Modelo de Proceso de Negocio

Estadstico Genrico

Indice

I.

Introduccin.......................................................................................
Antecedentes.........................................................................................................
Algunos cambios de la versin 4.0........................................................................

II.

El modelo...........................................................................................
Entendiendo el GSBPM..........................................................................................
La estructura.........................................................................................................
Aplicabilidad..........................................................................................................
Usando el GSBPM..................................................................................................

III.

Relaciones con otros modelos y estandares........................................

GSIM....................................................................................................................
GLBPM.................................................................................................................

IV.

Nivels 1 y 2 del modelo del proceso de negocio estadstico

genrico...................................................................................................
V.

Descripciones de las fases y sub-procesos..........................................

Fase de especificar las nececidades....................................................................
Fase de diseo.....................................................................................................
Fase de construccin...........................................................................................
Fase de recogida de la informacin....................................................................
Fase del proceso..................................................................................................
Fase de Anlisis...................................................................................................
Fase de disercin.................................................................................................
Fase de Evaluacin..............................................................................................

VI.

Procesos Globales.............................................................................

VII.

Otros usos del GSBPM......................................................................

Anexo- .....................................................................................................

Modelo de Proceso de Negocio Estadstico

(GSBPM)
I.

Genrico

Introduccin

1. El GSBPM describe y define el conjunto de procesos de negocio

necesarios para producir estadsticas oficiales. Proporciona un marco
estndar y una terminologa armonizada para ayudar a las
organizaciones estadsticas para modernizar sus procesos de
produccin estadstica, as como para compartir mtodos y
componentes. El GSBPM tambin se puede utilizar para integrar los
estndares de datos y metadatos, como molde para la
documentacin de procesos, para la armonizacin de las
infraestructuras de computacin estadstica, y para proporcionar un
marco para la evaluacin y mejora de la calidad del proceso. Estos y
otros propsitos para los cuales se puede utilizar el GSBPM en forma
ms pormenorizada en la Seccin VI. Esta versin de la GSBPM est
totalmente alineada con la versin 1.1 del modelo de informacin
estadstica genrica (GSIM) 1y proporciona una base para la aplicacin
de la Estadstica de Produccin Arquitectura Comn (CSPA). 2
Antecedentes
2. Las sesiones de / Eurostat / en Conjunto de UNECE y OCDE han
realizado trabajo sobre metadatos estadsticos (METIS) han preparado
un marco de metadatos comn (CMF). 3Parte C de este marco se
titula "Los metadatos y el Ciclo de Estadstica". Esta parte se refiere a
las fases del proceso estadstico de empresas (tambin conocida
como la cadena de valor estadstico o ciclo estadstico) y proporciona
trminos genricos para describirlas. Desde noviembre de 2013, este
trabajo ha sido tomado por el Comit de modernizacin sobre las
normas, en el marco del Grupo de Alto Nivel para la Modernizacin de
la Produccin y Servicios de Estadstica (GAN). 4

1 http://www1.unece.org/stat/platform/display/metis/Generic+Statistical+Information+Model

2
http://www1.unece.org/stat/platform/display/CSPA/Common+Statistical+Production+Architecture+Home

3 http://www.unece.org/stats/cmf/

4 http://www1.unece.org/stat/platform/display/hlgbas

3. Durante un taller sobre el desarrollo de la Parte C de la CMF,

celebrado en Viena en julio de 2007 5, los participantes coincidieron en
que el modelo de proceso de negocio utilizado por Estadsticas de
Nueva Zelanda proporcionara una buena base para el desarrollo de
un modelo de proceso de negocio genrico Estadstica. Despus de
varias corrientes de aire y las consultas pblicas, la versin 4.0 del
GSBPM fue lanzado en abril de 2009. Fue posteriormente adoptado
por la comunidad mundial de las estadsticas oficiales, y form una de
las piedras angulares de la visin GAN y la estrategia para la
modernizacin basada en estndares.
4. En diciembre de 2012, un modelo complementario, la informacin
estadstica del Modelo Genrico (GSIM) fue lanzado (para ms
informacin vase la seccin III). El trabajo para desarrollar y aplicar
posteriormente el GSIM como resultado de la identificacin de varias
mejoras posibles al GSBPM. Durante 2013, el Grupo de Alto Nivel
puso en marcha un proyecto sobre "Marcos y Estndares para la
modernizacin Estadstica", que inclua un examen ms amplio de el
GSBPM y GSIM, para mejorar la coherencia entre la documentacin
de los modelos, e incorporar la retroalimentacin basado en
implementaciones prcticas. La versin actual de la GSBPM (versin
5.0) es el resultado directo de este trabajo. Si bien se considera
definitivo en el momento de la liberacin, tambin se espera que las
futuras actualizaciones pueden ser necesarias en los prximos aos,
ya sea para reflejar nuevas experiencias en la aplicacin del modelo
en la prctica, o debido a la evolucin de la naturaleza de la
produccin estadstica. Por lo tanto, se invita al lector a consultar la
pgina web www.unece.org/stats/gsbpm para asegurarse de tener la
versin ms reciente.

Principales cambios respecto de la versin 4.0

5. La revisin de la versin 4.0 del GSBPM tena un mandato claro

del grupo de alto nivel para introducir nicamente cambios que

tuvieron un fuerte caso de negocios y un amplio apoyo en la
comunidad estadstica internacional. La justificacin de este
enfoque es que muchas organizaciones han invertido mucho en
la aplicacin del GSBPM. Los principales cambios podran
implicar costos significativos, y en ltima instancia, podra ser
contraproducente en trminos de asegurar la adopcin y uso
del modelo. Como resultado, hay un nmero limitado de
cambios en el modelo en s, pero muchas ms mejoras,
adiciones y aclaraciones a la documentacin de apoyo.
6. Los principales cambios en el GSBPM entre las versiones 4.0 y

5.0

son

los

siguientes:

5 http://www.unece.org/stats/documents/2007.07.metis.htm

Fase 8 (Archivo) se ha eliminado, y se incorporan en el proceso

de sobre-arqueo de datos y gestin de metadatos, para reflejar
la opinin de que el archivo puede ocurrir en cualquier etapa
del proceso de produccin estadstica.

Un nuevo sub-proceso: "Construir o mejorar los componentes

de difusin" se ha agregado dentro de la fase de "Build" para
reflejar la creciente importancia de contar con una gama de
opciones de difusin.

Varios subprocesos han sido re-nombrado para mejorar la

claridad.

Las descripciones de los sub-procesos se han actualizado y

ampliado en caso de ser necesarias. La terminologa utilizada
ha sido cambiada a ser menos encuesta-centrada, en
reconocimiento de la creciente utilizacin de fuentes de tipo
no-encuesta (datos administrativos, grandes volmenes de
datos, etc.).

II.

El modelo

7. El GSBPM debe aplicarse e interpretarse de forma flexible. No es

un marco rgido en el que todos los pasos se deben seguir en un
orden estricto, sino que identifica los posibles pasos en el
proceso estadstico de empresas, y las interdependencias entre
ellas.
8. Aunque la presentacin del GSBPM sigue la secuencia lgica de
pasos en la mayora de los procesos de negocio estadsticos, los
elementos del modelo pueden ocurrir en diferentes rdenes y
en diferentes circunstancias. Adems, algunos subprocesos
sern revisados en varias ocasiones que forman bucles
iterativos, particularmente dentro del Proceso y fases a Analizar.
9. Por consiguiente, GSBPM debe ser visto ms como una matriz, a

travs del cual hay muchos caminos posibles. De esta manera

el GSBPM pretende ser lo suficientemente genrico para ser
ampliamente aplicable, y para fomentar una vista estndar del
proceso estadstico de empresas, sin llegar a ser demasiado
restrictivas o demasiado abstracto y terico.
La estructura

El GSBPM comprende tres niveles:

10.

El nivel 0, el proceso estadstico de empresas;

Nivel 1, las ocho fases del proceso estadstico de
empresas;
Nivel 2, los sub-procesos dentro de cada fase.
5

Un diagrama que muestra las fases (nivel 1) y

subprocesos (nivel 2) se incluye en la Seccin IV. Los subprocesos se describen en detalle en la Seccin V.

11.

El GSBPM tambin reconoce varios procesos globales que

se aplican a lo largo de las ocho fases, y a travs de procesos
estadsticos de empresas. Estos se pueden agrupar en dos
categoras, los que tienen un componente estadstico, y los que
son ms generales, y se podra aplicar a cualquier tipo de
organizacin. El primer grupo se considera que es ms
importante en el contexto de este modelo, sin embargo, el
segundo grupo tambin debe ser reconocido, ya que tienen
impactos indirectos (a menudo) en varias partes del modelo.

12.

Los procesos globales

con un componente estadstico
incluyen lo siguiente. Los cuatro primeros estn ms
estrechamente relacionados con el modelo. Calidad y gestin
de metadatos se resaltan especficamente en los diagramas de
modelo y de forma ms pormenorizada en la Seccin VI.

13.

Gestin de la calidad - Este proceso incluye la evaluacin

de la calidad y mecanismos de control. Se reconoce la
importancia de la evaluacin y retroalimentacin a lo
largo del proceso estadstico de empresas;

Gestin de Metadatos - Los metadatos se generan y se

procesan dentro de cada fase, hay, por lo tanto, una
fuerte necesidad de un sistema de gestin de metadatos
para asegurar que los metadatos correspondientes deban
tener sus vnculos con los datos de todo el GSBPM. Esto
incluye consideraciones del proceso independiente como
el de custodia de metadatos y la propiedad, la calidad, las
normas de archivo, preservacin, conservacin y
eliminacin;

Gestin de datos - Esto incluye consideraciones de

proceso independiente, como la seguridad de datos
generales, la custodia y la propiedad, la calidad de los
datos, reglas de archivado, la preservacin, conservacin
y eliminacin;

Gestin de datos de proceso - Esto incluye la gestin de

datos y por metadatos generados
y proporcionar
informacin sobre todas las partes del proceso estadstico
de empresas.

