SlideShare una empresa de Scribd logo
1 de 25
Statistical Data and Metadata eXchange
Tema : Arquitectura propuesta, Hoja de
ruta y Recomendaciones para la
Adopción de SDMX en el INEI
Fecha : 26/08/2019
Expositor :
Michael Macavilca Mejia
Analista de Sistemas de Encuestas
OTIN - INEI
Statistical Data and
Metadata eXchange
Arquitectura Propuesta, Hoja de Ruta y Recomendaciones para la Adopción de SDMX
Contenido
Statistical Data and
Metadata eXchangeArquitectura SDMX propuesta para el INEI
Statistical Data and
Metadata eXchange
1. Antes de comenzar el proyecto:
Asegurarnos de comprender el propósito y la filosofía del estándar y su potencial.
Desarrollar conciencia y habilidades dentro de la organización, asegurandos de cubrir las
áreas estadísticas y tecnológicas.
Organizar un equipo de implementación, dedicado y capacitado.
Planificar los objetivos iniciales, comenzando con un pequeño proyecto. Hacer un piloto
para utilizarlo como prueba de concepto.
Establecer grupos de colaboración con otras organizaciones que ya hayan implementado el
estándar.
Hoja de Ruta Sugerida
Statistical Data and
Metadata eXchange
2. Implementar una plataforma básica: para diseñar los DSD, para asignar sus repositorios de
información a sus flujos, para publicar sus flujos de datos SDMX, etc.
3. Desarrollar los DSD como un esfuerzo de equipo. La participación en un piloto internacional
o tomando un flujo existente y documentado como referencia de organizaciones
internacionales podría ser útil.
4. Implementar los flujos, asegurandonos de que todo el proceso sea práctico y útil, realizando
las correcciones necesarias.
5. Revisar los resultados e ir al próximo proyecto.
6. Después de obtener los primeros resultados y de estar seguro de tener cierta experiencia,
desarrollemos un plan estratégico para impulsar su implementación de manera sostenible.
Hoja de Ruta Sugerida
Statistical Data and
Metadata eXchange
•Esta estrategia es amplia y aplicable a diferentes esfuerzos que impliquen la introducción de
nuevos conceptos e innovaciones en la organización.
•Busca reducir los riesgos de adopción y aumentar la probabilidad de éxito.
•Se basa en la aplicación racional de recursos y en el incremento gradual de las capacidades de
la organización para manejar los nuevos elementos que modifican las formas de trabajo de la
organización.
Estrategia para la Adopción Incremental
Statistical Data and
Metadata eXchange
Etapas de la Adopción Incremental
Statistical Data and
Metadata eXchange
Conocimiento Inicial
Etapas de la Adopción Incremental
¿Qué niveles de la organización tienen conocimiento sobre el nuevo concepto o innovación?
• Alto nivel (poco detalle): Necesario para patrocinar proyectos y asignar recursos
• Nivel medio (detalle medio): Necesario para integrar proyectos y coordinar acciones
• Nivel operativo (alto detalle): Necesario para ejecutar proyectos yconcretar resultados
Statistical Data and
Metadata eXchange
Ciclos de Adopción Incremental
Etapas de la Adopción Incremental
Statistical Data and
Metadata eXchange
•Análisis de Beneficios
▫¿Qué podemos obtener?
▫¿Qué valor tiene para la institución el beneficio potencial (Aprendizaje y Nuevas Capacidades +
Ganancias)?
•Análisis de Capacidades
▫¿Con qué contamos actualmente?
Capacidades Humanas, Procesos, Información, Sistemas y Recursos Tecnológicos
•Análisis de Costos
▫¿Qué requerimos invertir?
Personal con Conocimientos y Habilidades
Recursos humanos, materiales y financieros
Tiempo
•Análisis de Riesgos
▫¿Qué riesgos estoy dispuesto a correr?
Análisis
Statistical Data and
Metadata eXchange
Evaluación
Statistical Data and
Metadata eXchange
•Establecer Objetivos y Alcance:
▫¿Qué beneficios busco obtener?
•Elaborar un Proyecto:
▫Describir de qué manera voy a aplicar los recursos para obtener los beneficios que pretendo
obtener
•Establecer Controles:
▫¿Cómo voy a saber qué estoy logrando obtener los beneficios previstos?
▫¿De qué manera me aseguro de qué estoy aplicando solamente los recursos previsto?
▫¿Con qué herramientas y con qué frecuencia voy a realizar el aseguramiento?
Planeación
Statistical Data and
Metadata eXchange
•Organizar los Recursos
•Actuar
▫Aplicar los recursos conforme a lo planeado
•Mantener el Control y la Alineación
▫Seguir una disciplina de medición periódica
▫Hacer los ajustes conforme sea necesario
▫Mantener la comunicación con los interesados para asegurar que el compromiso y la alineación de esfuerzos continúan
•Hacer el Cierre y Aseguramiento
▫Identificar claramente Cuándo se han Alcanzado los Objetivos o se han Agotado los Recursos Disponibles (incluyendo posibles ampliaciones)
▫Preguntarnos si logramos lo que esperábamos
▫Cuantificar/capitalizar beneficios, capacidades y conocimientos
▫Comunicar los resultados
•Determinar si procede una nueva iteración
▫¿Tenemos un proceso de adopción incremental?
▫¿Existe un programa?
Implementación
Statistical Data and
