra\u00e7\u00e3o estat\u00edstica. Na sua forma bruta. Uma abordagem preventiva poss\u00edvel \u00e9 o uso de dados agregados. Deve-se, no entanto, lembrar que algumas formas de agrega\u00e7\u00e3o, por exemplo, aquelas destinadas a evitar a identifica\u00e7\u00e3o de indiv\u00edduos espec\u00edficos na popula\u00e7\u00e3o, podem n\u00e3o ser adequadas neste caso. Uma das raz\u00f5es para isso pode ser o fato de que o risco para o propriet\u00e1rio est\u00e1 relacionado ao valor comercial dos dados, que pode ser significativo mesmo ap\u00f3s a anonimiza\u00e7\u00e3o.<\/p>\n<h4>5.1.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nNo caso de viola\u00e7\u00e3o de dados que est\u00e3o sob a responsabilidade da administra\u00e7\u00e3o estat\u00edstica, as medidas de mitiga\u00e7\u00e3o ser\u00e3o as mesmas que em fontes tradicionais, a menos que tenha ocorrido um impacto negativo sobre o propriet\u00e1rio original.<\/p>\n<p>Se houver consequ\u00eancias negativas para o propriet\u00e1rio original, a administra\u00e7\u00e3o estat\u00edstica deve revisar e refor\u00e7ar suas medidas de seguran\u00e7a e comunicar claramente e demonstrar seu comprometimento com isso.<\/p>\n<p>Se a viola\u00e7\u00e3o ocorrer nas instala\u00e7\u00f5es do propriet\u00e1rio original, o respectivo servi\u00e7o estat\u00edstico deve comunicar claramente a situa\u00e7\u00e3o e insistir na melhoria das medidas de seguran\u00e7a do propriet\u00e1rio. Se necess\u00e1rio, pode-se buscar um fornecedor alternativo.<\/p>\n<h4>5.2. Viola\u00e7\u00f5es de privacidade de dados<\/h4>\n<p><\/p>\n<h4>5.2.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nEste \u00e9 o risco de que a privacidade de uma ou mais pessoas da popula\u00e7\u00e3o estat\u00edstica seja violada. Isso pode estar relacionado a ataques \u00e0 infraestrutura de TI devido \u00e0 press\u00e3o de outros \u00f3rg\u00e3os governamentais ou a medidas inadequadas de controle sobre a divulga\u00e7\u00e3o de dados estat\u00edsticos.<\/p>\n<h4>5.2.2. Probabilidade<\/h4>\n<p>\nAssim como no caso do risco de viola\u00e7\u00e3o de seguran\u00e7a de dados, as condi\u00e7\u00f5es t\u00e9cnicas para o armazenamento de microdados n\u00e3o mudam muito com a adi\u00e7\u00e3o de BDS. No entanto, aqui tamb\u00e9m existem advert\u00eancias.<\/p>\n<p>Microdados de certas fontes de dados podem ter alto valor comercial, portanto, seu armazenamento aumentar\u00e1 a probabilidade de ataques.<\/p>\n<p>Al\u00e9m disso, alguns microdados podem ser potencialmente muito \u00fateis para outras institui\u00e7\u00f5es governamentais, como as for\u00e7as de seguran\u00e7a, tributa\u00e7\u00e3o ou sa\u00fade. Em determinadas circunst\u00e2ncias, o compromisso com o princ\u00edpio da confidencialidade estat\u00edstica pode estar sob grande press\u00e3o.<\/p>\n<p>Quanto \u00e0s falhas no controle da divulga\u00e7\u00e3o de informa\u00e7\u00f5es estat\u00edsticas, j\u00e1 existe uma pr\u00e1tica consolidada. O BDS pode permitir a produ\u00e7\u00e3o de estat\u00edsticas para pequenos subgrupos populacionais ou fornecer a possibilidade de conectar dados agregados de diferentes BDS, o que pode aumentar a probabilidade de risco. Al\u00e9m disso, novas fontes, no entanto, exigir\u00e3o novos desenvolvimentos metodol\u00f3gicos, portanto, o verdadeiro perigo \u00e9 que a metodologia de controle da divulga\u00e7\u00e3o de informa\u00e7\u00f5es n\u00e3o seja atualizada adequadamente.<\/p>\n<p>De modo geral, com medidas preventivas razo\u00e1veis, a probabilidade pode ser mantida em n\u00edveis aceit\u00e1veis, mas, como existem muitos fatores diferentes e variados, a avalia\u00e7\u00e3o correspondente aqui parece estar na certeza de que a probabilidade \u00e9 alta (4).<\/p>\n<h4>5.2.3. Impacto<\/h4>\n<p>\nO dano potencial \u00e0 reputa\u00e7\u00e3o pode ser grande (5). Assim como no caso do risco de viola\u00e7\u00e3o da seguran\u00e7a dos dados, uma viola\u00e7\u00e3o na gest\u00e3o estat\u00edstica pode ter consequ\u00eancias negativas para o propriet\u00e1rio original. Aqui, o impacto de tal evento pode ser potencialmente ainda maior, especialmente se as tend\u00eancias atuais na opini\u00e3o p\u00fablica persistirem. O dano nas rela\u00e7\u00f5es entre o fornecedor de dados e a gest\u00e3o estat\u00edstica tamb\u00e9m deve ser muito significativo.<\/p>\n<h4>5.2.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nUma maneira infal\u00edvel de prevenir esse risco \u00e9 n\u00e3o ter microdados do BDS (embora o armazenamento de outros microdados ainda esteja associado a riscos correspondentes, embora com diferentes probabilidades e impactos). Esse caminho, assim como no caso do risco de viola\u00e7\u00e3o de seguran\u00e7a dos dados, exigir\u00e1 o desenvolvimento de outras maneiras de utilizar os dados para fins estat\u00edsticos. Al\u00e9m disso, a natureza variada das fontes significar\u00e1 que novas metodologias precisar\u00e3o ser desenvolvidas com objetivos concorrentes para extrair o m\u00e1ximo de informa\u00e7\u00e3o \u00fatil e proteger a privacidade contra perigos.<\/p>\n<p>No caso de armazenamento de microdados, os mecanismos de seguran\u00e7a de TI e controle de acesso devem estar no n\u00edvel exigido e serem monitorados constantemente. Especial aten\u00e7\u00e3o deve ser dada \u00e0 seguran\u00e7a de novas formas de obten\u00e7\u00e3o de dados. Ironicamente, essa nova forma pode ser o transporte f\u00edsico de dispositivos de armazenamento (por exemplo, discos r\u00edgidos). Se esse m\u00e9todo for utilizado, a entrega deve ser fisicamente protegida e deve-se usar criptografia.<\/p>\n<h4>5.2.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nAs medidas de mitiga\u00e7\u00e3o aqui s\u00e3o essencialmente as mesmas que no caso de viola\u00e7\u00e3o de seguran\u00e7a dos dados. Se a viola\u00e7\u00e3o for causada por press\u00e3o de outra entidade governamental, deve-se aproveitar a oportunidade para fortalecer a independ\u00eancia da gest\u00e3o, de modo que tais viola\u00e7\u00f5es se tornem ainda mais dif\u00edceis no futuro.