La gestin del conocimiento - Esto asegura que los

procesos estadsticos de empresas son repetibles,
principalmente a travs del mantenimiento de la
documentacin de procesos;
6

Gestin de marco estadstico - Esto incluye las normas de

desarrollo, por ejemplo metodologas, conceptos y
clasificaciones que se aplican a travs de mltiples
procesos.

Programa de Gestin estadstica - Esto incluye un control

sistemtico y la revisin de los requisitos de informacin
emergentes y en los pases emergentes y el cambio de
las fuentes de datos en todos los mbitos estadsticos.
Puede dar lugar a la definicin de nuevos procesos
estadsticos de empresas o el rediseo de los ya
existentes;

Gestin de Proveedores - Esto incluye la gestin de la

carga de procesos cruzados, as como temas tales como
perfiles y la gestin de la informacin de contacto (y por
lo tanto tiene particularmente estrechos vnculos con los
procesos estadsticos de empresas que mantienen
registros);

Gestin de clientes - Esto incluye las actividades

generales de marketing, la promocin de la cultura
estadstica, y hacer frente a la retroalimentacin del
cliente no especfica.
Ms en general los procesos globales incluyen:

14.

Gestin de recursos humanos;

Gestin financiera;
Gestin de proyectos;
Gestin de marco legal;
Gestin de Marco organizativo;
Planificacin estratgica.

Aplicabilidad

El GSBPM est destinado a aplicarse a todas las

actividades realizadas por los productores de estadsticas
oficiales, tanto a nivel nacional como internacional, que dan
lugar a salidas de datos. Est diseado para ser independiente
de la fuente de datos, por lo que puede utilizarse para la
descripcin y evaluacin de la calidad de los procesos en base a
encuestas, censos, registros administrativos y otras fuentes no
estadsticos o mixtos.

15.

Mientras que el tpico proceso estadstico de empresas

incluye la recogida y tratamiento de datos para producir
resultados estadsticos, el GSBPM tambin se aplica a los casos
en que los datos existentes se revisan o las series de tiempo se
vuelve a actualizarr, ya sea como resultado de la mejora de los
datos de origen, o un cambio en la metodologa. En estos casos,
los datos de entrada son los datos publicados anteriormente,
que luego son procesados y analizados para producir salidas
revisadas. En tales casos, es probable que varios subprocesos y
posiblemente algunas fases (particularmente los primeros) se
omiten. Del mismo modo, el GSBPM se puede aplicar a procesos
tales como la compilacin de las cuentas nacionales y los
procesos tpicos de organizaciones internacionales de
estadstica

16.

Adems de ser aplicable para los procesos que dan lugar

a las estadsticas, el GSBPM tambin se puede aplicar al
desarrollo y mantenimiento de registros estadsticos, en los que
las entradas son similares a las de la produccin estadstica
(aunque por lo general con un mayor nfasis en los datos
administrativos) y las salidas son tpicamente cuadros u otras
extracciones de datos, que luego se utilizan como insumos para
otros procesos6.

17.

18.El GSMBP puede ser visto como una aplicacin suficientemente

flexible en todos los escenarios
Usando el GSBPM
19. 19. El GSBPM es un modelo de referencia. Se pretende que el

GSBPM pueda ser utilizado por las organizaciones en y de

diferentes grados. Una organizacin puede optar por aplicar
GSBPM directo o usarlo como base para el desarrollo de una
adaptacin especfica organizacin del modelo. Se puede
utilizar en algunos casos slo como un modelo al que se
refieren las organizaciones cuando se comunica internamente o
con otras organizaciones para aclarar la discusin. Los diversos
escenarios para el uso de GSBPM son todos vlidos.
20. Cuando

las organizaciones han desarrollado adaptaciones

especficas de la organizacin del GSBPM, se pueden hacer que
algunas especializaciones al modelo para adaptarse a su
contexto organizativo. La evidencia hasta la fecha sugiere que
estas especializaciones no son suficientemente genricas para
ser incluido en el propia GSBPM.

6 http://www1.unece.org/stat/platform/download/attachments/57835551/BR+meeting+paper2.doc

21. En algunos casos, puede ser apropiado agrupar algunos de los

elementos del modelo. Por ejemplo, las fases de dos y

cincuenta y nueve podran considerarse para corresponder a
una sola fase de planificacin. En otros casos, en particular para
las implementaciones prcticas, puede haber una necesidad de
aadir una o ms detalladas niveles de la estructura se
presenta a continuacin para identificar por separado los
diferentes componentes de los subprocesos.
22. Tambin puede haber un requisito para un cierre de sesin

formal entre fases, donde la salida de una fase est certificado

como adecuado como entrada para el siguiente. Este tipo de
aprobacin oficial est implcita en el modelo, pero se puede
implementar de muchas maneras diferentes, dependiendo de
los requisitos de organizacin.
III.

Las relaciones con otros modelos y normas

23. El GSBPM fue desarrollado originalmente en el modelo de

proceso de negocio genrico de Estadsticas de Nueva Zelanda,

complementado por las aportaciones de otros organismos
estadsticos con experiencia en el modelado estadstico de
procesos. Sin embargo, existe una serie de otros modelos y
normas relacionadas, tanto como resultado de las iniciativas de
modernizacin, y actividades similares fuera del alcance de las
estadsticas oficiales
CSPA
24. Volviendo en primer lugar a los vnculos entre el GSBPM y los

otros marcos y normas necesarias para la modernizacin

estadstica, puede ser til el tener en cuenta el contexto de la
arquitectura empresarial. La arquitectura de la empresa se
refiere funciones y procesos de negocio de la informacin, las
aplicaciones y la tecnologa necesarios para ejecutarlas. Es una
manera de describir lo que una organizacin, cmo lo hace,
para tratar de identificar cmo la organizacin podra mejorar la
calidad y la eficiencia.
25. En el contexto de la modernizacin estadstica, el objetivo es

alinear
las
arquitecturas
empresariales
de diferentes
organizaciones, la creacin de una "arquitectura de la industria"
para toda la "industria de las estadsticas oficiales". Este
enfoque tiene por objeto facilitar la colaboracin, el intercambio
y el desarrollo conjunto de los componentes y servicios que son
necesarios para las diferentes partes del proceso estadstico de
empresas (que se define en relacin con el GSBPM). El resultado

es la Arquitectura de Produccin Estadstica Comn (CSPA),

lanzado por primera vez a finales de 20137.

GSIM
26.
El Modelo Genrico estadstico de la informacin (GSIM)
es un marco de referencia para la informacin estadstica,
diseado para desempear un papel importante en la
modernizacin y racionalizacin de las estadsticas oficiales,
tanto a nivel nacional como internacional. Permite
las
descripciones genricas de la definicin, gestin y uso de los
datos y metadatos a lo largo del proceso de produccin
estadstica. Proporciona un conjunto de objetos de informacin,
que se describen consistentemente estandarizados, que son las
entradas y salidas en el diseo y elaboracin de estadsticas. El
GSIM ayuda a explicar las relaciones significativas entre las
entidades que participan en la produccin estadstica, y se
puede utilizar para guiar el desarrollo y uso de las normas o
especificaciones de implementacin consistentes.
27.
Al igual que el GSBPM, el GSIM es una de las piedras
angulares para la modernizacin de las estadsticas oficiales y
alejndose de los silos en la materia. El GSIM est diseado
para permitir enfoques innovadores para la produccin
estadstica en la mayor medida posible; por ejemplo, en el
mbito de la divulgacin, cuando las demandas de la agilidad y
la innovacin estn aumentando. Tambin es compatible con los
enfoques actuales de elaborar estadsticas.
28.
El GSIM identifica 110 objetos alrededor de informacin,
los ejemplos incluyen conjuntos de datos, variables, las
clasificaciones estadsticas, las unidades, las poblaciones, as
como las reglas y parmetros necesarios para los procesos de
produccin para funcionar (por ejemplo, reglas de edicin de
datos).
29.
El GSIM y la GSBPM son modelos complementarios para
la produccin y gestin de la informacin estadstica. Como se
muestra en el siguiente diagrama, el GSIM ayuda a describir los
subprocesos del GSBP.

ENTRADA
SALIDA
7 http://www1.unece.org/stat/platform/display/CSPA/Common+Statistical+Production+Architecture+Home
Cualquier objeto de
informacin GSIM

GSBPM
Sub-Procesos

Parmetros de procesos

Informacin
Transformada del
GSBPM 10
Metricas del
proceso

30.
Mayores resultados se pueden obtener del
GSIM si se aplica en conjuncin con el GSBPM. Del mismo modo,
recprocamente. Sin embargo, es posible (aunque no ideal) para
aplicar una sin la otra. Del mismo modo, ambos modelos son
compatibles con la aplicacin de la CSPA, pero pueden aplicarse
independientemente de si se utiliza ese marco arquitectnico o
no.
31.
De la misma manera que los procesos
estadsticos de empresas individuales no utilizan todos los subprocesos descritos en el GSBPM, es muy poco probable que
sean necesarios todos los objetos de informacin en el GSIM en
cualquier proceso de negocio estadstica especfica.
32.
La aplicacin de la GSIM y GSBPM juntos
pueden facilitar la construccin de sistemas de metadatos
impulsado eficientes y ayudar a armonizar las infraestructuras
de computacin estadsticos.
GLBPM
33.
Mirando fuera del mbito de las estadsticas
oficiales, la comunidad de investigacin de la encuesta social se
ha desarrollado Modelo del Proceso Longitudinal de Negocio
(GLBPM) 8"para proporcionar un modelo genrico que puede
servir como base para informar a los debates en las
organizaciones la realizacin de las colecciones de datos
longitudinales, y otra colecciones de datos repetidos en el
tiempo.
34.
Al igual que el GSBPM, el GLBPM es un modelo
de referencia contra el cual los procesos de negocio reales
pueden ser mapeados. Se trata de un modelo de referencia del
8 http://dx.doi.org/10.3886/DDILongitudinal05

11

proceso de recoleccin de datos de la seccin transversal

longitudinal y la repeticin de las organizaciones de
investigacin. En l se describen las actividades emprendidas y
los mapas de stos a sus entradas y salidas tpicas.
35.
El GLBPM tiene muchas similitudes con el
GSBPM, aunque difiere en algunas actividades especficas que
responden a las diferentes necesidades y prcticas de las
comunidades de investigacin en ciencias sociales y
estadsticos. El GLBPM, adopta el enfoque de tener una
trayectoria no lineal a travs de una matriz de alternativas
directamente del GSBPM.