Metadata eXchange
•Procesos
▫Hay claridad en los procesos y las necesidades a cubrir utilizando el estándar
–Clientes y Proveedores, Periodicidad, Aplicación, Acuerdos de Aprovisionamiento
•Información
▫Existe o se puede desarrollar toda la información que se va a intercambiar (conforme al modelo
de información de SDMX) estructurada de manera adecuada–
Datos, Metadatos Estructurales y Metadatos de Referencia
•Sistemas y Herramientas
▫Secuenta con, o se está dispuesto a, desarrollar un conjunto de herramientas de software
suficiente para manejar el estándar
•Recursos Tecnológicos
▫Se tiene una infraestructura mínima de bases de datos, equipo de cómputo y comunicaciones
para soportar todo lo anterior?
Condiciones para una Adopción Sustentable de SDMX
Statistical Data and
Metadata eXchange
•Reportar datos y metadatos a organismos internacionales
▫Uso de DSDs Globales o acordados con los organismos internacionales
•Publicar datos y metadatos para su uso y explotación
▫Uso del modelo de información de SDMX para facilitar la publicación y consumo de datos
abiertos a diferentes actores de la sociedad
•Recolectar información dentro del sistema estadístico nacional
▫Desarrollar acuerdos de aprovechamiento para facilitar la recolección de datos y metadatos
por parte de quienes integran el sistema estadístico
•Incorporar el modelo de información de SDMX en el proceso de producción de
información
▫Utilizar el modelo de información de SDMX para mejorar la interoperabilidad, la eficiencia
de flujos y el control de la calidad de los datos y metadatos
Perfiles de Adopción
Statistical Data and
Metadata eXchange
•Partir de un acuerdo de aprovisionamiento/solicitud del organismo Internacional
•Contar con la DSD (Global o acordado con el organismo internacional)
•Contar con la información a proporcionar (preferentemente en bases de datos)
•Preparar la información
▫Si se trata de una conversión de archivos, se tiene que hacer para cada ocasión que se entregue información
▫Si se trata de enviar información que está en bases de datos de difusión, basta hacer el mapeo una sola vez (o cuando se acuerde un
cambio en el DSD).
Mientras se actualice la base de datos, la información se actualiza
•Poner el flujo de datos a disposición del organismo internacional
▫Enviar los archivos de flujos de datos SDMX por correo (modelo “push”). No recomendable.
▫Depositar el archivo de flujos de datos SDMX en un sitio para que sea “recogido” por el organismo internacional. Solamente si aún no se
tienen bases de datos, servicios web y la conversión es manual.
▫Publicar un servicio Web SDMX para que el organismo (o quien tenga acceso) tome la información de ahí cuando la necesite. La forma más
recomendable.
Capacidades Mínimas para Reportar Datos y Metadatos a
Organismos Internacionales
Statistical Data and
Metadata eXchange
•No considerar que SDMX es un proyecto de TIC
▫Es un esfuerzo compartido entre las áreas conceptuales y de TIC: INDISPENSABLE ELTRABAJO CONJUNTO
•No recorrer solos el camino
▫Buscar la asesoría y cooperación con otras organizaciones (organismos internacionales, otras oficinas estadísticas,comunidad de SDMX,
grupos técnicos, consultores, etc.)
•No perder el impulso inicial
▫Aprovechar los conocimientos obtenidos y ponerlos en práctica, establecer el modelo de adopción incremental lo antes posible siendo
constantes
•Ser constante e institucionalizar la adopción
▫La adopción del estándar puede tomar algún tiempo en el cual pueden cambiar las personas y prioridades, es necesario elevarlo a nivel de
la institución para asegurar su continuidad
Recomendaciones Adicionales
Statistical Data and
Metadata eXchange
•Establecer estrategias conforme al perfil a desarrollar
▫Cada perfil de adopción requiere de un enfoque y un esfuerzo diferente para desarrollarlo. Los obstáculos y beneficios son diferentes para
cada caso, porlo que las estrategias de adopción deben tomar en cuenta esas diferencias
•La adopción parcial no es un fracaso
▫Usar SDMX solo cuando haga sentido para el contexto de la institución, no se trata de cubrir el 100% de la información sino de obtener los
máximos beneficios
•SDMX es una pieza dentro de un conjunto de estándares en las estadísticas oficiales
▫SDMX no necesariamente compite con otros estándares que también manejan datos y metadatos (por ejemplo con DDI o XBRL), su enfoque
y objetivos son muy claros, por lo que se debe tomar como parte de un marco de trabajo más general; su valor se potencia cuando se
instrumenta adecuadamente en conjunto con otros modelos y estándares
•No confundir las partes con el todo
▫SDMX es más que un formato de archivos. El modelo de información, los mecanismos que incorpora para mantener la unión entre datos y
metadatos y los objetivos que persigue son los que le hacen robusto y sustentan su valor
Recomendaciones Adicionales
Statistical Data and
Metadata eXchange
Gracias

