Eccellenza nell'amministrazione

  • Linee guida ISSA:
  • Tecnologia dell'informazione e della comunicazione

Eccellenza nell'amministrazione

  • Linee guida ISSA:
  • Tecnologia dell'informazione e della comunicazione

Tecnologia dell'informazione e della comunicazione -
B.4. Analisi dei dati

L'analisi dei dati può supportare gli enti di previdenza sociale per migliorare la loro efficacia ed efficienza amministrativa consentendo loro di comprendere il passato, spiegare la causa degli eventi, anticipare ciò che è probabile che accada e suggerire alcune azioni da intraprendere. Le istituzioni possono applicare l'analisi dei dati in un'ampia varietà di aree come l'assistenza sanitaria, il rilevamento e la prevenzione di errori, evasioni e frodi, politiche sociali proattive e progettazione di programmi, proiezioni attuariali, miglioramento della fornitura di servizi, tra gli altri.

L'analisi dei dati si basa principalmente sui dati dell'istituzione e su quelli potenzialmente esterni, che, dopo la preparazione, vengono analizzati per ricavare insight utilizzando vari approcci analitici, in particolare:

  • Analisi descrittiva, che cerca di rispondere a "cosa è successo". Fornisce una comprensione delle transazioni passate che si sono verificate nell'organizzazione;
  • Analisi diagnostica, che cerca di rispondere alla domanda "perché o come è successo". Implica la comprensione della relazione tra insiemi di dati riconoscibili e l'identificazione di transazioni specifiche insieme al loro comportamento e alle ragioni sottostanti;
  • Analisi predittiva, che cerca di prevedere "Cosa, quando, dove accadrà" in base ai dati passati. Le tecniche di previsione possono essere utilizzate per prevedere, in una certa misura, l'esito futuro di un'attività;
  • Analisi prescrittiva, che consente di “prescrivere” una serie di possibili azioni come input in modo tale che gli output futuri possano essere indirizzati verso i risultati o le soluzioni desiderati. Nell'analisi prescrittiva è possibile identificare molteplici scenari futuri sulla base di diversi interventi di input.

A sua volta, l'analisi dei big data fa leva su volumi di dati molto grandi di solito oltre le transazioni delle istituzioni. I big data sono caratterizzati dalle “4 V”: Volume, Varietà, Velocità e Veracità. Ad esempio, una potenziale fonte di big data potrebbero essere i dispositivi medici domestici che monitorano i segni vitali dei pazienti. L'analisi dei big data richiede una rivisitazione delle tecniche di analisi dei dati in modi fondamentali in tutte le fasi dall'acquisizione e archiviazione dei dati alla trasformazione e interpretazione dei dati e, in particolare, il compito di raccogliere e analizzare i dati, che è al centro della pipeline di analisi dei big data .

Per quanto riguarda il supporto al processo decisionale attraverso il Machine Learning, le principali tipologie di tecniche sono:

  • Apprendimento induttivo in cui i modelli sono costruiti dalla generalizzazione di esempi;
  • Apprendimento deduttivo in cui si applica la deduzione per ottenere generalizzazioni da un esempio risolto e la sua spiegazione;
  • L'apprendimento genetico in cui gli algoritmi si ispirano alla teoria dell'evoluzione vengono applicati per trovare una descrizione generale a gruppi di esempi;
  • Apprendimento connessionistico in cui la generalizzazione viene eseguita dai meccanismi di adattamento delle reti neurali artificiali.

Gli obiettivi principali della sezione sono supportare le istituzioni di sicurezza sociale nell'applicazione dell'analisi dei dati e nell'adozione di tecnologie emergenti.

Queste linee guida hanno principalmente lo scopo di fornire una guida all'unità ICT sull'implementazione e fornitura di strumenti e servizi abilitanti adeguati alle aree di business. Mirano inoltre a fornire una guida alla direzione dell'istituto sull'applicazione di tecnologie all'avanguardia ed emergenti. Inoltre, queste linee guida possono significare che i team di sviluppo tecnico e operativo dovranno adattare le proprie competenze e aiuteranno a identificare nuovi requisiti di competenze.