IV.

Los niveles 1 y 2 del modelo de proceso genrico

estadstico de empresas

12

13

V.

Las descripciones de las fases y subprocesos

36.
En esta seccin se considera cada fase, a su
vez, la identificacin de los distintos subprocesos dentro de esa
fase, y la descripcin de sus contenidos.
Fase de las especificaciones necesarias.

37.
Esta fase se inicia automticamente cuando
se identifica una necesidad de nuevas estadsticas, o
retroalimentacin acerca de las estadsticas actuales, una
reconsideracin. Incluye todas las actividades asociadas a
atraer a los clientes para identificar sus necesidades
estadsticas detalladas, proponer opciones de solucin de alto
nivel y la preparacin de casos de negocio para satisfacer estas
necesidades.
38.

En esta fase la organizacin:

identificar la necesidad de las estadsticas.

confirmar, con ms detalle, las necesidades estadsticas
de las partes interesadas;
establecer los objetivos de alto nivel de los resultados
estadsticos;
Identificar los conceptos y variables relevantes para los
que se requiere la informacin;
comprobar el grado en que las fuentes de datos actuales
pueden satisfacer estas necesidades;
preparar el caso de negocio para obtener la aprobacin
para producir las estadsticas.

39.
Esta fase se divide en seis sub-procesos. Estos
son generalmente secuenciales, de izquierda a derecha, pero
tambin pueden ocurrir en paralelo, y pueden ser iterativos. Los
subprocesos son:
1.1. identificar las necesidades
40.
Este sub-proceso incluye la investigacin
inicial y la identificacin de las estadsticas que se necesitan y
lo que se necesita de las estadsticas. Puede desencadenarse
14

por una nueva solicitud de informacin, un cambio ambiental tal

como un presupuesto reducido. Los planes de accin de las
evaluaciones de las iteraciones anteriores del proceso, o de
otros procesos, pueden proporcionar una entrada a este subproceso. Tambin incluye la consideracin de la prctica entre
otras (nacionales e internacionales) estadstica organizaciones
productoras de datos similares, y en particular los mtodos
utilizados por esas organizaciones. Puede implicar la
consideracin de las necesidades especficas de las diferentes
comunidades de usuarios, tales como los grupos tnicos con
discapacidad, o diferentes.
1.2. Consultar y confirmar las necesidades
41.
Este sub-proceso se centra en consulta con
las partes interesadas y confirmando a detalle las necesidades
de las estadsticas. Se requiere una buena comprensin de las
necesidades del usuario para que la organizacin estadstica no
slo saber lo que se espera que produzca, sino tambin cundo,
cmo y, quizs lo ms importante, por qu. Para las segundas
iteraciones y siguientes de esta fase, el foco principal estar en
la determinacin de si las necesidades previamente
identificadas han cambiado. Este conocimiento detallado de las
necesidades del usuario es la parte crtica de este subproceso.
1.3. Establecer los objetivos de produccin
42.
Este sub-proceso identifica los resultados
estadsticos que se requieren para satisfacer las necesidades de
los usuarios identificados en el subproceso 1.2 (Consulte y
confirme necesidades). Incluye acordar la idoneidad de los
productos propuestos y sus medidas de calidad con los
usuarios. Los marcos legales (por ejemplo, relativos a la
confidencialidad), y los recursos disponibles es probable que
sean las limitaciones al establecer los objetivos de produccin.
1.4. Identificar los conceptos
43.
Este sub-proceso aclara los conceptos
necesarios para ser medidos por el proceso de negocio desde el
punto de vista del usuario. En esta etapa los conceptos
identificados pueden no alinearse con las normas estadsticas
existentes. Esta alineacin, y la eleccin o la definicin de los
conceptos estadsticos y variables a utilizar, se llevan a cabo en
el sub-proceso de 2.2
1.5. Consultar disponibilidad de datos
44.
Este sub-proceso verifica si las fuentes de
datos actuales podran satisfacer las necesidades del usuario,
15

as como las condiciones en las que estaran disponibles,

incluidas las restricciones en su uso. Una evaluacin de las
posibles alternativas incluira normalmente la investigacin de
posibles fuentes de datos no estadstica administrativas o de
otro tipo, para determinar si seran adecuados para su uso con
fines estadsticos. Cuando las fuentes existentes se evalan, se
prepara una estrategia para rellenar los huecos que quedan en
el requerimiento de datos. Este sub-proceso tambin incluye
una evaluacin ms general del marco legal en el que se
recogen y utilizan los datos, y por lo tanto puede identificar
propuestas para la modificacin de la legislacin existente o la
introduccin de un nuevo marco legal.
1.6. Preparar caso de negocio
45.
Este sub-proceso documenta los resultados de
los otros subprocesos en esta fase en forma de un caso de
negocio para obtener la aprobacin para implementar el
proceso estadstico de empresas nuevas o modificadas. Tal es el
caso de negocios tendra que ajustarse a los requisitos del
organismo de aprobacin, pero normalmente incluye elementos
tales como:

Una descripcin de los procesos de negocio "tal cual" (si

ya existe), con informacin sobre cmo se producen las
estadsticas actuales, destacando las ineficiencias y los
temas a tratar;
La propuesta "Ser" la solucin, que detalla cmo se
desarrollar el proceso estadstico de empresas para
producir las estadsticas nuevas o revisadas;
Una evaluacin de los costos y beneficios, as como las
restricciones externas.

Fase de diseo

46.
Esta fase se describe el desarrollo y las
actividades de diseo, y cualquier trabajo de investigacin
prctico
necesario para definir la estadstica de salidas,

16

conceptos, metodologas, recoleccin de instrumentos 9y

procesos operativos. Incluye todos los elementos de diseo
necesarios para definir o redefinir los productos o servicios de
estadstica identificadas en el caso de negocios. Esta fase se
especifican todos los metadatos relevantes, listo para su uso
posterior en el proceso estadstico de empresas, as como los
procedimientos de control de calidad. Para los productos
estadsticos producidos de forma regular, esta fase se produce
normalmente durante la primera iteracin, y siempre que las
acciones de mejora se identifican en la fase de una iteracin
anterior Evaluar.
47.
Las actividades de diseo hacen un uso
sustancial de las normas internacionales y nacionales, con el fin
de reducir la duracin y el costo del proceso de diseo y
mejorar la comparabilidad y la utilidad de los resultados.
Tambin se alienta a las organizaciones a volver a utilizar o
adaptar los elementos de diseo de los procesos existentes.
Adems, las salidas de los procesos de diseo pueden formar la
base para las futuras normas de la organizacin, nacional o
internacional.
48.
Esta fase se divide en seis sub-procesos, que
son generalmente secuencial, de izquierda a derecha, pero
tambin pueden ocurrir en paralelo, y puede ser iterativos.
Estos subprocesos son:
2.1. Resultados del diseo
49.
Este sub-proceso contiene el diseo detallado
de los resultados estadsticos, productos y servicios a ser
producido, incluyendo el trabajo de desarrollo y preparacin de
los sistemas y herramientas que se utilizan en la fase de
"Difusin". Los mtodos de control de divulgacin, as como los
procesos que rigen el acceso a las salidas confidenciales
tambin estn diseados aqu. Las salidas deben ser diseados
para cumplir con los estndares existentes siempre que sea
posible, por lo que las entradas a este proceso pueden incluir
metadatos de colecciones anteriores, similares o estndares
internacionales, e informacin sobre las prcticas de otros
organismos estadsticos de sub-proceso (1.1 Identificar las
necesidades).

9 Para los propsitos de GSBPM, los

instrumentos de recoleccin se definen ampliamente para incluir

cualquier herramienta o rutina para recabar o extraer datos y metadatos, a partir de cuestionarios en
papel a las herramientas de raspado web. En GSIM versin 1.1, los instrumentos de recoleccin son
"canales de cambio" que se utilizan para la informacin entrante.