Más contenido relacionado

La actualidad más candente

LDM Slides: Conceptual Data Models - How to Get the Attention of Business Use...
LDM Slides: Conceptual Data Models - How to Get the Attention of Business Use...LDM Slides: Conceptual Data Models - How to Get the Attention of Business Use...
LDM Slides: Conceptual Data Models - How to Get the Attention of Business Use...DATAVERSITY
 
Data catalog
Data catalogData catalog
Data catalogiamtodor
 
Boldon James - How Data Classification can harness the power of Big Data
Boldon James - How Data Classification can harness the power of Big DataBoldon James - How Data Classification can harness the power of Big Data
Boldon James - How Data Classification can harness the power of Big Databoldonjames
 
Enterprise Architecture - TOGAF Overview
Enterprise Architecture - TOGAF OverviewEnterprise Architecture - TOGAF Overview
Enterprise Architecture - TOGAF OverviewMohamed Sami El-Tahawy
 
Data classification-policy
Data classification-policyData classification-policy
Data classification-policyCoi Xay
 
Capability Maps - The Next Generation
Capability Maps - The Next GenerationCapability Maps - The Next Generation
Capability Maps - The Next GenerationIntersection Group
 
Big Data Fabric Capability Maturity Model
Big Data Fabric Capability Maturity ModelBig Data Fabric Capability Maturity Model
Big Data Fabric Capability Maturity ModelRoss Collins
 
Transport for London - London's Operations Digital Twin
Transport for London - London's Operations Digital TwinTransport for London - London's Operations Digital Twin
Transport for London - London's Operations Digital TwinNeo4j
 
Data Lake Architecture – Modern Strategies & Approaches
Data Lake Architecture – Modern Strategies & ApproachesData Lake Architecture – Modern Strategies & Approaches
Data Lake Architecture – Modern Strategies & ApproachesDATAVERSITY
 
Data Architecture Best Practices for Advanced Analytics
Data Architecture Best Practices for Advanced AnalyticsData Architecture Best Practices for Advanced Analytics
Data Architecture Best Practices for Advanced AnalyticsDATAVERSITY
 
Data Privacy and Data Protection: Rotary’s Compliance with GDPR
Data Privacy and Data Protection: Rotary’s Compliance with GDPRData Privacy and Data Protection: Rotary’s Compliance with GDPR
Data Privacy and Data Protection: Rotary’s Compliance with GDPRRotary International
 
Implementing the Data Maturity Model (DMM)
Implementing the Data Maturity Model (DMM)Implementing the Data Maturity Model (DMM)
Implementing the Data Maturity Model (DMM)DATAVERSITY
 
Enterprise Data Governance Framework With Change Management
Enterprise Data Governance Framework With Change ManagementEnterprise Data Governance Framework With Change Management
Enterprise Data Governance Framework With Change ManagementSlideTeam
 
DevFest Taipei - Advanced Ticketing System.pdf
DevFest Taipei - Advanced Ticketing System.pdfDevFest Taipei - Advanced Ticketing System.pdf
DevFest Taipei - Advanced Ticketing System.pdfMichael Chi
 
Togaf 9.1 architecture
Togaf 9.1 architectureTogaf 9.1 architecture
Togaf 9.1 architectureNarayan Sau
 

La actualidad más candente (20)

SDMX: 04 SDMX y los metadatos estructurales
SDMX: 04 SDMX y los metadatos estructuralesSDMX: 04 SDMX y los metadatos estructurales
SDMX: 04 SDMX y los metadatos estructurales
 
LDM Slides: Conceptual Data Models - How to Get the Attention of Business Use...
LDM Slides: Conceptual Data Models - How to Get the Attention of Business Use...LDM Slides: Conceptual Data Models - How to Get the Attention of Business Use...
LDM Slides: Conceptual Data Models - How to Get the Attention of Business Use...
 
Data catalog
Data catalogData catalog
Data catalog
 
Boldon James - How Data Classification can harness the power of Big Data
Boldon James - How Data Classification can harness the power of Big DataBoldon James - How Data Classification can harness the power of Big Data
Boldon James - How Data Classification can harness the power of Big Data
 
Enterprise Architecture - TOGAF Overview
Enterprise Architecture - TOGAF OverviewEnterprise Architecture - TOGAF Overview
Enterprise Architecture - TOGAF Overview
 
Data classification-policy
Data classification-policyData classification-policy
Data classification-policy
 
Capability Maps - The Next Generation
Capability Maps - The Next GenerationCapability Maps - The Next Generation
Capability Maps - The Next Generation
 
Big Data Fabric Capability Maturity Model
Big Data Fabric Capability Maturity ModelBig Data Fabric Capability Maturity Model
Big Data Fabric Capability Maturity Model
 
Togaf 9.2 Introduction
Togaf 9.2 IntroductionTogaf 9.2 Introduction
Togaf 9.2 Introduction
 
