Kommunikasjon: Brugerne i centrum

  • View
    57

  • Download
    4

Embed Size (px)

DESCRIPTION

Brugerne i centrum Processer, metadata og kvalitet

Text of Kommunikasjon: Brugerne i centrum

  • 1. Brugerne i centrum Processer, metadata og kvalitet Bergen, 14.-17. august 2013 Mogens Grosen (Danmarks Statistik) Birgitte Brndum (Danmarks Statistik)

2. VISION, UDFORDRINGER & INTRODUKTION TIL processer, kvalitet og metadata 2 3. Visionen 1. Statistikken skal hjlpe brugerne i informations-havet et fyrtrn 2. Metadata skal understtte vidensprocesser 3. Metadata skal giver brugerne prcis information om vores produkter 3 4. Udfordringen #1 4 5. Udfordringen #2 Eksternt (fra fokus-grupper): Svrt at forst indholdet af kvalitetsdeklarationer Sammenlignelighed p tvrs af domner er ndvendig Ekspertviden for sektormssige Bedre information om databrud og revisioner Internt Metadata er knyttet til de endelige data og ingen genbrug Prsentation af metadata p internettet er fragmenteret og ufuldstndig Begreber database ufuldstndige Klassifikationer og kode-lister mange steder 5 6. Processer #1 Fra siloer til fokus p processer og brugerbehov FRA SILOER TIL PROCES- OG BRUGERFOKUS 6 7. Processer #2: Dsts procesmodel 7 2 Design 1 Behov 3 Udvikling 4 Indsamling 5 Behandling 6 Analyse 7 Formidling 5.1 Integrer data 5.4 Imputr manglende data 5.5 Afled nye stat. enheder og variable 5.2 Kod data 5.3 Gennemg, fejlsg og ret data 1.1 Identificr brugerbehov 1.4 Identificr Begreber 1.5 Undersg datakilder 1.2 Konsultr og bekrft behov 1.3 Skitsr output/tabeller 2.1 Design output 2.5 Design databehand- lingsmetode 2.6 Design prod. system; krav- specifikation 2.3 Design data- indsamlings- metode 2.4 Design udtrksramm e og stikprve- metode 3.1 Udvikl data- indsamlings- instrument 3.4 Test systemet 3.2 Udvikl produktions- system 3.3 Definr workflows 4.1 Udvlg stikprve 4.4 Afslut data- indsamling 4.2 Forbered data- indsamling 4.3 Gennemfr data- indsamling 6.1 Forbered statistik- produkt 6.4 Applicr statistisk fortrolighed 6.5 Afslut analyse 6.2 Kvalitetssikr Statistik- produkt 6.3 Undersg og forklar 7.1 Opdatr data i formidlings- systemer 7.4 Markedsfr statistik- produkt 7.2 Udarbejd statistik- produkt 7.3 Hndtr udgivelsen 7.5 Hndtr bruger- support 8 Arkivering 9 Evaluering 8.1 Definr Arkiverings- regler 8.4 Aflevr data og metadata 8.2 Opsaml / gem rdata 8.3 Gem fejlsgte data og metadata 9.1 Indsaml data / input til evalueringen 9.2 Gennemfr evaluering 9.3 Beslut handlingsplan 1.6 Start projekt 3.5 Gennemfr pilot-test 3.6 St system i drift 5.6 Beregn vgte 5.7 Beregn aggregater 5.8 Frdiggr aggregerede datast Kvalitetsstyring / Hndtering af metadata 2.2 Beskriv variable 8. Metadata: fokus p integration Hvad betyder Kvalitetsdeklaration Variabel/ datasetBegreb Variabel database Klassifikationsdatabase Klassifikationer MetodeStatistikbank Metode papirer Klassifikationsdatabase Begrebs database 8 9. Kvalitet #1: Quality Assurance Framework 9 10. Mder med og rapporter fra eksterne brugere Formidling p dst.dk udviklet i samarbejde med brugere DDI standard og DDI-software (Colectica) installeret (DDI-standard udvidet) Metadata integreret i GSBPM Fokus p kommunikation (change management) Kvalitet #2 EU kvalitetsdeklarationer 10 11. Dsts procesmodel og kvalitetsdeklarationer (fase 1: Behov) 11 12. DDI er en international xml-baseret standard, der srger for sammenhngende metadata: 1. Begreber 2. Studier (tllinger) 3. Variabler 4. Kategorier og koder 5. Universes (populationer) Derudover: versionering, genbrug, mange sprog mm DDI (Data Documentation Initiative) 12 13. Trin 1. Tag udgangspunkt i eksisterende processer og ml for forbedringer 2. Beslut og prioriter forbedringer 3. Implementer forbedringer Gentag