17

2.2. Disear las descripciones de las variables

50.
Este
sub-proceso
define
las
variables
estadsticas que deben recogerse a travs del instrumento de
recoleccin, as como cualquier otra variable que se derivan de
ellos en el sub-proceso de 5.5 (derivar nuevas variables y
unidades), y cualesquiera clasificaciones estadsticas que sern
usadas. Se espera que las normas nacionales e internacionales
existentes sean seguidas cuando sea posible. Este sub-proceso
puede que tenga que ejecutar en paralelo con subproceso 2.3
(coleccin de diseo), como la definicin de las variables que
deben recogerse, y la eleccin del instrumento de recoleccin
puede ser interdependientes en algn grado. Preparacin de
descripciones de metadatos de las variables y clasificaciones
recogidos y derivados es una condicin previa necesaria para
las fases posteriores.
2.3. Coleccin de diseo
51.
Este sub-proceso determina el mtodo ms
apropiado de recoleccin (s) y el instrumento (s). Las
actividades reales en este sub-proceso variarn en funcin del
tipo de instrumentos de recoleccin requerida, que puede
incluir entrevistas asistidas por ordenador, cuestionarios en
papel, interfaces de datos administrativas y tcnicas de
integracin de datos. Este sub-proceso incluye el diseo de los
instrumentos de recoleccin, las preguntas y las plantillas de
respuesta (en relacin con las variables y clasificaciones
estadsticas diseadas en el sub-proceso de 2.2 (Diseo de las
descripciones de las variables)). Tambin incluye el diseo de
los acuerdos formales relacionados con el suministro de datos,
tales como memorandos de entendimiento, y la confirmacin de
la base jurdica para la recogida de datos. Este sub-proceso est
habilitado de herramientas tales como las bibliotecas de
preguntas (para facilitar la reutilizacin de preguntas y atributos
relacionados), herramientas cuestionario (para permitir la
elaboracin rpida y fcil de preguntas en formatos adecuados
para las pruebas cognitivas) y las plantillas de acuerdo (para
ayudar a estandarizar trminos y Condiciones). Este subproceso tambin incluye el diseo de sistemas de gestin del
proveedor para procesos especficos.
2.4. Marco del diseo y de la muestra
52.
Este sub-proceso slo se aplica a los procesos
que implican la recopilacin de datos basados en el muestreo,
tales como a travs de encuestas estadsticas. Se identifica y
especifica la poblacin de inters, define un marco de muestreo
(y, en su caso, el registro de la que se deriva), y determina los
criterios de muestreo ms adecuados y la metodologa (que
18

podra incluir la enumeracin completa). Las fuentes comunes

para un marco de muestreo son administrativos y estadsticos
registros, censos e informacin de otras encuestas por
muestreo. Este sub-proceso describe cmo estas fuentes se
pueden combinar si es necesario. El anlisis de si la trama
abarca la poblacin objetivo debe ser realizada. Un plan de
muestreo debe ser hecha: La muestra real se crea en el subproceso de 4.1 (Crea el marco y seleccione la muestra), el uso
de la metodologa, se especifica en este subproceso.
2.5. procesamiento y anlisis de diseo
53.
Este sub-proceso disea la metodologa del
procesamiento estadstico que se aplicar durante las fases de
"Anlisis " y "Proceso. Esto puede incluir la especificacin de
las rutinas para la codificacin, la edicin, la imputacin, la
estimacin, la integracin, la validacin y la finalizacin de los
conjuntos de datos.
2.6. sistemas de produccin y diseo del flujo de trabajo
54.
Este sub-proceso determina el flujo de trabajo
de recopilacin de datos para la difusin, teniendo una visin
general de todos los procesos que se requieren dentro de todo
el proceso de produccin estadstica, y asegurando que encajan
entre s de manera eficiente, sin lagunas o redundancias. Se
necesitan varios sistemas y bases de datos en todo el proceso.
Un principio general es reutilizar los procesos y la tecnologa a
travs de muchos procesos estadsticos de empresas, por lo
que las soluciones de produccin existentes (por ejemplo,
servicios, sistemas y bases de datos), deben examinarse en
primer lugar, para determinar si son aptos para el propsito de
este proceso especfico, entonces, si los huecos se identifican,
nuevas soluciones deben ser diseadas. Este sub-proceso
tambin considera cmo el personal interacta con los
sistemas, y quin ser responsable de qu y cundo.

Fase de construccin

19

55.
Esta fase construye y pone a prueba la
solucin de produccin hasta el punto en que est listo para su
uso en el medio ambiente "en vivo". Las salidas de la fase de
"diseo" dirigen la seleccin de procesos reutilizables, los
instrumentos, la informacin y los servicios que son
ensamblados y configurados en esta fase para crear el
ambiente operacional complet0 para ejecutar el proceso.
Nuevos servicios son construidos por excepcin, creados en
respuesta a las lagunas en el catlogo actual de servicios
procedentes de dentro de la organizacin como fuera. Estos
nuevos servicios se construyen para ser ampliamente
reutilizable dentro de la arquitectura de produccin de
estadsticas.
56.
Para los productos estadsticos producidos
sobre una base regular, esta fase se produce generalmente
durante la primera iteracin, y despus de una revisin o un
cambio en la metodologa o tecnologa, en lugar de para cada
iteracin.
57.
Se divide en siete sub-procesos, que son
generalmente secuencial, de izquierda a derecha, pero tambin
pueden ocurrir en paralelo, y pueden ser iterativos. Estos
subprocesos son:
3.1. Construir instrumento de recoleccin
58.
Este sub-proceso describe las actividades de
la construccin de los instrumentos de recoleccin que se
utilizarn durante la fase de "Collect (coleccin)". El
instrumento de recoleccin se genera o se construye en base a
las especificaciones de diseo creadas durante la fase de
"diseo". Una coleccin puede utilizar uno o ms modos para
recibir los datos, por ejemplo, entrevistas personales o
telefnicas;, cuestionarios en papel o electrnicos; Los
instrumentos de recoleccin tambin pueden ser rutinas de
extraccin de datos que se utilizan para recopilar datos de los
conjuntos existentes de datos estadsticos o administrativos.
Este sub-proceso tambin incluye la preparacin y prueba de
los contenidos y el funcionamiento de dicho instrumento (por
ejemplo, pruebas de las preguntas en un cuestionario). Se
recomienda tener en cuenta la conexin directa de los
instrumentos de recoleccin de metadatos del sistema
estadstico, de manera que los metadatos puedan ser ms
fcilmente capturados en la fase de recoleccin. La conexin de
los metadatos y los datos en el punto de captura pueden
guardar el trabajo en fases posteriores. La captura de las
mtricas de recogida de datos (paradatos) es tambin una
consideracin importante en este sub-proceso.
3.2. Construir o mejorar los componentes del proceso
20

59.
Este sub-proceso describe las actividades
para construir nuevos o mejorar los componentes y servicios
existentes necesarios para la fases "Anlisis" y "Proceso", como
se ha diseado en la fase de "diseo". Los servicios pueden
incluir funciones del mismo y las caractersticas, servicios de
informacin, funciones de transformacin, los marcos de flujo
de trabajo, proveedor de servicios de gestin y metadatos.
3.3. Construir o mejorar los componentes de difusin
60.
Este sub-proceso describe las actividades
para construir nuevos o mejorar los componentes y servicios
existentes necesarios para la difusin de los productos
estadsticos segn lo diseado en el sub-proceso (2.1
Resultados del diseo). Se incluyen todos los tipos de
componentes y servicios de difusin, de las que se utilizan para
producir las publicaciones tradicionales en papel a los que
proporcionan servicios web, salidas de datos abiertos, o el
acceso a los microdatos.
3.4. Configurar los flujos de trabajo
61.
Este sub-proceso configura el flujo de trabajo,
sistemas y transformaciones son utilizados dentro de los
procesos estadsticos de empresas, desde la recogida de datos
a travs de la difusin. Se asegura que el flujo de trabajo este
especificado en el proceso de 2.6 (Diseo de sistemas de
produccin y flujo de trabajo) funcione en la prctica.
3.5. Sistema de produccin de prueba
62.
Este sub-proceso se refiere a la prueba de
servicios montados y configurados y flujos de trabajo
relacionados. Incluye las pruebas tcnicas y de cierre de sesin
de nuevos programas y rutinas, as como la confirmacin de
que las rutinas existentes de otros procesos estadsticos de
empresas sean adecuados para su uso en este caso. Si bien
parte de esta actividad en relacin con la prueba de los
componentes y servicios individuales lgicamente podran estar
relacionados con el subproceso de 3.2 (Construir o mejorar los
componentes del proceso), este sub-proceso tambin incluye
pruebas de las interacciones entre los servicios montados y
configurados, y asegurar que la produccin solucin funciona
como un conjunto coherente de procesos, informacin y
servicios.
3.6.

Prueba estadstica de los procesos de negocios

21

63.
Este sub-proceso describe las actividades
para administrar una prueba de campo o piloto del proceso
estadstico de empresas. Normalmente se incluye una
recopilacin de datos a pequea escala, para poner a prueba
los instrumentos de recoleccin, seguido por el procesamiento y
anlisis de los datos recogidos, para garantizar el proceso
estadstico de las empresas se lleve a cabo como se esperaba.
Tras la prueba piloto piloto, puede ser necesario volver a un
paso anterior y hacer los ajustes a los instrumentos, sistemas o
componentes. Para proceso estadstico de empresa importante,
por ejemplo, un censo de poblacin, puede haber varias
iteraciones
hasta
que
el
proceso
est
funcionando
satisfactoriamente.
3.7. Finalizacin

de

los

sistemas

de

produccin

64. Este sub-proceso incluye las actividades para poner los

procesos y servicios montados y configurados, incluyendo los
servicios modificados y de nueva creacin en la produccin lista
para su uso por reas de negocio. Las actividades incluyen:

La produccin de documentacin acerca de los

componentes del proceso, incluida la documentacin
tcnica y manuales de usuario
La formacin de los usuarios acerca de cmo operar el
proceso de negocios
Mover los componentes de proceso en el entorno de
produccin, y asegurarse de que funcionan como se
esperaba en ese ambiente (esta actividad tambin puede
ser parte del proceso de sub-3.5 (sistema de produccin
de prueba).