Transport for London - London's Operations Digital Twin
Transport for London - London's Operations Digital TwinTransport for London - London's Operations Digital Twin
Transport for London - London's Operations Digital Twin
 
Data Lake Architecture – Modern Strategies & Approaches
Data Lake Architecture – Modern Strategies & ApproachesData Lake Architecture – Modern Strategies & Approaches
Data Lake Architecture – Modern Strategies & Approaches
 
Data Architecture Best Practices for Advanced Analytics
Data Architecture Best Practices for Advanced AnalyticsData Architecture Best Practices for Advanced Analytics
Data Architecture Best Practices for Advanced Analytics
 
Data Privacy and Data Protection: Rotary’s Compliance with GDPR
Data Privacy and Data Protection: Rotary’s Compliance with GDPRData Privacy and Data Protection: Rotary’s Compliance with GDPR
Data Privacy and Data Protection: Rotary’s Compliance with GDPR
 
IT4IT Framework Overview
IT4IT Framework OverviewIT4IT Framework Overview
IT4IT Framework Overview
 
Implementing the Data Maturity Model (DMM)
Implementing the Data Maturity Model (DMM)Implementing the Data Maturity Model (DMM)
Implementing the Data Maturity Model (DMM)
 
Enterprise Data Governance Framework With Change Management
Enterprise Data Governance Framework With Change ManagementEnterprise Data Governance Framework With Change Management
Enterprise Data Governance Framework With Change Management
 
TOGAF Complete Slide Deck
TOGAF Complete Slide DeckTOGAF Complete Slide Deck
TOGAF Complete Slide Deck
 
EDGY introduction webinar
EDGY introduction webinarEDGY introduction webinar
EDGY introduction webinar
 
DevFest Taipei - Advanced Ticketing System.pdf
DevFest Taipei - Advanced Ticketing System.pdfDevFest Taipei - Advanced Ticketing System.pdf
DevFest Taipei - Advanced Ticketing System.pdf
 
Togaf 9.1 architecture
Togaf 9.1 architectureTogaf 9.1 architecture
Togaf 9.1 architecture
 

Similar a Implementación incremental de SDMX en el INEI

INTRODUCCIÓN A LA CIENCIA DE DATOS.pptx
INTRODUCCIÓN A LA CIENCIA DE DATOS.pptxINTRODUCCIÓN A LA CIENCIA DE DATOS.pptx
INTRODUCCIÓN A LA CIENCIA DE DATOS.pptxCabezaDePinga
 
Análisis de Datos.pdf
Análisis de Datos.pdfAnálisis de Datos.pdf
Análisis de Datos.pdfDarnelyC
 
Tableau Drive, Una nueva metodología para implementaciones empresariales
Tableau Drive, Una nueva metodología para implementaciones empresarialesTableau Drive, Una nueva metodología para implementaciones empresariales
Tableau Drive, Una nueva metodología para implementaciones empresarialesTableau Software
 
Entregable final Analítica de Datos
Entregable final Analítica de DatosEntregable final Analítica de Datos
Entregable final Analítica de Datosale sierra
 
Expo metodologia de implementacion BI 01
Expo metodologia de implementacion BI 01Expo metodologia de implementacion BI 01
Expo metodologia de implementacion BI 01Cristian Quinteros
 
Entregable final. Analítica de Datos
Entregable final. Analítica de DatosEntregable final. Analítica de Datos
Entregable final. Analítica de DatosBrendaBanos
 
Estrategias para la creación de una plataforma analítica
Estrategias para la creación de una plataforma analíticaEstrategias para la creación de una plataforma analítica
Estrategias para la creación de una plataforma analíticaSolidQ
 
Creando la estrategia de gestión de datos para tu organización
Creando la estrategia de gestión de datos para tu organizaciónCreando la estrategia de gestión de datos para tu organización
Creando la estrategia de gestión de datos para tu organizaciónRamón Hernández
 
Dimensión estratégica de los sistemas de información.pptx
Dimensión estratégica de los sistemas de información.pptxDimensión estratégica de los sistemas de información.pptx
Dimensión estratégica de los sistemas de información.pptxAndrsNaranjo9
 
Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012
Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012
Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012Paola Amadeo
 
Servicios Business Analytics
Servicios Business AnalyticsServicios Business Analytics
Servicios Business AnalyticsViewnext
 
"MDM: Cómo adquirir y retener más clientes" Master Data Management
"MDM: Cómo adquirir y retener más clientes" Master Data Management"MDM: Cómo adquirir y retener más clientes" Master Data Management
"MDM: Cómo adquirir y retener más clientes" Master Data ManagementPowerData
 
Proyecto Final - Propuesta de I.T.
Proyecto Final - Propuesta de I.T.Proyecto Final - Propuesta de I.T.
Proyecto Final - Propuesta de I.T.kratoss_323
 

Similar a Implementación incremental de SDMX en el INEI (20)

Entregable final
Entregable finalEntregable final
Entregable final
 
INTRODUCCIÓN A LA CIENCIA DE DATOS.pptx
INTRODUCCIÓN A LA CIENCIA DE DATOS.pptxINTRODUCCIÓN A LA CIENCIA DE DATOS.pptx
INTRODUCCIÓN A LA CIENCIA DE DATOS.pptx
 