<\/p>\n<h4>5.3. Manipula\u00e7\u00f5es com a fonte de dados<br \/>\n5.3.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nFornecedores de dados de terceiros, como dados de redes sociais ou dados fornecidos voluntariamente, est\u00e3o sujeitos ao risco de manipula\u00e7\u00e3o. Isso pode ser feito pelo pr\u00f3prio fornecedor de dados ou por terceiros. Por exemplo, muitas not\u00edcias falsas nas redes sociais podem ser geradas para influenciar o \u00edndice estat\u00edstico obtido com base nesses dados de alguma forma, se for sabido que o \u00edndice \u00e9 calculado com base nesses dados.<\/p>\n<p>Para dados fornecidos voluntariamente, pode haver casos em que os volunt\u00e1rios representam um determinado grupo de interesses com uma agenda espec\u00edfica.<\/p>\n<h4>5.3.2. Probabilidade<\/h4>\n<p>\nPara dados que podem ser manipulados para trazer grandes benef\u00edcios, a probabilidade \u00e9 maior. Isso pode incluir dados que s\u00e3o estatisticamente interessantes, como o mercado de a\u00e7\u00f5es. \u00c0 luz dos recentes esc\u00e2ndalos relacionados ao LIBOR e Forex, pode-se supor que, enquanto houver um incentivo, tentativas de manipula\u00e7\u00e3o de dados continuar\u00e3o a ser prov\u00e1veis.<\/p>\n<p>Para estat\u00edsticas baseadas em dados fornecidos voluntariamente, basta olhar para a recente pr\u00e1tica de rela\u00e7\u00f5es p\u00fablicas de contratar pessoas que fingem ter uma certa opini\u00e3o e que s\u00e3o pagas para express\u00e1-la publicamente (por exemplo, em f\u00f3runs da internet) para concluir que a probabilidade n\u00e3o \u00e9 pequena. No geral, um n\u00famero entre 3 e 4 parece razo\u00e1vel.<\/p>\n<h4>5.3.3. Influ\u00eancia<\/h4>\n<p>\nUm grande problema com manipula\u00e7\u00f5es \u00e9 que elas podem durar muito tempo sem serem detectadas. Se as manipula\u00e7\u00f5es continuam por um longo per\u00edodo, o impacto na qualidade pode se tornar significativo. Al\u00e9m disso, o dano \u00e0 confian\u00e7a p\u00fablica na estat\u00edstica oficial tamb\u00e9m pode ser grande, especialmente se o papel dos institutos estat\u00edsticos como fornecedores de dados de qualidade for publicamente destacado. Por outro lado, se as manipula\u00e7\u00f5es forem detectadas a tempo e ent\u00e3o publicadas, isso pode realmente melhorar a percep\u00e7\u00e3o p\u00fablica. Exceto em casos extremamente ruins, pode-se imaginar um impacto m\u00e1ximo (3).<\/p>\n<h4>5.3.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nA realiza\u00e7\u00e3o de exerc\u00edcios regulares de controle com fontes alternativas \u00e9 uma das poss\u00edveis abordagens preventivas. Essas fontes alternativas podem ser tradicionais ou de outro tipo. O uso de estat\u00edsticas baseadas em uma combina\u00e7\u00e3o de fontes pode impedir que impactos significativos de manipula\u00e7\u00f5es ocorram. Nos casos em que h\u00e1 receio de manipula\u00e7\u00f5es iniciadas pelo fornecedor, acordos legais tamb\u00e9m podem ser uma das maneiras de prevenir essa pr\u00e1tica.<\/p>\n<h4>5.3.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nDo ponto de vista do dano \u00e0s rela\u00e7\u00f5es p\u00fablicas, as medidas mitigadoras que devem ser tomadas aqui n\u00e3o s\u00e3o muito diferentes das medidas para lidar com qualquer crise.<\/p>\n<p>Do ponto de vista da qualidade dos dados, seria \u00fatil se os dados passados pudessem ser corrigidos de tal forma que, mesmo com uma grande demora, a s\u00e9rie correta pudesse ser<br \/>\nrealiza-se. Para isso, o benchmarking regular pode ser \u00fatil. Note que o objetivo da an\u00e1lise comparativa, neste caso, difere um pouco do objetivo da preven\u00e7\u00e3o. Para a preven\u00e7\u00e3o, \u00e9 importante perceber rapidamente e investigar uma discrep\u00e2ncia suspeita entre os dados do teste de refer\u00eancia e os dados BDS. Para mitigar as consequ\u00eancias, dados antigos sempre s\u00e3o \u00fateis.<\/p>\n<p>Al\u00e9m disso, deve-se cuidar para evitar tais manipula\u00e7\u00f5es no futuro \u2014 em casos especialmente delicados isso pode significar obter dados potencialmente redundantes de v\u00e1rios fornecedores para a an\u00e1lise comparativa.<\/p>\n<h4>5.4. Percep\u00e7\u00e3o p\u00fablica desfavor\u00e1vel sobre o uso de grandes dados na estat\u00edstica oficial<br \/>\n5.4.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nOs meios de comunica\u00e7\u00e3o e o p\u00fablico em geral s\u00e3o muito sens\u00edveis a quest\u00f5es de privacidade e uso de dados pessoais de grandes fontes de dados, especialmente no contexto do uso secund\u00e1rio de dados por \u00f3rg\u00e3os governamentais que tomam medidas administrativas ou legais contra cidad\u00e3os. O uso que \u00e9 percebido negativamente pode incluir a imposi\u00e7\u00e3o de controle de velocidade com base na an\u00e1lise de dados de navega\u00e7\u00e3o (11 Veja <noindex><a rel=\"nofollow\" href=\"http:\/\/www.theguardian.com\/technology\/2011\/apr\/28\/tomtom-satnav-data-police-speed-traps\">www.theguardian.com\/technology\/2011\/apr\/28\/tomtom-satnav-data-police-speed-traps<\/a><\/noindex>). <br \/>\nO caso espec\u00edfico da TomTom Netherlands resultou em uma queda significativa na demanda pelos dispositivos TomTom e levou a empresa a decidir limitar o acesso aos dados. Nesse caso espec\u00edfico, os dados se referiam a indiv\u00edduos, mas em rela\u00e7\u00e3o aos n\u00edveis de velocidade em trechos de estrada.<\/p>\n<p>No entanto, podem existir aplica\u00e7\u00f5es de grandes dados que s\u00e3o percebidas positivamente pelo p\u00fablico. Um exemplo pode ser aplica\u00e7\u00f5es que previnem crimes, como roubos, com base em m\u00e9todos de grandes dados.