Fase de recoleccin

65.
Esta fase recoge toda la informacin
necesaria (datos y metadatos), utilizando diferentes modos de
recoleccin (incluyendo extracciones de registros y bases de
datos no estadsticos estadsticos, administrativos y otros), y los
carga en el entorno apropiado para su posterior procesamiento.
Si bien puede incluir la validacin de formatos de conjuntos de
datos, que no incluye ninguna transformacin de los propios
datos, ya que se puede hacer todo en la fase de "Proceso". Para
22

la produccin estadstica producen con regularidad, esta fase se

produce en cada iteracin.
66.
La fase de "recoleccin" se divide en cuatro
sub-procesos, que son generalmente secuenciales, de izquierda
a derecha, pero tambin pueden ocurrir en paralelo, y pueden
ser iterativos. Estos subprocesos son:

4.1. Crear el marco y seleccin la muestra

67.
Este sub-proceso establece el marco y
selecciona la muestra para esta iteracin de la coleccin, como
se especifica en el proceso de 2.4 (estructura y diseo de la
muestra). Tambin incluye la coordinacin de las muestras
entre las instancias del mismo proceso estadstico de empresas
(por ejemplo, para gestionar la superposicin o rotacin), y
entre los diferentes procesos utilizando un marco comn o
registro (por ejemplo, para administrar superposicin o para
difundir la carga de respuesta). aseguramiento de la calidad y la
aprobacin del marco y la muestra seleccionada tambin se
llevan a cabo en este sub-proceso, aunque el mantenimiento de
registros subyacentes, de la que enmarca para varios procesos
estadsticos de empresas se dibujan, se trata como un proceso
de negocio independiente. El aspecto de muestreo de este subproceso no suele ser relevante para los procesos basados
exclusivamente en el uso de fuentes preexistentes (por
ejemplo, fuentes administrativas) como tales procesos en
general, crear marcos de los datos disponibles y luego siguen
un enfoque censo.
4.2. Configurar la recoleccin o colecta
68.
Este sub-proceso asegura que las personas,
los procesos y la tecnologa estn listos para recoger datos y
metadatos, en todos los modos como se ha diseado. Se lleva a
cabo durante un perodo de tiempo, ya que incluye la
estrategia, la planificacin y las actividades de capacitacin en
preparacin para la instancia especfica del proceso estadstico
de empresas. Cuando el proceso se repite con regularidad,
algunas (o todas) de estas actividades no pueden fijarse de
forma explcita para cada iteracin. Por una sola vez y los
nuevos procesos, estas actividades pueden ser largos. Este subproceso incluye:

Preparacin de una estrategia de recoleccin;

Personal de recoleccin de formacin;
23

Asegurando los recursos de recoleccin estn

disponibles, por ejemplo, ordenadores porttiles;

Acordar los trminos con los cuerpos intermedios de

recogida, por ejemplo, subcontratistas para asistida
por ordenador entrevistas telefnicas

La configuracin de los sistemas de recogida de

solicitar y recibir los datos;
Garantizar la seguridad de los datos que deben
recogerse;
Los instrumentos de recoleccin de la preparacin (por
ejemplo, cuestionarios de impresin, los pre-llenado
con los datos existentes, cuestionarios de carga y los
datos en los ordenadores de los entrevistadores, etc.)
.
69.
Para las fuentes de tipo no-encuesta, este
sub-proceso implica velar por la necesidad de procesos,
sistemas y procedimientos de confidencialidad estn en su
lugar, para recibir o extraer la informacin necesaria de la
fuente.
4.3. Ejecucin de la coleccin
70.
Este sub-proceso es donde se lleva a cabo la
recogida de informacin, con los diferentes instrumentos que se
utilizan para recoger o reunir la informacin, que pueden incluir
micro-datos en bruto o agregados producidos en la fuente, as
como los metadatos asociados. Incluye el contacto inicial con
los proveedores y con cualesquiera acciones de seguimiento o
recordatorio posteriores. Se puede incluir la introduccin
manual de datos en el punto de contacto, o la gestin de
trabajo de campo, dependiendo del modo de fuente y coleccin.
Se registra cundo y cmo se estableci contacto con los
proveedores, y si han respondido. Este sub-proceso tambin
incluye la gestin de los proveedores involucrados en la
coleccin actual, asegurando que la relacin entre los
proveedores de datos estadsticos de la organizacin y se
mantiene positiva, y la grabacin y la respuesta a los
comentarios, preguntas y quejas. Para las fuentes no
estadsticas administrativas y de otra ndole, este proceso es
breve: el proveedor se pone en contacto, ya sea para enviar la
informacin, o la enva como estaba previsto. Cuando la
coleccin cumple sus objetivos, es cerrada y se produce un
informe sobre la recaudacin. Alguna validacin bsica de la
estructura e integridad de la informacin es recibida y puede
tener lugar dentro de este sub-proceso, por ejemplo, comprobar
que los archivos estn en el formato correcto y contienen los
campos esperados. Toda validacin del contenido se lleva a
cabo en la fase de proceso.
4.4.

Finalizar la recoleccin
24

71.
Este sub-proceso incluye la carga de los datos
recogidos y los metadatos en un entorno electrnico adecuado
para su posterior procesamiento. Puede incluir un manual, por
ejemplo, utilizando el personal de oficina o herramientas de
reconocimiento de caracteres pticos para extraer informacin
de los cuestionarios en papel, o la conversin de los formatos
de archivos recibidos de otras organizaciones. Tambin puede
incluir el anlisis de los metadatos de proceso (paradatos)
asociado con la coleccin para asegurar la recogida actividades
han cumplido con los requisitos. En los casos donde hay un
instrumento de recoleccin de fsica, como por ejemplo un
cuestionario en papel, que no es necesaria para su posterior
procesamiento, este sub-proceso gestiona el archivo de ese
material.
Fase del proceso

72.
En esta fase se describe la limpieza de los
datos y su preparacin para su anlisis. Se compone de subprocesos que comprueban, el filtrado , y transformacin de los
datos de entrada, de modo que puedan ser analizados y
difundidos como los resultados estadsticos. Se puede repetir
varias veces si es necesario. Para la produccin estadstica se
producen con regularidad, esta fase se produce en cada
iteracin. Los subprocesos en esta fase se pueden aplicar a los
datos de ambas fuentes estadsticas y no estadsticas (con la
posible excepcin del subproceso 5,6 (Calcular pesos), que
suele ser especfica datos de la encuesta).
73.
Las fases de "proceso" y "Anlisis" pueden ser
iterativa y paralelas. El anlisis puede revelar una comprensin
ms amplia de los datos, que podran hacer evidente que se
necesita un procesamiento adicional. Las actividades dentro de
las fases "Anlisis" podrn comenzar antes de la fase de
"colecta" y "Proceso". Esto permite que la recopilacin de los
resultados provisionales en que la puntualidad es una
preocupacin importante para los usuarios, y aumenta el
tiempo disponible para el anlisis.
74.
Esta fase se divide en ocho sub-procesos, que
pueden ser secuenciales, de izquierda a derecha, pero tambin
25

puede ocurrir en paralelo, y pueden ser iterativo. Estos

subprocesos son:
V.1. integrar los datos
75.
Este sub-proceso integra los datos de una o
ms fuentes. Es donde se combinan los resultados de
subprocesos en la fase de "Recoleccin". Los datos de entrada
pueden ser de una mezcla de fuentes de datos externas o
internas, y una variedad de modos de recogida, incluyendo
extractos de datos administrativos. El resultado es un conjunto
de datos vinculados. La integracin de datos puede incluir:

La combinacin de datos procedentes de mltiples

fuentes, como parte de la creacin de estadsticas
integradas, como las cuentas nacionales
Rutinas de juego / agrupacin de datos, con el objetivo de
vincular los datos micro o macro de diferentes fuentes
Priorizacin, cuando dos o ms fuentes contienen datos
para la misma variable, con valores potencialmente
diferentes

76.
La integracin de datos puede tener lugar en
cualquier momento de esta fase, antes o despus de cualquiera
de los otros subprocesos. Tambin puede haber varios casos de
integracin de datos en cualquier proceso estadstico de
empresas. Tras la integracin, dependiendo de los requisitos de
proteccin de datos, los datos pueden ser annimos, que es
despojado de identificadores, tales como nombre y direccin,
para ayudar a proteger la confidencialidad.
V.2. Clasificacin y cdigo
77.
Este sub-proceso clasifica y codifica los datos
de entrada. Por ejemplo rutinas de codificacin automtica (o
administrativos) pueden asignar cdigos numricos de texto
respuestas de acuerdo con un esquema de clasificacin
predeterminado.
V.3. Revisar y validar
78.
Este sub-proceso examina los datos para
tratar de identificar los posibles problemas, errores y
discrepancias, tales como los valores extremos, la falta de
respuesta y error de codificacin. Tambin puede ser referido
como la validacin de datos de entrada. Se puede ejecutar de
forma iterativa, la validacin de los datos frente a editar las
reglas predefinidas, por lo general en un orden establecido. Se
26

puede marcar los datos de inspeccin o la edicin automtica o

manual. La revisin y validacin puede aplicarse a los datos
desde cualquier tipo de fuente, antes y despus de la
integracin. Mientras que la validacin se trata como parte de
la fase de "Proceso", en la prctica, algunos elementos de la
validacin pueden ocurrir junto con las actividades de
recoleccin, sobre todo para los modos como la recogida de
web. Mientras que este sub-proceso se ocupa de la deteccin
de los problemas reales o potenciales, las actividades de
correccin que cambia realmente los datos se llevan a cabo en
el sub-proceso de 5.4
V.4. Editar e imputar
79.
Cuando se consideran los datos incorrectos,
faltantes o no fiables, los nuevos valores se pueden insertar en
este sub-proceso. Los trminos edicin y la imputacin de la
cubierta de una variedad de mtodos para hacer esto, a
menudo utilizando un enfoque basado en reglas. Los pasos
especficos suelen incluir:
La determinacin de si se debe agregar o cambiar los
datos;
La seleccin del mtodo a utilizar;
Aadir / cambiar los valores de datos;
Escribiendo los nuevos valores de los datos de nuevo al
conjunto de datos, y marcarlos como cambiados;
la produccin de metadatos en el proceso de edicin e
imputacin.
V.5. Derivar nuevas variables y unidades
80.
Este sub-proceso se deriva de datos de
variables y unidades que no se ofrecen de forma explcita en la
coleccin, pero son necesarias para lograr los resultados
requeridos. Se derivan nuevas variables mediante la aplicacin
de frmulas aritmticas para una o ms de las variables que ya
estn presentes en el conjunto de datos, o la aplicacin de
diferentes supuestos del modelo. Esta actividad puede necesitar
ser iterativo, ya que algunas variables derivadas de ellos
pueden basarse en otras variables derivadas. Por tanto, es
importante asegurarse de que las variables se derivan en el
orden correcto. Las nuevas unidades se pueden derivar
mediante la agregacin o la separacin de las unidades de
recoleccin de datos, o mediante otros mtodos de estimacin.
Los ejemplos incluyen los hogares se derivan, donde las
unidades de recoleccin sean personas o empresas en las que
las unidades de recoleccin son unidades jurdicas.
V.6. calcular los pesos
27

