Soluciones Informáticas Integrales para el Aprovechamiento de Registros Administrativos

Transcripción

1 Soluciones Informáticas Integrales para el Aprovechamiento de Registros Administrativos Yandre Jaime Cujilán Instituto Nacional de Estadística y Censos INEC Ecuador Seminario Potenciando el uso de los registros administrativo con fines estadísticos para el seguimiento de la Agenda 2030 Santiago de Chile, 24 al 26 octubre 2017

2 Visión óptima del INEC Registros Big Data Encuestas INEC Usuarios

3 MPE para Registros Administrativos

4 Sistemas Informáticos para la Producción Estadística-RA Archivo (Cuadros de mando) Archivo (Banco de Información) Diseño (muestral) Construcción Procesamiento (Estandarización) Difusión (BDD RE) AUTOMATIZACIÓN Procesamiento (Integración) Difusión (Repositorio) Análisis (Cálculo) Análisis (Geográfico) Análisis (Gráficos) Sistemas Desarrollados Sistemas en Desarrollo Sistemas en Diseño

5 Diseño (muestral) SISGEM Sistema Integrado de Gestión Muestral Sistema de almacenamiento y gestión de muestras. Permite cargar y gestionar una muestra para dar paso al proceso de investigación. 50%

6 Construcción INFOCAPT Sistema de Captura de Información Sistema que permite la captura de información de forma digital. Permite almacenar la información de un cuestionario mediante tablets, laptops, smartphones, etc. 100%

7 Procesamiento: Estandarización METADEC Gestión de datos y Metadatos Sistema de almacenamiento, gestión de datos y metadatos. Permite crear la estructura de un formulario, parametrizar saltos y validaciones. 100%

8 Productoras estadísticas Procesamiento: Integración DWH-S Almacén de Datos Estadístico Estructura de información que permite mantener información histórica. Permite organizar la información de RA e información generada por el INEC, para facilitar el acceso y procesamiento. Permite escalar a grandes volúmenes. 100%

9 Análisis GYCA Gestión y Calculo Automático Sistema apoyado en R que permite gestionar y ejecutar scripts para cálculo de índices e indicadores. Se pueden gestionar los scripts, modificaciones al dato y su trazabilidad, desde un solo sistema y lenguaje a todas las unidades administrativas del INEC 10%

10 VDATOS Visualizador de Datos Estadísticos Análisis Sistema Integrado de Visualización de Gráficos Estadísticos, de acceso público vía web y móvil. Consolida todas las operaciones estadísticas. Permite ver gráficos, tabulados y documentación. 100%

11 Análisis (Geográfico) GEOPORTAL Sistema geográfico INEC El sistema permite con componentes geográficos, la visualización de estadística, tracking, georreferenciación. Permite realizar controles y una mejor visualización de la producción estadística. 20%

12 Difusión RIBD Repositorio de base de datos del INEC Sistema repositorio web para el almacenamiento, transferencia y gestión de archivo de base de datos del INEC. Permite cargar, descargar, aprobar y transferir bases entre Unidades del INEC. 100%

13 VRAD Visor de Registros Administrativos y Estadísticos Difusión Sistema de gestión y visualización de registros administrativos. Permite trasformar los RA en registros estadísticos, y los clasifica por temática. 90%

14 Gestión de Archivo GPE Gestión de Producción Estadística Sistema que permite monitorear el avance y gestión de los diferentes procesos de la producción estadística La visualización de avances de los procesos, ayudan a la mejora continua de los diferentes procesos 0%

15 Gestión de Archivo BINFO Banco de Información de Datos Abiertos Sistema Web para Descarga de Bases de Datos. Se puede descargar en formato de datos abiertos. 100%

16 Procesamiento de Datos en el INEC con herramientas Big Data Confiabilidad Disponibilidad Integridad

17 Captación

18 Arquitectura de Procesamiento Software

19 Procesamiento - Hadoop Computación paralela. Facilita la manipulación de grandes cantidades de datos, en grupos de computadoras. Requerimiento Procesamiento

20 Procesamiento: Perfilamiento Uso de herramientas estandarizadas (UDF) desarrolladas en Java, y cargadas al entorno de procesamiento.

21 Procesamiento: Perfilamiento cédula validación corrección CC CC03-CC CC07-CC06-CC u7378 -CC06-CC CC Catálogo de errores

22 Procesamiento: Corrección

23 Procesamiento: Estandarización

24 Procesamiento: Consistencia Uso de algoritmos de similitud para recuperación de datos: Algoritmo de Jaro Winkler Algoritmo de Levenshtein Algoritmo Similarity Tools Variables usadas Año de nacimiento Mes de nacimiento Día de nacimiento Genero Provincia de nacimiento Cantón de nacimiento Parroquia de nacimiento

25 Procesamiento: Consistencia Resultado texto evaluado

26 Procesamiento: Conversión Se generan nuevas variables a partir de las existentes, con un criterio institucional. Variable original Variable generada

27 Procesamiento: Integración Fuente1. SENESCYT Fuente2. CGREG Fuente3. DNRCIC La base de datos integrada por variables provenientes de diversas fuentes de información.

28 REGISTROS ADMINISTRATIVOS Almacén de Datos Estadístico Transformación (Almacén de datos estadístico) Data warehouse estadístico

29 Herramientas para Visualización de Registros

30 Para más información: Markus Nabernegg: César Vicuña: Yandre Jaime Cujilán: David Caín: Fernando Escobar: Ángel Chiluisa: GRACIAS