<\/p>\n<p>A opini\u00e3o p\u00fablica, tanto positiva quanto negativa, pode ter um forte impacto no uso de BDS no contexto da produ\u00e7\u00e3o de estat\u00edstica oficial.<\/p>\n<p>Uma consequ\u00eancia da percep\u00e7\u00e3o p\u00fablica negativa pode ser que:<\/p>\n<ul>\n<li>o BDS n\u00e3o esteja mais dispon\u00edvel para os escrit\u00f3rios de estat\u00edsticas, seja devido a decis\u00f5es do fornecedor de dados ou decis\u00f5es governamentais de n\u00e3o utilizar os dados, ou<\/li>\n<li>o uso dos dados ser\u00e1 restrito, o que pode prejudicar a produ\u00e7\u00e3o, caso certos BOSP.<\/li>\n<\/ul>\n<p><\/p>\n<h4>5.4.2. Probabilidade<\/h4>\n<p>\nFatores que podem influenciar a probabilidade de tal evento ou seu impacto na produ\u00e7\u00e3o de estat\u00edsticas:<\/p>\n<ul>\n<li>privacidade dos dados, ou seja, qu\u00e3o facilmente as pessoas podem ser identificadas;<\/li>\n<li>volume de informa\u00e7\u00f5es que os dados revelam sobre indiv\u00edduos, por exemplo, aumentado pela conex\u00e3o de dados de diferentes fontes;<\/li>\n<li>tipos de dados, por exemplo, transa\u00e7\u00f5es financeiras s\u00e3o percebidas como mais confidenciais do que outros dados;<\/li>\n<li>tipo de a\u00e7\u00e3o potencial que pode ser realizada em rela\u00e7\u00e3o aos cidad\u00e3os, por exemplo, multar pessoas por excesso de velocidade;<\/li>\n<li>ambiente legal incerto, em que os fornecedores e usu\u00e1rios de dados operam ou quando as condi\u00e7\u00f5es legais entram em conflito com as opini\u00f5es \u00e9ticas\/padr\u00f5es p\u00fablicos;<\/li>\n<li>grau de depend\u00eancia de uma fonte espec\u00edfica de dados para obter estat\u00edsticas; na fase de explora\u00e7\u00e3o, esse fator pode ter um impacto m\u00ednimo. Contudo, isso pode afetar significativamente a obten\u00e7\u00e3o de estat\u00edsticas em uma fase posterior e, portanto, deve ser considerado tamb\u00e9m na fase de explora\u00e7\u00e3o. Um dos problemas pode ser que o volume final do uso de dados \u00e9 desconhecido no in\u00edcio, j\u00e1 que fontes de dados podem potencialmente atender a mais de uma \u00e1rea estat\u00edstica.<\/li>\n<\/ul>\n<p>\nA avalia\u00e7\u00e3o do tempo de fen\u00f4menos indesej\u00e1veis \u00e9 imposs\u00edvel, uma vez que a mobiliza\u00e7\u00e3o do p\u00fablico muitas vezes \u00e9 iniciada pela cobertura de eventos que t\u00eam um impacto negativo sobre os cidad\u00e3os. No entanto, com o aumento do uso de grandes dados por governos e empresas privadas, e especialmente com a comercializa\u00e7\u00e3o ativa de dados para finalidades diferentes daquelas que levaram \u00e0 sua coleta inicial, \u00e9 mais prov\u00e1vel que tais eventos ocorram.<\/p>\n<p>Eventos que impactam fortemente a percep\u00e7\u00e3o p\u00fablica s\u00e3o n\u00e3o frequentes, mas sim aleat\u00f3rios (3) e distantes (2). Com o aumento do uso de grandes fontes de dados, a probabilidade tamb\u00e9m aumentar\u00e1.<\/p>\n<h4>5.4.3. Impacto<\/h4>\n<p>\nO impacto de um evento depende fortemente dos fatores discutidos anteriormente. De modo geral, a influ\u00eancia \u00e9 mais significativa para a produ\u00e7\u00e3o j\u00e1 estabelecida de dados estat\u00edsticos, j\u00e1 que pode ser necess\u00e1rio interromper a a\u00e7\u00e3o. O impacto tamb\u00e9m depende da disponibilidade de fontes alternativas de dados, embora possa ocorrer que a percep\u00e7\u00e3o p\u00fablica n\u00e3o diferencie entre diferentes fontes de dados quando o evento se materializa. Na atual situa\u00e7\u00e3o de uso de grandes dados, parece que essas fontes n\u00e3o podem substituir completamente as fontes de dados tradicionais, mas, em vez disso, complementam as estat\u00edsticas existentes. Isso reduzir\u00e1 o impacto dos eventos. Portanto, o impacto de um evento \u00e9 considerado numa faixa de 2 (insignificante) a 3 (principal). Na fase de produ\u00e7\u00e3o, o impacto pode aumentar para 4 (valor cr\u00edtico).<\/p>\n<h4>5.4.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nAs medidas preventivas podem incluir a defini\u00e7\u00e3o de princ\u00edpios \u00e9ticos para grandes dados em estat\u00edsticas oficiais. Os princ\u00edpios \u00e9ticos devem ser baseados em fundamentos como o c\u00f3digo de pr\u00e1tica para estat\u00edsticas europeias ou princ\u00edpios fundamentais da estat\u00edstica oficial (12 <noindex><a rel=\"nofollow\" href=\"http:\/\/unstats.un.org\/unsd\/dnss\/gp\/fundprinciples.aspx\">unstats.un.org\/unsd\/dnss\/gp\/fundprinciples.aspx<\/a><\/noindex>). A pr\u00f3xima medida ser\u00e1 a defini\u00e7\u00e3o de uma estrat\u00e9gia de comunica\u00e7\u00e3o que publique os resultados dos princ\u00edpios \u00e9ticos para o p\u00fablico e possa ser utilizada para informar as partes interessadas sobre o uso \u00e9tico de BDS para BOSP.<\/p>\n<p>Uma avalia\u00e7\u00e3o de risco espec\u00edfica para o BDS pode ser realizada para identificar riscos e recomendar a\u00e7\u00f5es preventivas ou mitigadoras com base nos princ\u00edpios \u00e9ticos. Uma avalia\u00e7\u00e3o de riscos separada pode tamb\u00e9m incluir partes interessadas, como ag\u00eancias de prote\u00e7\u00e3o de dados, para garantir a identifica\u00e7\u00e3o de todos os riscos e a justificativa das a\u00e7\u00f5es.<\/p>\n<h4>5.4.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nA estrat\u00e9gia de comunica\u00e7\u00e3o tamb\u00e9m deve incluir medidas em caso de crescente atitude negativa por parte do p\u00fablico. Uma avalia\u00e7\u00e3o de risco separada deve coletar exemplos positivos de uso de dados e medidas para prevenir abusos de dados que possam ser obrigatoriamente adotadas em n\u00edvel pol\u00edtico, e a comunidade estat\u00edstica pode n\u00e3o ser capaz de influenci\u00e1-las de forma eficaz.<\/p>\n<h4>5.5. Perda de confian\u00e7a \u2014 obtida n\u00e3o por meio de observa\u00e7\u00e3o<br \/>\n5.5.