81.
Este proceso crea sub-pesos para paquetes
de datos de unidad de acuerdo con la metodologa creada en el
sub-proceso de 2.5 (procesamiento y anlisis de Diseo). En el
caso de las encuestas por muestreo, los pesos se pueden usar
para resultados "Entero" para que sean representativos de la
poblacin objetivo, o para ajustar la falta de respuesta en las
enumeraciones totales. En otras situaciones, las variables
pueden necesitar de ponderacin para los propsitos de
normalizacin.
V.7. Clculo de Agregados
82.
Este proceso crea sub datos agregados y los
totales de la poblacin a partir de los agregados de microdatos
o de nivel inferior. Incluye la suma de los datos de los registros
de compartir ciertas caractersticas, la determinacin de las
medidas de la media y la dispersin, y aplicando un peso de
subproceso de 5.6 a calcular los totales correspondientes. En el
caso de las encuestas por muestreo, los errores de muestreo
tambin se pueden calcular en este sub-proceso, y se asocian a
los agregados pertinentes.
V.8. Finalizacin de archivos de datos
83.
Este sub-proceso rene los resultados de los
otros sub-procesos en esta fase y los resultados en un archivo
de datos (por lo general de macro-datos), que se utiliza como la
entrada a la fase de "Anlisis". A veces esto puede ser un
intermedio en lugar de un archivo final, en particular para los
procesos de negocio en las que hay fuertes presiones de
tiempo, y un requisito para producir estimaciones tanto
preliminares y finales.
Fase de Anlisis

84.
En esta fase, los resultados estadsticos se
producen, examinado en detalle y preparados para su difusin.
Se incluye la preparacin de contenido estadstico (incluyendo
comentarios, notas tcnicas, etc.), y las salidas de garantizar
que se dispone "adecuado a la necesidad" antes de la difusin a
los clientes. Esta fase tambin incluye los sub-procesos y
28

actividades que permiten a los analistas estadsticos para

entender las estadsticas producidas. Para la produccin
estadstica, esta fase se produce en cada iteracin. La fase de
"Anlisis" y subprocesos son genricas para todos los productos
estadsticos, independientemente de cmo se obtienen los
datos.
85.
La fase de "Anlisis" se divide en cinco subprocesos, que son generalmente secuenciales, de izquierda a
derecha, pero tambin pueden ocurrir en paralelo, y pueden ser
iterativos. Los subprocesos son:
6.1. Preparar borradores de resultados
86.
Este sub-proceso es donde los datos se
transforman en resultados estadsticos. Incluye la produccin de
medidas adicionales, tales como ndices, tendencias o series
ajustadas de estacionalidad, as como el registro de las
caractersticas de calidad.
6.2. Validar los resultados
87.
Este sub-proceso es donde los estadsticos
validan la calidad de los productos obtenidos, de acuerdo con
un marco general de calidad y con las expectativas. Este subproceso tambin incluye actividades involucradas con la
recopilacin de informacin, con el efecto acumulativo de la
construccin de un cuerpo de conocimiento sobre un dominio
estadstica especfica. Este conocimiento se aplica luego a la
coleccin actual, en el entorno actual, para identificar las
diferencias en las expectativas y para permitir anlisis con
conocimiento de causa. Las actividades de validacin pueden
incluir:

Comprobar que las tasas de cobertura de la poblacin y la

respuesta sean ad hoc;
Comparar las estadsticas con ciclos anteriores (si
procede);
Comprobar que los metadatos y paradatos (proceso de
metadatos) asociados estn presentes y en lnea con las
expectativas
Hacer frente a las estadsticas contra otros datos
relevantes (internos y externos);
Investigar las inconsistencias en las estadsticas;
Realizar edicin de macros;
La validacin de las estadsticas con las esperadas y la
inteligencia de dominio.

29

6.3. Interpretar y explicar las salidas

88.
Este sub-proceso es donde el conocimiento en
profundidad de las salidas es adquirida por los estadsticos.
Utilizan la comprensin de interpretar y explicar las estadsticas
elaboradas para este ciclo mediante la evaluacin de lo bien
que las estadsticas reflejan sus expectativas iniciales, se
muestran las estadsticas de todos los puntos de vista utilizando
diferentes herramientas y medios de comunicacin, y llevar a
cabo en profundidad los anlisis estadsticos.
6.4. Aplicar el control de la divulgacin
89.
Este sub-proceso garantiza que los datos
(metadatos) y a la difusin, no violen las normas pertinentes en
materia de confidencialidad. Esto puede incluir controles para la
divulgacin primaria y secundaria, as como la aplicacin de
tcnicas de supresin de los datos o de perturbacin. El grado y
el mtodo de control de la divulgacin pueden variar para
diferentes tipos de salidas, por ejemplo, el enfoque utilizado
para los conjuntos de microdatos con fines de investigacin
ser diferente al de las tablas o mapas publicados.
6.5. Finalizar salidas
90.
Este sub-proceso garantiza las estadsticas y
la informacin asociada que son aptos para el propsito y
alcance el nivel de calidad requerido, y son por lo tanto estn
listos para su uso. Incluye:

Completar las comprobaciones de coherencia;

Determinar el nivel de liberacin, y la aplicacin de
advertencias;
Cotejar la informacin de apoyo, incluyendo la
interpretacin, comentario, notas tcnicas, sesiones de
informacin, medidas de incertidumbre y cualquier otros
metadatos necesarios
La produccin de los documentos internos de apoyo;
Discusin previa al lanzamiento con expertos en la
materia internos apropiados;
aprobar el contenido estadstico para el lanzamiento.

Fase de difundir

30

91.
Esta fase gestiona la liberacin de los
productos estadsticos a los clientes. Incluye todas las
actividades asociadas con el montaje y la liberacin de una
gama de productos estticos y dinmicos a travs de una
variedad de canales. Estas actividades apoyan los clientes para
acceder y utilizar los resultados publicados por la organizacin
estadstica.
92.
Para los productos estadsticos producidos
regularmente, esta fase se produce en cada iteracin. Se
compone de cinco sub-procesos, que son generalmente
secuenciales, de izquierda a derecha, pero tambin pueden
ocurrir en paralelo, y pueden ser iterativos. Estos subprocesos
son:
7.1. Actualizar los sistemas de impresin
93.
Este sub-proceso gestiona la actualizacin de
los sistemas en que los datos y los metadatos se almacenan
listo para fines de difusin, incluyendo:

Los datos de formato de metadatos listos para ser

puestoa en bases de datos de salida;
La carga de datos y metadatos en bases de datos de
salida;
Los datos que aseguran estn relacionados con los
metadatos relevantes.

94.
Formato, la carga y la vinculacin de los
metadatos deben preferentemente tener lugar sobre todo en
las fases anteriores, pero este subproceso incluye una
comprobacin final de que todos los metadatos necesarios
estn en su lugar listo para su difusin.
7.2. Producir productos de difusin
95.
Este sub-proceso produce los productos, tal
como fueron diseados previamente (en el sub-proceso 2.1),
para satisfacer las necesidades de los usuarios. Podran incluir
las publicaciones impresas, comunicados de prensa y sitios
web. Los productos pueden adoptar muchas formas, incluyendo

31

grficos interactivos, mesas de uso pblico, conjuntos de

microdatos y archivos descargables. Los pasos tpicos incluyen:

La preparacin de los componentes del producto (texto

explicativo, tablas, grficos, etc.) Las declaraciones de
calidad;
El montaje de los componentes en los productos;
La edicin de los productos y el control que cumplan las
normas de publicacin.

7.3. Manejo de liberacin de productos de difusin

96.
Este sub-proceso garantiza que todos los
elementos de la liberacin estn en su lugar incluyendo la
gestin de la sincronizacin de la liberacin. Incluye sesiones de
informacin para grupos especficos, tales como la prensa o los
ministros,. Tambin incluye el suministro de productos a los
suscriptores, y gestionar el acceso a los datos confidenciales
mediante grupos de usuarios autorizados, tales como
investigadores. A veces, una organizacin puede tener que
retractarse de un producto, por ejemplo, si se descubre un error.
Esto tambin se incluye en este subproceso.
7.4. La promocin de productos de difusin
97.
Mientras que la comercializacin en general
se puede considerar que sea un proceso global, este subproceso se refiere a la promocin activa de los productos
estadsticos producidos en un proceso estadstico de empresas
especficas, para ayudarles a alcanzar la mayor audiencia
posible. Incluye el uso de herramientas de gestin de relaciones
con los clientes, para orientar mejor a los usuarios potenciales
de los productos, as como el uso de herramientas que incluyen
sitios web, wikis y blogs para facilitar el proceso de comunicar
informacin estadstica para los usuarios.
7.5. Manejo de apoyo a los usuarios
98.
Este sub-proceso asegura que las consultas
del cliente y las solicitudes de servicios tales como acceso a
micro-datos se registren, y que las respuestas se proporcionan
en los plazos convenidos. Estas preguntas y solicitudes deben
revisarse peridicamente para proporcionar una entrada al
proceso de gestin de la calidad sobre-arqueo, ya que pueden
indicar las necesidades de los usuarios nuevos o cambiantes.
Fase de Evaluacin

32

99.
Esta fase gestiona la evaluacin de una
instancia especfica de un proceso estadstico de empresas, en
comparacin con el proceso Global de gestin de calidad
estadstico descrito en la Seccin VI. Lgicamente tiene lugar al
final de la instancia del proceso, pero se basa en entradas
recogidos a lo largo de las diferentes fases. Incluye la
evaluacin del xito de una instancia especfica del proceso
estadstico de empresas, sobre la base de una serie de insumos
cuantitativos y cualitativos, e identificar y priorizar las mejoras
posibles.
100.
Para la produccin estadstica regularmente,
la evaluacin debe, al menos en teora ocurrir por cada
iteracin, la determinacin de si las versiones futuras deben
llevarse a cabo, y si es as, si cualquier mejora se debe
implementar. Sin embargo, en algunos casos, en particular para
los procesos de negocio estadsticas regulares y bien
establecidas, la evaluacin puede no llevarse a cabo
formalmente para cada iteracin. En tales casos, esta fase
puede considerarse como una medida de la decisin en cuanto
a si la prxima iteracin debe comenzar desde la fase
Especificar las necesidades, o de alguna fase posterior (a
menudo
la
fase
recoleccin).
101.
Esta fase se compone de tres sub-procesos,
que son generalmente secuenciales, de izquierda a derecha,
pero que pueden superponerse en cierta medida en la prctica.
Estos subprocesos son:
8.1.