Session01.pptx
Session01.pptxSession01.pptx
Session01.pptx
 
Análisis de Datos.pdf
Análisis de Datos.pdfAnálisis de Datos.pdf
Análisis de Datos.pdf
 
Tableau Drive, Una nueva metodología para implementaciones empresariales
Tableau Drive, Una nueva metodología para implementaciones empresarialesTableau Drive, Una nueva metodología para implementaciones empresariales
Tableau Drive, Una nueva metodología para implementaciones empresariales
 
Entregable final Analítica de Datos
Entregable final Analítica de DatosEntregable final Analítica de Datos
Entregable final Analítica de Datos
 
Expo metodologia de implementacion BI 01
Expo metodologia de implementacion BI 01Expo metodologia de implementacion BI 01
Expo metodologia de implementacion BI 01
 
Entregable final. Analítica de Datos
Entregable final. Analítica de DatosEntregable final. Analítica de Datos
Entregable final. Analítica de Datos
 
Estrategias para la creación de una plataforma analítica
Estrategias para la creación de una plataforma analíticaEstrategias para la creación de una plataforma analítica
Estrategias para la creación de una plataforma analítica
 
Creando la estrategia de gestión de datos para tu organización
Creando la estrategia de gestión de datos para tu organizaciónCreando la estrategia de gestión de datos para tu organización
Creando la estrategia de gestión de datos para tu organización
 
Pesi
PesiPesi
Pesi
 
Dimensión estratégica de los sistemas de información.pptx
Dimensión estratégica de los sistemas de información.pptxDimensión estratégica de los sistemas de información.pptx
Dimensión estratégica de los sistemas de información.pptx
 
Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012
Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012
Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012
 
Servicios Business Analytics
Servicios Business AnalyticsServicios Business Analytics
Servicios Business Analytics
 
SDMX - Nueva Presentación
SDMX - Nueva PresentaciónSDMX - Nueva Presentación
SDMX - Nueva Presentación
 
Bayer BI Microstrategy
Bayer BI MicrostrategyBayer BI Microstrategy
Bayer BI Microstrategy
 
"MDM: Cómo adquirir y retener más clientes" Master Data Management
"MDM: Cómo adquirir y retener más clientes" Master Data Management"MDM: Cómo adquirir y retener más clientes" Master Data Management
"MDM: Cómo adquirir y retener más clientes" Master Data Management
 
Sistemas de informacion gerencial diapositivas
Sistemas de informacion gerencial diapositivasSistemas de informacion gerencial diapositivas
Sistemas de informacion gerencial diapositivas
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
Proyecto Final - Propuesta de I.T.
Proyecto Final - Propuesta de I.T.Proyecto Final - Propuesta de I.T.
Proyecto Final - Propuesta de I.T.
 

Más de Michael Macavilca Mejia

Curso : Inteligencia de Negocios - Dia 2
Curso : Inteligencia de Negocios - Dia 2Curso : Inteligencia de Negocios - Dia 2
Curso : Inteligencia de Negocios - Dia 2Michael Macavilca Mejia
 
SDMX – STATISTICAL DATA AND METADA EXCHANGE INEI
SDMX – STATISTICAL DATA AND METADA EXCHANGE INEISDMX – STATISTICAL DATA AND METADA EXCHANGE INEI
SDMX – STATISTICAL DATA AND METADA EXCHANGE INEIMichael Macavilca Mejia
 
Arquitectura y Diseño de los Sistemas Informáticos de RENAMU 2017
Arquitectura y Diseño de los Sistemas Informáticos de RENAMU 2017Arquitectura y Diseño de los Sistemas Informáticos de RENAMU 2017
Arquitectura y Diseño de los Sistemas Informáticos de RENAMU 2017Michael Macavilca Mejia
 
Visión general de Inteligencia de Negocios
Visión general de Inteligencia de NegociosVisión general de Inteligencia de Negocios
Visión general de Inteligencia de NegociosMichael Macavilca Mejia
 

Más de Michael Macavilca Mejia (6)

Curso : Inteligencia de Negocios - Dia 2
Curso : Inteligencia de Negocios - Dia 2Curso : Inteligencia de Negocios - Dia 2
Curso : Inteligencia de Negocios - Dia 2
 
Curso : Inteligencia de Negocios - Dia1
Curso : Inteligencia de Negocios - Dia1Curso : Inteligencia de Negocios - Dia1
Curso : Inteligencia de Negocios - Dia1
 
Presentacion practica sdmx_2017
Presentacion practica sdmx_2017Presentacion practica sdmx_2017
Presentacion practica sdmx_2017
 
SDMX – STATISTICAL DATA AND METADA EXCHANGE INEI
SDMX – STATISTICAL DATA AND METADA EXCHANGE INEISDMX – STATISTICAL DATA AND METADA EXCHANGE INEI
SDMX – STATISTICAL DATA AND METADA EXCHANGE INEI
 