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nOs usu\u00e1rios de estat\u00edsticas oficiais geralmente t\u00eam alta confian\u00e7a na precis\u00e3o e veracidade dos dados estat\u00edsticos. Isso se baseia no fato de que a produ\u00e7\u00e3o de dados estat\u00edsticos est\u00e1 incorporada em uma base metodol\u00f3gica confi\u00e1vel e acess\u00edvel, al\u00e9m da documenta\u00e7\u00e3o sobre a qualidade do produto estat\u00edstico. Al\u00e9m disso, a maioria dos dados estat\u00edsticos \u00e9 baseada em observa\u00e7\u00f5es, ou seja, obtidos de pesquisas ou censos, que estabelecem uma rela\u00e7\u00e3o facilmente compreens\u00edvel entre a observa\u00e7\u00e3o e os dados estat\u00edsticos. O uso de BDS que n\u00e3o s\u00e3o coletados para o objetivo principal da estat\u00edstica implica o risco de que essas rela\u00e7\u00f5es sejam perdidas, e os usu\u00e1rios percam a confian\u00e7a nos dados da estat\u00edstica oficial. Um exemplo relacionado ao \u00faltimo censo (2010) refere-se ao fato de que, em alguns pa\u00edses, os dados estat\u00edsticos foram obtidos utilizando v\u00e1rias fontes e modelos estat\u00edsticos. Em v\u00e1rios casos, as partes interessadas contestaram os dados estat\u00edsticos.<\/p>\n<h4>5.5.2. Probabilidade<\/h4>\n<p>\nA probabilidade de ocorr\u00eancia do risco depende de fatores como a complexidade do modelo estat\u00edstico\/metodol\u00f3gico, a credibilidade das rela\u00e7\u00f5es entre BSD e BOSP ou a conformidade com outros dados estat\u00edsticos. A probabilidade deve variar de 3 (casual) a 4 (prov\u00e1vel), o que significa que isso pode ocorrer algumas vezes ou com frequ\u00eancia.<\/p>\n<h4>5.5.3. Impacto<\/h4>\n<p>\nA influ\u00eancia da ocorr\u00eancia de riscos depender\u00e1, em grande parte, de se as OSNs conseguirem demonstrar com sucesso a precis\u00e3o e a confiabilidade dos dados estat\u00edsticos. Caso isso n\u00e3o seja alcan\u00e7ado, o impacto em termos de perda de confian\u00e7a pode afetar outras \u00e1reas estat\u00edsticas, ou seja, n\u00e3o apenas a credibilidade de alguns dados estat\u00edsticos, mas tamb\u00e9m colocar em d\u00favida a pr\u00f3pria organiza\u00e7\u00e3o. As OSNs perderiam vantagem competitiva em rela\u00e7\u00e3o a outras organiza\u00e7\u00f5es privadas atuando nesse campo.<\/p>\n<h4>5.5.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nAs a\u00e7\u00f5es preventivas incluir\u00e3o o desenvolvimento e a publica\u00e7\u00e3o de uma metodologia cientificamente fundamentada, que seja reconhecida pela comunidade cient\u00edfica, enriquecendo os dados com metadados de qualidade, garantindo a consist\u00eancia do BOSP com n\u00e3o BOSP, e realizando um rigoroso controle de qualidade.<\/p>\n<p>Antes de iniciar a produ\u00e7\u00e3o estat\u00edstica, o BOSP poderia ser publicado como experimental, e as partes interessadas seriam incentivadas a contestar o BOSP, a fim de confirmar ou melhorar o BOSP.<\/p>\n<h4>5.5.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nExistem dois casos a serem diferenciados. No caso de os dados estat\u00edsticos serem contestados, mas de alta \/ suficiente qualidade (corretos \/ precisos), seria suficiente explicar e comunicar os dados estat\u00edsticos ao p\u00fablico, fornecendo exemplos de f\u00e1cil compreens\u00e3o.<\/p>\n<h2>6. Riscos relacionados \u00e0s habilidades<\/h2>\n<p><\/p>\n<h4>6.1. Falta de especialistas<br \/>\n6.1.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nA an\u00e1lise dos vest\u00edgios digitais deixados pelas pessoas durante suas atividades requer determinadas ferramentas de an\u00e1lise de dados, que atualmente n\u00e3o s\u00e3o as mais comuns nas estat\u00edsticas oficiais. Em primeiro lugar, o uso de dados indiretos sobre as atividades das pessoas em vez de question\u00e1rios diretos requer o uso de modelos estat\u00edsticos e, portanto, conhecimentos de racioc\u00ednio e aprendizado de m\u00e1quina. Em segundo lugar, esses registros digitais consistem em dados que frequentemente n\u00e3o t\u00eam o formato tabular comum, que \u00e9 t\u00edpico dos resultados de pesquisas, com linhas correspondendo \u00e0 unidade estat\u00edstica e colunas com caracter\u00edsticas espec\u00edficas dessas unidades estat\u00edsticas. As trilhas digitais tamb\u00e9m s\u00e3o apresentadas em forma de texto, \u00e1udio, imagem e v\u00eddeo. Extrair informa\u00e7\u00f5es estat\u00edsticas relevantes desses tipos de dados requer habilidades em processamento de linguagem natural, processamento de sinais de \u00e1udio e processamento de imagens. Em terceiro lugar, essas fontes de dados tendem a fornecer conjuntos massivos de dados, cuja an\u00e1lise requer um bom entendimento das metodologias de computa\u00e7\u00e3o distribu\u00edda.<\/p>\n<p>O risco da falta de especialistas est\u00e1 na obten\u00e7\u00e3o de dados de uma dessas novas grandes fontes de dados, uma vez que a administra\u00e7\u00e3o estat\u00edstica n\u00e3o tem a capacidade de process\u00e1-los e analis\u00e1-los adequadamente devido \u00e0 falta das habilidades necess\u00e1rias por parte de sua equipe.<\/p>\n<h4>6.1.2. Probabilidade<\/h4>\n<p>\nA probabilidade desse risco depender\u00e1 de tr\u00eas fatores: 1) os tipos espec\u00edficos de habilidades necess\u00e1rias para cada tipo de fonte de grandes dados e a probabilidade de que a administra\u00e7\u00e3o estat\u00edstica encontre uma oportunidade para estudar tal fonte; 2) a disponibilidade atual das habilidades necess\u00e1rias na administra\u00e7\u00e3o estat\u00edstica; e 3) a cultura organizacional da administra\u00e7\u00e3o estat\u00edstica.