Recabar aportaciones de la evaluacin

102.
El material de evaluacin puede ser producido
en cualquier otra fase o sub-proceso. Se puede tomar muchas
formas, incluyendo la retroalimentacin de los usuarios, los
metadatos de proceso (paradatos), las medidas del sistema, y
las sugerencias del personal. Los informes de progreso en
contra de un plan de accin acordado durante una iteracin
anterior pueden formar tambin una entrada a las evaluaciones
de iteraciones posteriores. Este sub-proceso rene todas estas
entradas, y los pone a disposicin de la persona o equipo de
produccin de la evaluacin.
33

8.2. Evaluacin conducida

103.
Este sub-proceso de anlisis de las entradas
de evaluacin los sintetiza en un informe de evaluacin. El
informe resultante debe tener en cuenta cualquier problema de
calidad especfico para esta iteracin del proceso estadstico de
empresas, y debe hacer recomendaciones para cambios en su
caso. Estas recomendaciones pueden abarcar cambios en
cualquier fase o sub-proceso para futuras iteraciones del
proceso, o pueden sugerir que el proceso no se repite.
8.3. Acordar un plan de accin
104.
Este sub-proceso rene el poder de toma de
decisiones necesaria para formar y acordar un plan de accin
basado en el informe de evaluacin. Tambin debe incluir la
consideracin de un mecanismo de seguimiento del impacto de
esas acciones, que pueden, a su vez, proporcionar una entrada
a las evaluaciones de las futuras iteraciones del proceso.

VI.

Procesos globales

105.
El GSBPM tambin reconoce varios procesos
globales que se aplican en las fases de produccin, ya travs de
procesos estadsticos de empresas. Algunos de estos procesos
sobre-arqueo se enumeran en el prrafo 13 y 14. Los procesos
de gestin de calidad y gestin de metadatos en forma ms
pormenorizada en esta Seccin.
Quality Management
106.
Calidad se refiere a las organizaciones,
procesos y productos. En el marco actual, la gestin de la
calidad del proceso de sobre-arqueo se refiere principalmente a
la calidad del producto y el proceso.
107.
El objetivo principal de la gestin de la calidad
dentro del proceso estadstico de empresas es comprender y
gestionar la calidad de los productos estadsticos. Existe un
34

acuerdo general entre las organizaciones estadsticas que la

calidad debe ser definida de acuerdo con la norma ISO 9.000 a
2005: "El grado en que un conjunto de caractersticas
inherentes cumple con los requisitos" 10Por lo tanto, la calidad
del producto es un concepto complejo y de mltiples facetas,
por lo general definida. en trminos de varias dimensiones de
calidad. Las dimensiones de la calidad que se consideran ms
importantes dependen de las perspectivas de los usuarios, las
necesidades y prioridades, que varan entre los procesos y en
todos los grupos de usuarios.
108.
Con el fin de mejorar la calidad de los
productos, gestin de la calidad debe estar presente en todo el
modelo
de
proceso
estadstico
de
empresas.
Est
estrechamente vinculada a la Fase 8 (Evaluar), que tiene la
funcin especfica de la post-evaluacin de los casos
individuales de un proceso estadstico de empresas. Sin
embargo, la gestin de calidad tiene tanto un alcance ms
amplio y profundo. As como la evaluacin de las iteraciones de
un proceso, sino que tambin es necesario evaluar fases
separadas y subprocesos, idealmente cada vez que se aplican,
pero por lo menos de acuerdo con un calendario acordado.
Metadatos generados por las diferentes sub-procesos mismos
son tambin de inters como insumo para la gestin de la
calidad del proceso. Estas evaluaciones se pueden aplicar
dentro de un proceso especfico, o la mayora de los procesos
que utilizan componentes comunes.
109.
Adems, un papel fundamental en la gestin
de la calidad es interpretado por el conjunto de acciones de
control de calidad que debera implementarse dentro de los
sub-procesos para prevenir y controlar los errores. La estrategia
podra ser reportada en un plan de aseguramiento de la calidad.
110.
Dentro de una organizacin, gestin de la
calidad generalmente se refieren a un marco especfico de
calidad, y por lo tanto puede tomar diferentes formas y entregar
resultados diferentes dentro de diferentes organizaciones. La
actual multiplicidad de marcos de calidad realza la importancia
de la evaluacin comparativa y la revisin paritaria se acerca a
la evaluacin, y si bien estos mtodos son poco probable que
sea factibles para cada iteracin de cada parte de cada proceso
de negocio estadstica, que se debe utilizar en una forma
sistemtica de acuerdo con la un horario predeterminado que
10 ISO 9000: 2005, Sistemas de gestin de la calidad - Fundamentos y vocabulario. Organizacin
Internacional para la Estandarizacin

35

permita la revisin de todas las partes principales del proceso

dentro de un perodo de tiempo especificado.11
111.
La ampliacin del mbito de aplicacin de la
gestin de la calidad del proceso global, la evaluacin de los
grupos de procesos estadsticos de empresas tambin pueden
ser considerados, con el fin de identificar posibles duplicaciones
o lagunas.
112.
Todas las evaluaciones resultan en la
regeneracin, que debe ser utilizado para mejorar el proceso
correspondiente, fase de

Plan

Corrida

Mejoramien
to

Evaluacin

113.
calidad:

Ejemplos de actividades de gestin de la

Configuracin y mantenimiento del marco de calidad;

Ajuste de los criterios de calidad mundial;
El establecimiento de objetivos de calidad de procesos y el
control del cumplimiento;

11
Un marco global adecuado es el Marco de Aseguramiento de Calidad Nacional desarrollado por un
grupo de expertos global bajo la Comisin de Estadstica de las Naciones Unidas. Ver:
http://unstats.un.org/unsd/dnss/QualityNQAF/nqaf.aspx

36

Buscar y analizar comentarios de los usuarios de;

Un anlisis de la operacin y documentacin de las lecciones
aprendidas;
Examinar los indicadores de metadatos proceso y de calidad;
Interna o auditora externa en los procesos estadsticos.

114.
Gestin de la calidad tambin implica factores
institucionales y de organizacin. Tales factores se incluyen en
otros GSBPM procesos (por ejemplo, la gestin de los recursos
humanos, la gestin de Estadstica programa) global aunque
pueden tener un impacto en la calidad.
Metadata Management
115.
La buena gestin de metadatos es esencial
para el funcionamiento eficiente de los procesos estadsticos de
las empresas. Los metadatos estn presentes en todas las
fases, ya sea creado o trasladado de una fase anterior. En el
contexto de este modelo, el nfasis del proceso de sobrearqueo de gestin de metadatos est en la creacin, uso y
archivo de metadatos estadsticos, aunque los metadatos sobre
los diferentes sub-procesos mismos son tambin de inters,
incluyendo como insumo para la calidad administracin. El
desafo clave es asegurar que estos metadatos son capturados
lo ms pronto posible, y guardar y transferir de fase en fase
junto con los datos que se refieren. Las estrategias y sistemas
de gestin de metadatos, por tanto, son vitales para el
funcionamiento de este modelo, y estos pueden ser facilitadas
por el GSIM.
116.
El GSIM es un marco de referencia de los
objetos de informacin, que permite a las descripciones
genricas de la definicin, gestin y uso de los datos y
metadatos a lo largo del proceso de produccin estadstica. El
GSIM apoya un enfoque coherente de metadatos, lo que facilita
el papel primordial de los metadatos se prev en la parte A del
Marco comn de metadatos "metadatos estadsticos en un
contexto corporativo", 12es decir, que los metadatos debe
definir de forma nica y formalmente el contenido y los enlaces
entre los objetos y procesos en el sistema de informacin
estadstica.
117.
tambin

La Parte A del Marco comn de metadatos

identifica
los
siguientes
diecisis
principios

12
http://www.unece.org/stats/cmf/PartA.html

37

fundamentales para la gestin de metadatos, todos los cuales

estn destinados a ser cubiertos en el proceso de gestin de
metadatos sobre-arqueo, y tomados en consideracin al disear
e implementar un sistema de metadatos estadsticos. Los
principios se presentan en cuatro grupos:
Manejo
Metadatos

Autora
Metadatos

de

i.

Proceso del modelo de negocios estadstico

Gestionar metadatos con un enfoque en el modelo
general del proceso estadstico de empresas.

ii.

Activo no pasivo: Hacer metadatos activo a la mayor

medida posible. metadatos activos son metadatos
que impulsan otros procesos y acciones. El
tratamiento de los metadatos de esta manera se
asegurar de que son exactos y actualizados.

iii.