trin 1-3 Business Process Management og trinvise forbedringer 13 14. PERSONSTATISTIK: UDFORDRINGER, ARBEJDSPROCESSER OG MODULDATA 15. Kvalitet afhnger af arbejdsprocesser og data Vi er ved at dokumentere arbejdsprocesser for eksisterende statistikker ud fra en flles referenceramme 1. As-is - de nuvrende processer 2. To-be - hvordan br processerne vre (metadata-projektet) Udarbejdet Quick-guide (as-is) 15 16. KVALITETSSTYRING / HNDTERING AF METADATA 1 Behov 2 Design 3 Udvikl 4 Indsaml 5 Behandl 6 Analyser 7 Formidl 8 Arkiver 9 Evalur 1.1 Idenficer brugerbehov 2.1 Design output 3.1 Udvikl dataindsamlingsinst rument 4.1 Udvlg stikprve 5.1 Integrer data 6.1 Forbered statistikprodukt 7.1 Opdater data i formidlingssystemer 8.1 Definer arkiverings-regler 9.1 Indsaml data / input til evaluering 1.2 Konsultr og bekrft brugerbehov 2.2 Beskriv variable 3.2 Udvikl produktions-system 4.2 Forbered dataindsamling 5.2 Kod data 6.2 Kvalitetsikr statistikprodukt 7.2 Udarbejd statistikprodukt 8.2 Opsaml / gen rdata 9.2 Gennemfr evaluering 1.3 Skitser outputtabeller 2.3 Design dataindsamlingsmet ode 3.3 Definer workflows 4.3 Gennemfr dataindsamling 5.3 Gennemg, fejlsg og ret data 6.3 Gransk og forklar 7.3 Hndter udgivelsen 8.3 Gem fejsgte data og metadata 9.3 Beslut handlingsplan 1.4 Idenficer begreber 2.4 Design udtrksramme og stikprve 3.4 Test system 4.4 Afslut dataindsamling 5.4 Imputer manglende data 6.4 Applicr statistikfortrolighed 7.4 Markedsfr statistikprodukt 8.4 Aflever data og metadata 1.5 Undersg datakilder 2.5 Design databehandlingsme tode 3.5 Gennemfr pilot- test 5.5 Afled nye stat. enheder og variable 6.5 Afslut analyse 7.5 Hndter brugersupport 1.6 Start projekt 2.6 Design prod. system, kravspecifikation 3.6 St system i drift 5.6 Beregn vgte 5.7 Beregn aggregater 5.8 Frdiggr aggregerede dataset Dokumentation 1 Udpeg relevante processer i Dst-procesmodel 16 17. Dokumentation 2 Kontrol-flow (overblikket) 17 18. Dokumentation 3 Funktionelt niveau 18 19. Bedre kvalitet af data Datafllesskab Uddan- nelse Indkomst RAS Boligsttte Ln BEF-STATUS INDKOMSTSUM UDDANNELSE RAS LN BOLIGSTTTE Befolk Fr - bilateralt Uddan- nelse Indkomst RAS Boligsttte Ln Befolk Vi opnr bedre kvalitet mm. gennem etablering af moduldata (datafllesskab) 19 20. Grunddata phftes oplysning version = 1 referencetid = to_date(20121231,'yyyymmdd') referencetype = 'Status_r' dato_opret = sysdate person_id Versionsstyret og stabilt datagrundlag i overensstemmelse med data i statistikbank 20 21. Kontor nr. og navn Oprettet af (ident): Dato: Version: (hvis ny version: hvad er rsagen hertil?) Emnegruppe Serienavn (datasetnavn): Referenceperiode/tidspunkt: Moduldatatype st X S1 (status p tidspunkt) S2 (status for perioden) H1 (forlbsdata i perioden) H2 (enkelthndelser i perioden) Matrice-navn p de vsentligste offentliggrelser (NYT / Statistikbanken) Er forklaringer angivet til tjeklistens punkt 1-5 nedenfor? JA => testrapporten sendes af MLO til godkendelse hos MZI NEJ => testrapporten godkendes af MLO Bemrkninger Testrapport til kvalitetssikring af Moduldata 21 22. 67 statistikker med krav om moduldata 54 statistikker har moduldata 23 statistikker offentliggr tal baseret p moduldata Status for moduldata 22 23. Brugerne skal spille en aktiv rolle Vi skal arbejde med flles procesmodel (GSBPM), kvalitetsmodel (QAF)og metadatamodel (GSIM med flere) suppleret med Business Proces Management DDI og DDI software sparer os for en masse arbejde TRE TING I SKAL HUSKE 23 24. SAMARBEJDE 1. Norden: samfundsmodel, der bygger p vrdier vi alle sammen deler (demokrati, ligestilling, retfrdighed og gensidig respekt) 2. Derfor mere samarbejde om 1. Om standarder (GSBPM, GSIM, SDMX, DDI m.fl.) 2. Hvad kan vi gre ift EU? 24 25. The End!