<\/p>\n<p>No que diz respeito aos tipos de habilidades que podem ser necess\u00e1rias, \u00e9 importante notar que nem todas as fontes exigem todas as habilidades listadas acima. Algumas (por exemplo, dados do tipo Google Trends) n\u00e3o necessitam de computa\u00e7\u00e3o distribu\u00edda, pois j\u00e1 foram pr\u00e9-processados pelo detentor dos dados ou possuem habilidades de processamento de sinais, e geralmente requerem apenas habilidades de modelagem estat\u00edstica. No entanto, existe uma grande variedade de fontes de grandes dados, para a maioria das quais s\u00e3o necess\u00e1rias habilidades de computa\u00e7\u00e3o distribu\u00edda, processamento de sinais e aprendizado de m\u00e1quina. Ao mesmo tempo, uma investiga\u00e7\u00e3o adequada dessas trilhas digitais exigir\u00e1 o processamento de v\u00e1rias fontes. Assim, h\u00e1 uma alta probabilidade de que grandes fontes de dados, que se tornam acess\u00edveis para gest\u00e3o estat\u00edstica, necessitem dessas habilidades incomuns, e a probabilidade desse risco \u00e9 bastante alta (5).<\/p>\n<p>Quanto \u00e0 disponibilidade atual das habilidades necess\u00e1rias, isso depender\u00e1 da gest\u00e3o estat\u00edstica espec\u00edfica. Mesmo que a metodologia da pesquisa seja menos comum do que a metodologia de pesquisa, ela tamb\u00e9m \u00e9 utilizada na estat\u00edstica oficial em determinadas \u00e1reas. Portanto, mesmo que isso possa exigir algum realocamento de recursos humanos, as gest\u00f5es estat\u00edsticas podem encontrar solu\u00e7\u00f5es por conta pr\u00f3pria. No que diz respeito \u00e0s habilidades de computa\u00e7\u00e3o distribu\u00edda, principalmente relacionadas \u00e0 TI, elas depender\u00e3o de como a infraestrutura de TI \u00e9 gerida na organiza\u00e7\u00e3o. Dependendo de qu\u00e3o integrado est\u00e1 o departamento de TI, solu\u00e7\u00f5es podem ser encontradas no contexto dos acordos existentes. No entanto, as habilidades de processamento de sinais e aprendizado de m\u00e1quina geralmente n\u00e3o existem na maioria das gest\u00f5es estat\u00edsticas oficiais, e a aplica\u00e7\u00e3o dessas habilidades n\u00e3o pode ser terceirizada, pois devem ser aplicadas por especialistas em estat\u00edstica. Consequentemente, sob essa perspectiva, a probabilidade desse risco tamb\u00e9m parece ser muito alta (5).<\/p>\n<p>A cultura organizacional tamb\u00e9m influenciar\u00e1 a probabilidade desse risco. A presen\u00e7a de pessoal disposto a adquirir as habilidades necess\u00e1rias por meio do autoaprendizado pode dar \u00e0 organiza\u00e7\u00e3o a capacidade de reagir a uma nova fonte de dados, que requer habilidades diferentes das habituais. Isso depender\u00e1 da cultura organizacional de gest\u00e3o estat\u00edstica, ou seja, se ela incentivar\u00e1 os funcion\u00e1rios a adquirir novas habilidades e permitir\u00e1 que esses funcion\u00e1rios tenham tempo para o aprendizado aut\u00f4nomo.<\/p>\n<p>Assim, a probabilidade de que a gest\u00e3o estat\u00edstica n\u00e3o consiga processar e analisar novas fontes de dados devido \u00e0 falta de habilidades de seus funcion\u00e1rios dever\u00e1 ficar entre prov\u00e1vel (4) e frequente (5), dependendo da cultura de autoaprendizado da organiza\u00e7\u00e3o.<\/p>\n<h4>6.1.3. Influ\u00eancia<\/h4>\n<p>\nA gest\u00e3o estat\u00edstica, incapaz de processar e analisar grandes fontes de dados devido \u00e0 falta de habilidades de seus funcion\u00e1rios, pode ter duas potenciais consequ\u00eancias negativas: 1) a fonte de dados n\u00e3o ser\u00e1 explorada, pelo menos, n\u00e3o de forma completa; 2) a fonte ser\u00e1 utilizada de forma inadequada.<\/p>\n<p>A falta de capacidade para explorar completamente o potencial de uma fonte valiosa de big data ter\u00e1 um impacto significativo (2) a curto prazo, uma vez que as gest\u00f5es estat\u00edsticas realmente disp\u00f5em de ferramentas estat\u00edsticas para atender \u00e0s necessidades atuais. No entanto, a longo prazo (e possivelmente at\u00e9 a m\u00e9dio prazo), as consequ\u00eancias da perda dessa oportunidade ser\u00e3o cr\u00edticas (4), pois as gest\u00f5es estat\u00edsticas enfrentam cada vez mais a concorr\u00eancia de fornecedores privados que n\u00e3o possuem a mesma estrutura institucional que lhes permita garantir \u00e0 sociedade a independ\u00eancia dos dados estat\u00edsticos.<\/p>\n<p>No entanto, o uso incorreto da fonte ter\u00e1 consequ\u00eancias extremamente negativas para as institui\u00e7\u00f5es estat\u00edsticas, uma vez que a estat\u00edstica oficial depende em grande parte de sua reputa\u00e7\u00e3o ao cumprir sua miss\u00e3o. No entanto, podemos afirmar que a habilidade mais importante, cuja falta pode levar a resultados incorretos, \u00e9 a infer\u00eancia estat\u00edstica, em particular a infer\u00eancia baseada em modelos, que tamb\u00e9m tem uma probabilidade menor de estar ausente. Portanto, o impacto esperado ser\u00e1 mais cr\u00edtico (4) do que extremo.<\/p>\n<h4>6.1.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nOs servi\u00e7os estat\u00edsticos podem ativamente prevenir esse risco de duas maneiras: 1) capacita\u00e7\u00e3o; e 2) recrutamento.<\/p>\n<p>As institui\u00e7\u00f5es estat\u00edsticas podem fornecer ao pessoal as habilidades necess\u00e1rias, definindo detalhadamente as compet\u00eancias requeridas para utilizar grandes fontes de dados na produ\u00e7\u00e3o estat\u00edstica, elaborando um invent\u00e1rio das habilidades existentes entre os funcion\u00e1rios, identificando as necessidades de treinamento e, em seguida, organizando cursos de forma\u00e7\u00e3o.<\/p>\n<p>As institui\u00e7\u00f5es estat\u00edsticas tamb\u00e9m podem recrutar novos funcion\u00e1rios com as habilidades necess\u00e1rias. Isso parece ter s\u00e9rias limita\u00e7\u00f5es, uma vez que as institui\u00e7\u00f5es estat\u00edsticas n\u00e3o conseguir\u00e3o recrutar uma massa cr\u00edtica de pessoal para a situa\u00e7\u00e3o em que o uso de grandes fontes de dados ser\u00e1 amplamente disseminado na divis\u00e3o, e os novos funcion\u00e1rios ainda precisar\u00e3o de alguns anos para atingir o n\u00edvel de experi\u00eancia dos funcion\u00e1rios existentes. No entanto, pelo menos alguns dos novos funcion\u00e1rios recrutados no \u00e2mbito do normal processo de renova\u00e7\u00e3o de pessoal podem ter habilidades relacionadas a dados massivos.