Reutilizar: metadatos de reutilizacin cuando sea

posible para la integracin estadstica, as como
razones de eficiencia

iv.

Versiones: preservar la historia (versiones antiguas)

de metadatos.

dei.

Registro: Asegrese de que el proceso de registro (flujo

de trabajo) asociado a cada elemento de metadatos est
bien documentado, de manera que haya una clara
identificacin de la propiedad, el estado de aprobacin,
fecha de operacin, etc.

ii.

Una sola fuente: Asegrese de que existe una nica

fuente autorizada ("autoridad de registro ') para cada
elemento de metadatos.

iii.

Una entrada / actualizacin: Reducir al mnimo los

errores mediante la introduccin de una vez y la
actualizacin en un solo lugar.

iv.

variaciones estndares: Asegurarse de que las

variaciones de las normas estn estrechamente
manejados / aprobados, documentados y visibles.

Relacin entre
ciclos
de
procesos
estadsticos

i.

Integridad: Hacer el trabajo relacionado de los

metadatos en una parte integral de los procesos de
negocio en toda la organizacin.

ii.

Coincidencia de metadatos: garantizar que los

metadatos finales presentados a los usuarios
coincidan con los metadatos que condujo el proceso
de negocio o se crea durante el proceso.
38

Usuarios

VII.

iii.

Describir flujo: describir el flujo de metadatos con los

procesos estadsticos y de negocios (junto con el flujo
de datos y la lgica de negocio).

iv.

Captura en la fuente: metadatos de captura en su

origen, preferiblemente de forma automtica como un
subproducto de otros procesos.

v.

Intercambio y uso: Intercambio de metadatos y

utilizarlos para informar tanto a los procesos basados
en la computacin y la interpretacin humana. La
infraestructura para el intercambio de datos y
metadatos asociados debe basarse en componentes
dbilmente acoplados, con una seleccin de idiomas
de cambio estndar, tales como XML.

i.

Identificar a los usuarios: Asegrese de que los

usuarios estn claramente identificados para todos
los procesos de metadatos, y que toda la captura de
metadatos crear valor para ellos.

ii.

Diferentes formatos: La diversidad de metadatos es

reconocida y hay diferentes puntos de vista que
corresponden a los diferentes usos de los datos.
Diferentes usuarios requieren diferentes niveles de
detalle. Los metadatos aparecen en diferentes
formatos dependiendo de los procesos y los objetivos
para los que fueron producidos y usados.

iii.

Disponibilidad: garantizar que los metadatos estn

fcilmente disponibles y utilizables en el contexto de
la informacin de las necesidades de los usuarios (ya
sea un usuario interno o externo).

Otros usuarios de GSBPM

118.
El objetivo original de la GSBPM es
proporcionar una base para las organizaciones estadsticas se
pongan de acuerdo sobre la terminologa estndar para ayudar
a sus discusiones en el desarrollo de sistemas y procesos de
metadatos estadsticos. Sin embargo, como el modelo ha
desarrollado, se ha vuelto cada vez ms evidente que se puede
utilizar para muchos otros fines, una particular relacin con la
modernizacin de las estadsticas oficiales. Una serie de
documentos que describen los usos actuales y potenciales de la

39

GSBPM estn disponibles en la plataforma wiki 13de UNECE. La

siguiente lista pretende resaltar algunos de los usos actuales, y
para inspirar nuevas ideas sobre cmo el GSBPM se puede
utilizar en la prctica.

La armonizacin de las arquitecturas de produccin

estadstica - El GSBPM puede ser visto como un modelo
para una vista operacional de la arquitectura de clculo
estadstico. Identifica los componentes clave del proceso
estadstico de empresas, promueve la terminologa
estndar y formas estndar de trabajo a travs de
procesos estadsticos de empresas. Es un elemento clave
de la arquitectura de Estadstica de produccin comn14.

Facilitar el intercambio de software estadstico - Vinculado

con el punto anterior, el GSBPM define los componentes
de los procesos estadsticos de una manera que no slo
fomenta el intercambio de herramientas de software entre
los procesos estadsticos de empresas, sino que tambin
facilita el intercambio entre las diferentes organizaciones
estadsticas que se aplican al modelo. Se ha utilizado para
"clasificar" software disponible para compartir en el
inventario elaborado por el Consejo Asesor de recursos
compartidos15.

Describen qu normas son o podran ser utilizadas para

diferentes fases del proceso de produccin estadstica.
Por ejemplo, en el anexo 2 de la Gua del usuario 16SDMX
2.1 explora cmo SDMX se aplica al trabajo estadstico en
el contexto de un modelo de proceso de negocio.

Proporcionar un marco para la evaluacin y mejora de la

calidad del proceso - Si un enfoque de evaluacin

13
http://www1.unece.org/stat/platform/display/metis/Papers+about+the+GSBPM

14
http://www1.unece.org/stat/platform/display/CSPA/Common+Statistical+Production+Architecture+Hom e

15
http://www1.unece.org/stat/platform/display/msis/Software+Inventory

16
http://sdmx.org/index.php?page_id=38

40

comparativa para la evaluacin de la calidad del proceso

ha de tener xito, es necesario estandarizar los procesos
tanto como sea posible. El GSBPM proporciona un
mecanismo
para
facilitar
esto.

Integrar mejor el trabajo sobre metadatos estadsticos y

la calidad - Vinculado al punto anterior, el marco comn
proporcionada por el GSBPM puede ayudar a integrar el
trabajo internacional sobre metadatos estadsticos con el
de calidad de los datos, proporcionando un marco comn
y una terminologa comn para describir el estadstico de
empresas proceso.

Proporcionar el modelo subyacente de los marcos

estndares metodolgicos - normas metodolgicas se
pueden vincular a la fase (s) o sub-proceso (s) se refieran
a continuacin, y pueden clasificarse y almacenarse en
una estructura basada en la GSBPM.

Proporcionar una estructura para la documentacin de los

procesos estadsticos - La GSBPM puede proporcionar una
estructura para organizar y almacenar la documentacin
dentro de una organizacin, la promocin de la
normalizacin y la identificacin de buenas prcticas.

Proporcionar un marco para la construccin de capacidad

de organizacin - La GSBPM se puede utilizar para
desarrollar un marco de evaluar el conocimiento y la
capacidad que ya existe dentro de una organizacin, e
identificar los vacos que deben ser llenados para mejorar
la eficiencia operativa.

Proporcionar una entrada para la planificacin del trabajo

corporativo de alto nivel.

El desarrollo de un repositorio de modelos de procesos de

negocio - Estadsticas de Nueva Zelanda han desarrollado
una base de datos a las salidas de modelado de procesos.
Tambin planean desarrollar un Business Process
Modelling Comunidad de Prctica - es decir, un foro
regular para construir conocimiento de modelado de
procesos, para promover su modelo de procesos de
negocio y aumentar la comprensin de la misma, y para
discutir el modelado de procesos y modelos como
facilitadores para la mejora de procesos.

Medir los costes operacionales - La GSBPM se puede

utilizar como base para la medicin de los costos de las
41

diferentes partes del proceso estadstico de empresas.

Esto ayuda a dirigir las actividades de modernizacin para
mejorar la eficiencia de las partes del proceso que son
ms costosos.

Medir el rendimiento del sistema - Relacionado con el

punto anterior sobre los costos, la GSBPM tambin se
puede utilizar para identificar los componentes que no
estn funcionando de manera eficiente, que estn
duplicando innecesariamente entre s, o que requieren
sustitucin. Del mismo modo se puede identificar lagunas
para las que deben desarrollarse nuevos componentes.

Anexo - Lista de siglas

Nota - esta lista solo cubre algunas de las abreviaturas utilizadas en
este documento. Para un glosario ms completo de trminos
relacionados con el proceso de produccin estadstica, consulte la
documentacin GSIM.
CMF - Marco comn de metadatos: Un conjunto de recursos
relacionados con el uso de metadatos por organizaciones de
estadstica, incluyendo informacin sobre las normas y las mejores
prcticas. Ver http://www.unece.org/stats/cmf/.
42

CSPA - Produccin
de Arquitectura Estadstica
comn: Una
arquitectura de la industria que rene el GSBPM y el GSIM, adems
de nuevos marcos alrededor de Servicios de Estadstica para crear
una descripcin de alto nivel acordado del "sistema" de la elaboracin
de estadsticas que est en alineacin con la iniciativa de
modernizacin
.
DDI.- Iniciativa de Documentacin de Datos -: Un estndar
internacional para la descripcin de los datos de las ciencias sociales,
de comportamiento y econmicas.
GLBPM Modelo del Proceso Longitudinal de Negocios : Un modelo
basado en el GSBPM, desarrollado por la comunidad de investigacin
encuesta social.
GSBPM Modelo de Proceso de Negocio Estadstico: Una herramienta
flexible para describir y definir el conjunto de procesos de negocio
necesarios para producir estadsticas oficiales.
GSIM Modelo de Informacin Estadstica Genrico: Un marco de
referencia de los objetos de informacin, que permite a las
descripciones genricas de la definicin, gestin y uso de los datos y
metadatos a lo largo del proceso de produccin estadstica.
GAN - El Grupo de Alto Nivel para la Modernizacin de la Produccin y
Estadsticas
METIS - La "marca" para el trabajo sobre metadatos estadsticos en
virtud de la Conferencia de Estadsticos Europeos.
OCDE - Organizacin para la Cooperacin y el Desarrollo Econmico
SDMX - datos y metadatos estadsticos de cambio: Un conjunto de
normas y directrices tcnicas orientadas a los contenidos, junto con
una arquitectura de TI y herramientas, que se utilizar para el
intercambio eficiente y el intercambio de datos y metadatos
estadsticos.
UNECE - Comisin Econmica de las Naciones Unidas para Europa
XML - Extensible Markup Language: Un lenguaje que define un
conjunto de reglas de codificacin de documentos en un formato que
es a la vez legible y legible por mquina

43