Arquitectura y Diseño de los Sistemas Informáticos de RENAMU 2017
Arquitectura y Diseño de los Sistemas Informáticos de RENAMU 2017Arquitectura y Diseño de los Sistemas Informáticos de RENAMU 2017
Arquitectura y Diseño de los Sistemas Informáticos de RENAMU 2017
 
Visión general de Inteligencia de Negocios
Visión general de Inteligencia de NegociosVisión general de Inteligencia de Negocios
Visión general de Inteligencia de Negocios
 

Último

La importancia de las pruebas de producto para tu empresa
La importancia de las pruebas de producto para tu empresaLa importancia de las pruebas de producto para tu empresa
La importancia de las pruebas de producto para tu empresamerca6
 
2024 2024 202420242024PPT SESIÓN 03.pptx
2024 2024 202420242024PPT SESIÓN 03.pptx2024 2024 202420242024PPT SESIÓN 03.pptx
2024 2024 202420242024PPT SESIÓN 03.pptxccordovato
 
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,juberrodasflores
 
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdfREPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdfIrapuatoCmovamos
 
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfPREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfluisccollana
 
que son los planes de ordenamiento predial POP.pptx
que son los planes de ordenamiento predial  POP.pptxque son los planes de ordenamiento predial  POP.pptx
que son los planes de ordenamiento predial POP.pptxSergiothaine2
 
El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)estebancitoherrera
 
tipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicacióntipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicaciónJonathanAntonioMaldo
 
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior UniversitariaSUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior Universitariachayananazcosimeon
 
bases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria debases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria deCalet Cáceres Vergara
 
HABILESASAMBLEA Para negocios independientes.pdf
HABILESASAMBLEA Para negocios independientes.pdfHABILESASAMBLEA Para negocios independientes.pdf
HABILESASAMBLEA Para negocios independientes.pdfGEINER22
 
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdfREPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdfIrapuatoCmovamos
 
17 PRACTICAS - MODALIDAAD FAMILIAAR.docx
17 PRACTICAS - MODALIDAAD FAMILIAAR.docx17 PRACTICAS - MODALIDAAD FAMILIAAR.docx
17 PRACTICAS - MODALIDAAD FAMILIAAR.docxmarthaarroyo16
 
Data Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosData Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosssuser948499
 
LA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechoLA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechojuliosabino1
 
CAPACITACION_higiene_industrial (1).ppt...
CAPACITACION_higiene_industrial (1).ppt...CAPACITACION_higiene_industrial (1).ppt...
CAPACITACION_higiene_industrial (1).ppt...jhoecabanillas12
 
CUESTIONARIO A ADICCION A REDES SOCIALES.pdf
CUESTIONARIO A ADICCION A REDES SOCIALES.pdfCUESTIONARIO A ADICCION A REDES SOCIALES.pdf
CUESTIONARIO A ADICCION A REDES SOCIALES.pdfEDUARDO MAMANI MAMANI
 

Último (17)

La importancia de las pruebas de producto para tu empresa
La importancia de las pruebas de producto para tu empresaLa importancia de las pruebas de producto para tu empresa
La importancia de las pruebas de producto para tu empresa
 
2024 2024 202420242024PPT SESIÓN 03.pptx
2024 2024 202420242024PPT SESIÓN 03.pptx2024 2024 202420242024PPT SESIÓN 03.pptx
2024 2024 202420242024PPT SESIÓN 03.pptx
 
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
Ivu- taller de diseño arquitectonico l , adicion y sustraccion de cubos,
 
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdfREPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
 
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfPREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
 
que son los planes de ordenamiento predial POP.pptx
que son los planes de ordenamiento predial  POP.pptxque son los planes de ordenamiento predial  POP.pptx
que son los planes de ordenamiento predial POP.pptx
 
El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)
 
tipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicacióntipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicación
 
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior UniversitariaSUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
 
bases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria debases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria de
 
HABILESASAMBLEA Para negocios independientes.pdf
HABILESASAMBLEA Para negocios independientes.pdfHABILESASAMBLEA Para negocios independientes.pdf
HABILESASAMBLEA Para negocios independientes.pdf
 
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdfREPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
 
17 PRACTICAS - MODALIDAAD FAMILIAAR.docx
17 PRACTICAS - MODALIDAAD FAMILIAAR.docx17 PRACTICAS - MODALIDAAD FAMILIAAR.docx
17 PRACTICAS - MODALIDAAD FAMILIAAR.docx
 
Data Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosData Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datos
 
LA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechoLA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derecho
 
CAPACITACION_higiene_industrial (1).ppt...
CAPACITACION_higiene_industrial (1).ppt...CAPACITACION_higiene_industrial (1).ppt...
CAPACITACION_higiene_industrial (1).ppt...
 