<\/p>\n<h4>6.1.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nDiante de uma situa\u00e7\u00e3o em que novas fontes de grandes dados est\u00e3o dispon\u00edveis sem funcion\u00e1rios com as habilidades necess\u00e1rias, as institui\u00e7\u00f5es estat\u00edsticas podem mitigar as consequ\u00eancias negativas de duas maneiras: 1) subcontrata\u00e7\u00e3o; e 2) colabora\u00e7\u00e3o.<\/p>\n<p>As gest\u00f5es estat\u00edsticas podem firmar contratos para o tratamento de dados e an\u00e1lise de novas fontes de grandes dados com outras organiza\u00e7\u00f5es que oferecem esses tipos de servi\u00e7o. Parece ser uma solu\u00e7\u00e3o vi\u00e1vel, uma vez que um novo setor de empresas especializadas no tratamento desse tipo de dados est\u00e1 surgindo. No entanto, essa solu\u00e7\u00e3o em si traz certos riscos, pois a gest\u00e3o estat\u00edstica ter\u00e1 menor controle sobre a produ\u00e7\u00e3o de produtos estat\u00edsticos potencialmente sens\u00edveis. Essa abordagem tamb\u00e9m apresenta a desvantagem de n\u00e3o permitir que os funcion\u00e1rios da gest\u00e3o estat\u00edstica aprendam e adquiram as habilidades necess\u00e1rias.<\/p>\n<p>A colabora\u00e7\u00e3o com outras organiza\u00e7\u00f5es, onde h\u00e1 funcion\u00e1rios com as habilidades necess\u00e1rias e que tamb\u00e9m est\u00e3o interessados em estudar a fonte de grandes dados, parece ser uma solu\u00e7\u00e3o mais promissora. Essa colabora\u00e7\u00e3o pode assumir a forma de projetos conjuntos entre os funcion\u00e1rios da gest\u00e3o estat\u00edstica e os de outras organiza\u00e7\u00f5es em p\u00e9 de igualdade, compartilhando seus conhecimentos. Isso permitiria n\u00e3o apenas reduzir o risco de escassez de habilidades, mas tamb\u00e9m permitiria que os funcion\u00e1rios da gest\u00e3o estat\u00edstica adquirissem essas habilidades.<\/p>\n<h4>6.2. Fuga de especialistas para outras organiza\u00e7\u00f5es<br \/>\n6.2.1. Descri\u00e7\u00e3o<\/h4>\n<p>\nEsse risco consiste no fato de que as gest\u00f5es estat\u00edsticas perdem seu pessoal para outras organiza\u00e7\u00f5es ap\u00f3s terem adquirido habilidades relacionadas a grandes dados.<\/p>\n<h4>6.2.2. Probabilidade<\/h4>\n<p>\nA probabilidade desse risco depender\u00e1 de dois fatores: 1) oportunidades atraentes existentes em organiza\u00e7\u00f5es fora da estat\u00edstica oficial; 2) condi\u00e7\u00f5es de trabalho nas gest\u00f5es estat\u00edsticas.<\/p>\n<p>No que diz respeito \u00e0s capacidades nas organiza\u00e7\u00f5es fora das estat\u00edsticas oficiais, a probabilidade desse risco parece prov\u00e1vel (4). H\u00e1 uma alta demanda por pessoas com habilidades em big data no setor privado, bem como em outras organiza\u00e7\u00f5es do setor p\u00fablico. Ap\u00f3s adquirir habilidades em big data, as estat\u00edsticas oficiais obter\u00e3o uma vantagem comparativa sendo especialistas experientes na \u00e1rea de estat\u00edstica. Al\u00e9m das habilidades espec\u00edficas em big data, outras organiza\u00e7\u00f5es exigem especialistas em dados que possuam habilidades mais tradicionais, como avalia\u00e7\u00e3o das necessidades dos usu\u00e1rios e desenvolvimento de indicadores-chave de desempenho (KPI), que s\u00e3o comuns para os estat\u00edsticos oficiais. Al\u00e9m disso, espera-se que os funcion\u00e1rios que tendem a adquirir novas habilidades tamb\u00e9m sejam os mesmos que estar\u00e3o mais abertos a mudan\u00e7as na carreira e deixar\u00e3o a gest\u00e3o estat\u00edstica.<\/p>\n<p>No que se refere \u00e0s condi\u00e7\u00f5es de trabalho nas gest\u00f5es estat\u00edsticas, isso, evidentemente, depender\u00e1 principalmente do escrit\u00f3rio espec\u00edfico. No entanto, as gest\u00f5es estat\u00edsticas, de modo geral, ainda oferecem oportunidades profissionais atraentes para pessoas com habilidades quantitativas. As gest\u00f5es estat\u00edsticas oferecem a maior variedade de dom\u00ednios poss\u00edveis para trabalhar e a maior sele\u00e7\u00e3o de dados para atentar. Isso, de certa forma, reduzir\u00e1 a probabilidade de que as gest\u00f5es estat\u00edsticas percam seu pessoal devido a circunst\u00e2ncias imprevistas (3).<\/p>\n<h4>6.2.3. Impacto<\/h4>\n<p>\nO impacto desse risco ser\u00e1 o mesmo que o risco da falta de pessoal com as habilidades adequadas, em primeiro lugar. Assim, o impacto ser\u00e1 cr\u00edtico (4), como mencionado acima.<\/p>\n<h4>6.2.4. Preven\u00e7\u00e3o<\/h4>\n<p>\nParece que a \u00fanica maneira poss\u00edvel para as ag\u00eancias estat\u00edsticas evitarem esse risco \u00e9 garantir condi\u00e7\u00f5es de trabalho atrativas para seus colaboradores. Isso \u00e9, de um modo geral, verdadeiro para todo o pessoal. No entanto, no caso espec\u00edfico em que os funcion\u00e1rios est\u00e3o abertos a adquirir novas habilidades, nomeadamente habilidades em trabalhar com grandes dados, as condi\u00e7\u00f5es de trabalho podem ser aprimoradas, proporcionando oportunidades de aprendizado onde eles possam desenvolver seus interesses profissionais. As ag\u00eancias estat\u00edsticas tamb\u00e9m podem se concentrar em estarem abertas a novos projetos e ideias inovadoras relacionados a novas fontes de grandes dados que v\u00eam de estat\u00edsticos trabalhando em v\u00e1rias \u00e1reas da estat\u00edstica. Por fim, a preven\u00e7\u00e3o da perda de pessoal para outras organiza\u00e7\u00f5es, em raz\u00e3o das suas habilidades em trabalhar com grandes dados, depender\u00e1 de uma boa identifica\u00e7\u00e3o de colaboradores capazes e dispostos a trabalhar com tais dados, assim como de oferecer boas oportunidades para seu desenvolvimento profissional.<\/p>\n<h4>6.2.5. Mitiga\u00e7\u00e3o<\/h4>\n<p>\nA redu\u00e7\u00e3o desse risco ser\u00e1 feita em rela\u00e7\u00e3o ao risco da falta de pessoal com as habilidades adequadas: 1) subcontrata\u00e7\u00e3o; e 2) colabora\u00e7\u00e3o.