Analiza date - business intelligence, olap, data mining

Introducere

Statistica reprezintă un element indispensabil al sistemului informaţional şi ocupă un loc deosebit în asigurarea cu informaţie privind situaţia şi tendinţele de dezvoltare economică, socială, demografică a ţării. Transformările economiei mondiale, generate de liberalizarea comerţului mondial şi de tehnologiile informaţionale moderne, conduc la o globalizare, unde noţiunea de teritoriu statistic naţional lasă loc, treptat, spaţiului statistic regional sau mondial.

Acest fenomen este mai accentuat în cadrul Uniunii Europene, unde fuziunile accelerate între grupuri de ţări, înlăturarea controlului asupra schimburilor interne (bunuri, capitaluri, servicii şi persoane), crearea unei monede unice fac esenţială armonizarea conceptelor şi standardelor statistice, în scopul obţinerii unui limbaj statistic unic. De asemenea, toate acestea conduc la dezvoltarea mai degrabă a unor statistici care surprind tranzacţiile între grupe economice şi sociale în cadrul Uniunii Europene, decât a statisticilor limitate geografic la nivel naţional.

Sistemul statistic al Republicii Moldova trebuie să ţină pasul cu aceste evoluţii şi să participe efectiv în spaţiul european şi mondial, adaptându-şi conceptele şi standardele. În condiţiile nou-create, în special, de integrare în Europa şi de extindere a colaborării internaţionale, rolul statisticii ca producător de bază al informaţiei devine tot mai important.

Informaţia statistică dezagregata pe criterii de vârsta, sex, arii geografice etc, serveşte la identificarea problemelor, elaborarea politicilor si strategiilor de dezvoltare, elaborarea unor previziuni pe termen mediu si lung a fenomenelor economice si sociale, elaborarea si implementarea politicilor de dezvoltare economico-socială, evaluarea şi monitorizarea realizarii acestora, la informarea spectrului larg de utilizatori interni si externi, contribuind astfel la asigurarea dezvoltarii durabile a tarii si la democratizarea societatii.

Aceasta poate deveni posibil doar prin realizarea unor modificari radicale în metodele si mecanismele de colectare si procesare, stocare, partajare si garantarea integritatii datelor, motivarea oportunitatii, asigurarea promovarii si utilizarii statisticii economice si sociale.

Sistemul statistic trebuie sa se dezvolte în conformitate cu normele si cerintele moderne, în particular prin realizarea si implementarea unui sistem informational automatizat (SIA), care sa foloseasca tehnologiile de vârf din domeniul tehnologiilor informationale si de comunicatie (TIC).

Conceptia SI (în continuare – Conceptia) stabileste scopurile, sarcinile si functiile sistemului, structura organizationala si baza juridico-normativa, necesare pentru crearea si exploatarea lui, obiectele informationale si lista datelor care se pastreaza în sistem, infrastructura tehnologica si masurile de asigurare a securitatii si protectiei informatiei, precum si masurile legate de crearea, implementarea si exploatarea sistemului în conditiile economiei de piata si a proceselor de integrare, caracterizate de globalizare, personalizare, intelectualizare, standardizare.

Conceptia se bazeaza pe principalele postulate referitoare la organizarea serviciului statistic de stat în RM, realizarile contemporane în sfera teoriei si practicii activitatii statistice si TIC, respecta baza juridica si normativa nationala, ca si exigentele sistemului international de evidenta statistica.

1. Definirea SI petru o institutie de statistica

Conceptia Sistemului informational pentru Statistica - este un ansamblu de resurse umane si tehnologice, tehnice si program, informationale si organizationale, care permite colectarea, transmiterea si controlul datelor primare, realizarea proceselor de agregare, analiza, pregatire si pastrare a informatiei statistice. Sistemul asigura cu date statistice oficiale un cerc larg de utilizatori în baza integrarii resurselor statistice distribuite, punând la dispozitie instrumente de cautare eficienta, asigurând acces personalizat la informatii, aplicatii si procese, în conformitate cu cadrul legal existent.

Analiza datelor intr-un sistem informational de statistica are un rol foarte important deoarece el duce la crearea raportelor finale si mai ales asigura calitatea datelor. Modelul proceselor bisness a unei institutii de statistica poate fi observar in figura de mai jos:

Figura 1 Modelul proceselor business in cadrul BNS

Dupa cum observam in figura de mai sus ca un rol deosebit la pasul de analiza date il are verificare calitatii care este in strinsa legatura cu pasii de mai sus.

Analiza calitatii datelor reprezinta o evaluare stiintifica si statistica realizata pentru a determina daca datele obtinute dintr-un mediu ce utilizeaza si proceseaza date, sunt de tipul potrivit, în cantitatea si calitatea necesara utilizarii lor pentru scopul pentru care au fost obtinute. Aceasta analiza are la baza urmatoarea premisa: conceptul de calitate a datelor este strâns legat de scopul utilizarii acestora adica pentru ce domeniu.

Analiza calitatii datelor presupune parcurgerea a cinci etape:

1. Stabilirea obiectivelor analizei calitatii datelor si structura datelor culese – se face înaintea evaluarii datelor în vederea stabiliri structurii datelor culese din esantionul supus analizei;

2. Revizuirea datelor preliminare – studierea formei rapoartelor de evaluare a calitatii, efectuarea calculelor statistice de baza si generarea graficelor pentru aceste date. Informatiile sunt utilizate pentru studiul structurii datelor si pentru identificarea tipurilor ace stora, a relatiilor dintre ele sau a potentialelor anomalii.