CUESTIONARIO A ADICCION A REDES SOCIALES.pdf
CUESTIONARIO A ADICCION A REDES SOCIALES.pdfCUESTIONARIO A ADICCION A REDES SOCIALES.pdf
CUESTIONARIO A ADICCION A REDES SOCIALES.pdf
 

Implementación incremental de SDMX en el INEI

  • 1. Statistical Data and Metadata eXchange Tema : Arquitectura propuesta, Hoja de ruta y Recomendaciones para la Adopción de SDMX en el INEI Fecha : 26/08/2019 Expositor : Michael Macavilca Mejia Analista de Sistemas de Encuestas OTIN - INEI
  • 2. Statistical Data and Metadata eXchange Arquitectura Propuesta, Hoja de Ruta y Recomendaciones para la Adopción de SDMX Contenido
  • 3. Statistical Data and Metadata eXchangeArquitectura SDMX propuesta para el INEI
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10. Statistical Data and Metadata eXchange 1. Antes de comenzar el proyecto: Asegurarnos de comprender el propósito y la filosofía del estándar y su potencial. Desarrollar conciencia y habilidades dentro de la organización, asegurandos de cubrir las áreas estadísticas y tecnológicas. Organizar un equipo de implementación, dedicado y capacitado. Planificar los objetivos iniciales, comenzando con un pequeño proyecto. Hacer un piloto para utilizarlo como prueba de concepto. Establecer grupos de colaboración con otras organizaciones que ya hayan implementado el estándar. Hoja de Ruta Sugerida
  • 11. Statistical Data and Metadata eXchange 2. Implementar una plataforma básica: para diseñar los DSD, para asignar sus repositorios de información a sus flujos, para publicar sus flujos de datos SDMX, etc. 3. Desarrollar los DSD como un esfuerzo de equipo. La participación en un piloto internacional o tomando un flujo existente y documentado como referencia de organizaciones internacionales podría ser útil. 4. Implementar los flujos, asegurandonos de que todo el proceso sea práctico y útil, realizando las correcciones necesarias. 5. Revisar los resultados e ir al próximo proyecto. 6. Después de obtener los primeros resultados y de estar seguro de tener cierta experiencia, desarrollemos un plan estratégico para impulsar su implementación de manera sostenible. Hoja de Ruta Sugerida
  • 12. Statistical Data and Metadata eXchange •Esta estrategia es amplia y aplicable a diferentes esfuerzos que impliquen la introducción de nuevos conceptos e innovaciones en la organización. •Busca reducir los riesgos de adopción y aumentar la probabilidad de éxito. •Se basa en la aplicación racional de recursos y en el incremento gradual de las capacidades de la organización para manejar los nuevos elementos que modifican las formas de trabajo de la organización. Estrategia para la Adopción Incremental
  • 13. Statistical Data and Metadata eXchange Etapas de la Adopción Incremental
  • 14. Statistical Data and Metadata eXchange Conocimiento Inicial Etapas de la Adopción Incremental ¿Qué niveles de la organización tienen conocimiento sobre el nuevo concepto o innovación? • Alto nivel (poco detalle): Necesario para patrocinar proyectos y asignar recursos • Nivel medio (detalle medio): Necesario para integrar proyectos y coordinar acciones • Nivel operativo (alto detalle): Necesario para ejecutar proyectos yconcretar resultados
  • 15. Statistical Data and Metadata eXchange Ciclos de Adopción Incremental Etapas de la Adopción Incremental
  • 16. Statistical Data and Metadata eXchange •Análisis de Beneficios ▫¿Qué podemos obtener? ▫¿Qué valor tiene para la institución el beneficio potencial (Aprendizaje y Nuevas Capacidades + Ganancias)? •Análisis de Capacidades ▫¿Con qué contamos actualmente? Capacidades Humanas, Procesos, Información, Sistemas y Recursos Tecnológicos •Análisis de Costos ▫¿Qué requerimos invertir? Personal con Conocimientos y Habilidades Recursos humanos, materiales y financieros Tiempo •Análisis de Riesgos ▫¿Qué riesgos estoy dispuesto a correr? Análisis
  • 17. Statistical Data and Metadata eXchange Evaluación
  • 18. Statistical Data and Metadata eXchange •Establecer Objetivos y Alcance: ▫¿Qué beneficios busco obtener? •Elaborar un Proyecto: ▫Describir de qué manera voy a aplicar los recursos para obtener los beneficios que pretendo obtener •Establecer Controles: ▫¿Cómo voy a saber qué estoy logrando obtener los beneficios previstos? ▫¿De qué manera me aseguro de qué estoy aplicando solamente los recursos previsto? ▫¿Con qué herramientas y con qué frecuencia voy a realizar el aseguramiento? Planeación
  • 19. Statistical Data and Metadata eXchange •Organizar los Recursos •Actuar ▫Aplicar los recursos conforme a lo planeado •Mantener el Control y la Alineación ▫Seguir una disciplina de medición periódica ▫Hacer los ajustes conforme sea necesario ▫Mantener la comunicación con los interesados para asegurar que el compromiso y la alineación de esfuerzos continúan •Hacer el Cierre y Aseguramiento ▫Identificar claramente Cuándo se han Alcanzado los Objetivos o se han Agotado los Recursos Disponibles (incluyendo posibles ampliaciones) ▫Preguntarnos si logramos lo que esperábamos ▫Cuantificar/capitalizar beneficios, capacidades y conocimientos ▫Comunicar los resultados •Determinar si procede una nueva iteración ▫¿Tenemos un proceso de adopción incremental? ▫¿Existe un programa? Implementación