<\/p>\n<h2>7. Discuss\u00e3o<\/h2>\n<p>\nA partir desta primeira revis\u00e3o, \u00e9 evidente que n\u00e3o \u00e9 poss\u00edvel estabelecer uma \u00fanica probabilidade ou impacto para o referido 'risco de grandes dados' - como regra geral, ambos os indicadores dependem significativamente da fonte dos grandes dados, bem como da 'estat\u00edstica oficial baseada em grandes dados'.<br \/>\nproduto '.<\/p>\n<p>Assim, chegamos \u00e0 conclus\u00e3o de que o pr\u00f3ximo passo l\u00f3gico nessa dire\u00e7\u00e3o \u00e9 a ado\u00e7\u00e3o de uma s\u00e9rie de projetos-piloto em potencial (cada um deles envolvendo uma combina\u00e7\u00e3o de um ou mais BDSs e um ou mais BDOSs) como ponto de partida e - para cada um desses pilotos - a busca por avaliar a probabilidade e o impacto de cada risco.<\/p>\n<p>Com esse objetivo, estamos prestes a lan\u00e7ar uma pesquisa com as partes interessadas, buscando avaliar a avalia\u00e7\u00e3o do OSC sobre probabilidade, impacto (e poss\u00edveis a\u00e7\u00f5es para prevenir \/ mitigar consequ\u00eancias) em rela\u00e7\u00e3o a uma s\u00e9rie de projetos-piloto potenciais - e pedindo propostas do OSC sobre riscos que n\u00e3o inclu\u00edmos neste documento.<\/p>\n<p><b class=\"spoiler_title\">8. REFER\u00caNCIAS<\/b>UNECE (2014), \u00abUma estrutura sugerida para a Qualidade dos Grandes Dados\u00bb, Entregas da Equipe de Tarefas sobre Qualidade de Big Data da UNECE, <noindex><a rel=\"nofollow\" href=\"http:\/\/www1.unece.org\/stat\/platform\/download\/attachments\/108102944\/Big%20Dat\">www1.unece.org\/stat\/platform\/download\/attachments\/108102944\/BigDat<\/a><\/noindex><br \/>\na%20Quality%20Framework%20-%20final-%20Jan08-2015.pdf?version=1&amp;modificationDate=1420725063663&amp;api=v2 <\/p>\n<p>UNECE (2014), \u00abQu\u00e3o grandes s\u00e3o os Grandes Dados? Explorando o papel dos Grandes Dados nas Estat\u00edsticas Oficiais\u00bb, <noindex><a rel=\"nofollow\" href=\"http:\/\/www1.unece.org\/stat\/platform\/download\/attachments\/99484307\/Virtual%20Sprint%20Big%20Data%20paper.docx?version=1&amp;modificationDate=1395217470975&amp;api=v2\">www1.unece.org\/stat\/platform\/download\/attachments\/99484307\/VirtualSprintBigDatapaper.docx?version=1&amp;modificationDate=1395217470975&amp;api=v2<\/a><\/noindex><\/p>\n<p>Daas, P., S. Ossen, R. Vis-Visschers e J. Arends-Toth (2009), Lista de Verifica\u00e7\u00e3o para a Avalia\u00e7\u00e3o da Qualidade de Fontes de Dados Administrativos, Estat\u00edsticas Pa\u00edses Baixos, Haia\/Heerlen <\/p>\n<p>Dorfman, Mark S. (2007), Introdu\u00e7\u00e3o \u00e0 Gest\u00e3o de Riscos (e ed.), Cambridge, Reino Unido, Woodhead-Faulkner, p. 18, ISBN 0-85941-332-22)<\/p>\n<p>Eurostat (2014), \u00abProcedimento de acredita\u00e7\u00e3o para dados estat\u00edsticos de fontes n\u00e3o oficiais\u00bb na An\u00e1lise das Metodologias para uso da Internet na coleta de dados da sociedade da informa\u00e7\u00e3o e outras estat\u00edsticas, <noindex><a rel=\"nofollow\" href=\"http:\/\/www.cros-portal.eu\/content\/analysismethodologies-using-internet-collection-information-society-and-other-statistics-1\">www.cros-portal.eu\/content\/analysismethodologies-using-internet-collection-information-society-and-other-statistics-1<\/a><\/noindex><\/p>\n<p>Reimsbach-Kounatze, C. (2015), \u201cA Prolifera\u00e7\u00e3o dos \u2018Grandes Dados\u2019 e Implica\u00e7\u00f5es para as Estat\u00edsticas Oficiais e Ag\u00eancias Estat\u00edsticas: Uma An\u00e1lise Preliminar\u201d, Documentos de Economia Digital da OCDE, No. 245, Publica\u00e7\u00e3o da OCDE. <noindex><a rel=\"nofollow\" href=\"http:\/\/dx.doi.org\/10.1787\/5js7t9wqzvg8-en\">dx.doi.org\/10.1787\/5js7t9wqzvg8-en<\/a><\/noindex><\/p>\n<p>Reis, F., Ferreira, P., Perduca, V. (2014) \u00abO uso de evid\u00eancias de atividade web para aumentar a pontualidade dos indicadores de estat\u00edsticas oficiais\u00bb, trabalho apresentado na confer\u00eancia IAOS 2014, <noindex><a rel=\"nofollow\" href=\"https:\/\/iaos2014.gso.gov.vn\/document\/reis1.p1.v1.docx\">iaos2014.gso.gov.vn\/document\/reis1.p1.v1.docx<\/a><\/noindex><\/p>\n<p>Mesmo que n\u00e3o mencione explicitamente riscos, este documento aborda, de fato, os muitos riscos associados ao uso de dados de atividade web para estat\u00edsticas oficiais. Eurostat (2007), Manual sobre M\u00e9todos e Ferramentas de Avalia\u00e7\u00e3o da Qualidade de Dados, <noindex><a rel=\"nofollow\" href=\"http:\/\/ec.europa.eu\/eurostat\/documents\/64157\/4373903\/05-Handbook-ondata-quality-assessment-methods-and-tools.pdf\/c8bbb146-4d59-4a69-b7c4-218c43952214\">ec.europa.eu\/eurostat\/documents\/64157\/4373903\/05-Handbook-ondata-quality-assessment-methods-and-tools.pdf\/c8bbb146-4d59-4a69-b7c4-218c43952214<\/a><\/noindex><\/p>\n<p>Fonte: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/post\/494044\/\">habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u041f\u0440\u0435\u0434\u0438\u0441\u043b\u043e\u0432\u0438\u0435 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u0430 \u041c\u0430\u0442\u0435\u0440\u0438\u0430\u043b \u0437\u0430\u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043b \u043c\u0435\u043d\u044f, \u0432 \u043f\u0435\u0440\u0432\u0443\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u0438\u0437-\u0437\u0430 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u043d\u0438\u0436\u0435: \u0421 \u0443\u0447\u0435\u0442\u043e\u043c \u0442\u043e\u0433\u043e, \u0447\u0442\u043e \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0438 (\u0430 \u0440\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u0438\u0435, \u043d\u0430 \u0433\u0435\u043d\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u043c \u0443\u0440\u043e\u0432\u043d\u0435), \u043c\u044f\u0433\u043a\u043e \u0433\u043e\u0432\u043e\u0440\u044f, \u043d\u0435 \u043b\u044e\u0431\u044f\u0442 \u0432\u0441\u0435, \u0447\u0442\u043e \u043e\u0442\u043b\u0438\u0447\u0430\u0435\u0442\u0441\u044f \u043e\u0442 \u043b\u0438\u043d\u0435\u0439\u043d\u043e\u0439 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438, \u044d\u0442\u0438 \u043f\u0430\u0440\u043d\u0438 \u0443\u043c\u0443\u0434\u0440\u0438\u043b\u0438\u0441\u044c \u043f\u0440\u043e\u0442\u0430\u0449\u0438\u0442\u044c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u0430\u043a\u0442\u0438\u0432\u0430\u0446\u0438\u0438 \u0432 \u043f\u0430\u0440\u0430\u0431\u043e\u043b\u0438\u0447\u0435\u0441\u043a\u043e\u043c \u0432\u0438\u0434\u0435 \u0434\u043b\u044f \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u0441\u0442\u0435\u043f\u0435\u043d\u0438 \u0440\u0438\u0441\u043a\u0430 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f BigData \u0432 \u043e\u0444\u0438\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0435. \u041c\u043e\u043b\u043e\u0434\u0446\u044b. \u0415\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u043b\u0438 \u0441\u0432\u043e\u0435 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":75637,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-75636","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.3 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u041f\u0440\u0435\u0434\u0438\u0441\u043b\u043e\u0432\u0438\u0435 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u0430 \u041c\u0430\u0442\u0435\u0440\u0438\u0430\u043b \u0437\u0430\u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043b \u043c\u0435\u043d\u044f, \u0432 \u043f\u0435\u0440\u0432\u0443\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u0438\u0437-\u0437\u0430 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u043d\u0438\u0436\u0435:\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/pt\/blog\/administrirovanie\/strukturirovanie-riskov-i-reshenij-pri-ispolzovanii-bigdata-dlya-polucheniya-oficzialnoj-statistiki\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.3\" \/>\n\t\t<meta property=\"og:locale\" content=\"pt_PT\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u0421\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0440\u0438\u0441\u043a\u043e\u0432 \u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u043f\u0440\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0438 BigData \u0434\u043b\u044f \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u0438\u044f \u043e\u0444\u0438\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0438 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u041f\u0440\u0435\u0434\u0438\u0441\u043b\u043e\u0432\u0438\u0435 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u0430 \u041c\u0430\u0442\u0435\u0440\u0438\u0430\u043b \u0437\u0430\u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043b \u043c\u0435\u043d\u044f, \u0432 \u043f\u0435\u0440\u0432\u0443\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u0438\u0437-\u0437\u0430 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u043d\u0438\u0436\u0435:\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/pt\/blog\/administrirovanie\/strukturirovanie-riskov-i-reshenij-pri-ispolzovanii-bigdata-dlya-polucheniya-oficzialnoj-statistiki\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2020-03-27T05:42:42+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-03-27T05:42:42+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Estrutura\u00e7\u00e3o de riscos e solu\u00e7\u00f5es no uso do Big Data para obten\u00e7\u00e3o de estat\u00edsticas oficiais | ProHoster","description":"Pref\u00e1cio do tradutor O material me interessou principalmente devido \u00e0 tabela abaixo:","canonical_url":"https:\/\/prohoster.info\/pt\/blog\/administrirovanie\/strukturirovanie-riskov-i-reshenij-pri-ispolzovanii-bigdata-dlya-polucheniya-oficzialnoj-statistiki","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"pt_PT","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u0421\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0440\u0438\u0441\u043a\u043e\u0432 \u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u043f\u0440\u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0438 BigData \u0434\u043b\u044f \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u0438\u044f \u043e\u0444\u0438\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0438 | ProHoster","og:description":"\u041f\u0440\u0435\u0434\u0438\u0441\u043b\u043e\u0432\u0438\u0435 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u0430 \u041c\u0430\u0442\u0435\u0440\u0438\u0430\u043b \u0437\u0430\u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043b \u043c\u0435\u043d\u044f, \u0432 \u043f\u0435\u0440\u0432\u0443\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u0438\u0437-\u0437\u0430 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u043d\u0438\u0436\u0435:","og:url":"https:\/\/prohoster.info\/pt\/blog\/administrirovanie\/strukturirovanie-riskov-i-reshenij-pri-ispolzovanii-bigdata-dlya-polucheniya-oficzialnoj-statistiki","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-03-27T05:42:42+00:00","article:modified_time":"2020-03-27T05:42:42+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"75636","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 17:53:27","updated":"2022-09-28 07:15:59","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/posts\/75636","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/comments?post=75636"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/posts\/75636\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/media\/75637"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/media?parent=75636"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/categories?post=75636"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/tags?post=75636"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}