  • 20. Statistical Data and Metadata eXchange •Procesos ▫Hay claridad en los procesos y las necesidades a cubrir utilizando el estándar –Clientes y Proveedores, Periodicidad, Aplicación, Acuerdos de Aprovisionamiento •Información ▫Existe o se puede desarrollar toda la información que se va a intercambiar (conforme al modelo de información de SDMX) estructurada de manera adecuada– Datos, Metadatos Estructurales y Metadatos de Referencia •Sistemas y Herramientas ▫Secuenta con, o se está dispuesto a, desarrollar un conjunto de herramientas de software suficiente para manejar el estándar •Recursos Tecnológicos ▫Se tiene una infraestructura mínima de bases de datos, equipo de cómputo y comunicaciones para soportar todo lo anterior? Condiciones para una Adopción Sustentable de SDMX
  • 21. Statistical Data and Metadata eXchange •Reportar datos y metadatos a organismos internacionales ▫Uso de DSDs Globales o acordados con los organismos internacionales •Publicar datos y metadatos para su uso y explotación ▫Uso del modelo de información de SDMX para facilitar la publicación y consumo de datos abiertos a diferentes actores de la sociedad •Recolectar información dentro del sistema estadístico nacional ▫Desarrollar acuerdos de aprovechamiento para facilitar la recolección de datos y metadatos por parte de quienes integran el sistema estadístico •Incorporar el modelo de información de SDMX en el proceso de producción de información ▫Utilizar el modelo de información de SDMX para mejorar la interoperabilidad, la eficiencia de flujos y el control de la calidad de los datos y metadatos Perfiles de Adopción
  • 22. Statistical Data and Metadata eXchange •Partir de un acuerdo de aprovisionamiento/solicitud del organismo Internacional •Contar con la DSD (Global o acordado con el organismo internacional) •Contar con la información a proporcionar (preferentemente en bases de datos) •Preparar la información ▫Si se trata de una conversión de archivos, se tiene que hacer para cada ocasión que se entregue información ▫Si se trata de enviar información que está en bases de datos de difusión, basta hacer el mapeo una sola vez (o cuando se acuerde un cambio en el DSD). Mientras se actualice la base de datos, la información se actualiza •Poner el flujo de datos a disposición del organismo internacional ▫Enviar los archivos de flujos de datos SDMX por correo (modelo “push”). No recomendable. ▫Depositar el archivo de flujos de datos SDMX en un sitio para que sea “recogido” por el organismo internacional. Solamente si aún no se tienen bases de datos, servicios web y la conversión es manual. ▫Publicar un servicio Web SDMX para que el organismo (o quien tenga acceso) tome la información de ahí cuando la necesite. La forma más recomendable. Capacidades Mínimas para Reportar Datos y Metadatos a Organismos Internacionales
  • 23. Statistical Data and Metadata eXchange •No considerar que SDMX es un proyecto de TIC ▫Es un esfuerzo compartido entre las áreas conceptuales y de TIC: INDISPENSABLE ELTRABAJO CONJUNTO •No recorrer solos el camino ▫Buscar la asesoría y cooperación con otras organizaciones (organismos internacionales, otras oficinas estadísticas,comunidad de SDMX, grupos técnicos, consultores, etc.) •No perder el impulso inicial ▫Aprovechar los conocimientos obtenidos y ponerlos en práctica, establecer el modelo de adopción incremental lo antes posible siendo constantes •Ser constante e institucionalizar la adopción ▫La adopción del estándar puede tomar algún tiempo en el cual pueden cambiar las personas y prioridades, es necesario elevarlo a nivel de la institución para asegurar su continuidad Recomendaciones Adicionales
  • 24. Statistical Data and Metadata eXchange •Establecer estrategias conforme al perfil a desarrollar ▫Cada perfil de adopción requiere de un enfoque y un esfuerzo diferente para desarrollarlo. Los obstáculos y beneficios son diferentes para cada caso, porlo que las estrategias de adopción deben tomar en cuenta esas diferencias •La adopción parcial no es un fracaso ▫Usar SDMX solo cuando haga sentido para el contexto de la institución, no se trata de cubrir el 100% de la información sino de obtener los máximos beneficios •SDMX es una pieza dentro de un conjunto de estándares en las estadísticas oficiales ▫SDMX no necesariamente compite con otros estándares que también manejan datos y metadatos (por ejemplo con DDI o XBRL), su enfoque y objetivos son muy claros, por lo que se debe tomar como parte de un marco de trabajo más general; su valor se potencia cuando se instrumenta adecuadamente en conjunto con otros modelos y estándares •No confundir las partes con el todo ▫SDMX es más que un formato de archivos. El modelo de información, los mecanismos que incorpora para mantener la unión entre datos y metadatos y los objetivos que persigue son los que le hacen robusto y sustentan su valor Recomendaciones Adicionales
  • 25. Statistical Data and Metadata eXchange Gracias