Generic Statistical Information Model (GSIM):

 

Oversiktsartikkel for statistikere

(versjon 1.0, 2012 desember)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Denne artikkelen gir en oversikt over informasjonen som inngår i GSIM, og hvordan denne modellen kan være nyttig for statistiske organisasjoner, samt et sammendrag av GSIMs relasjoner til andre modeller og standarder.

 

 

 


 


 

 

 

 

 

Dette arbeidet er lisensiert under Creative Commons Attribution 3.0 Unported License. Hvis du vil se en kopi av denne lisensen, kan du gå til http://creativecommons.org/licenses/by/3.0/ .

Hvis du gjenbruker hele eller deler av dette arbeidet, må du kreditere FNs økonomiske kommisjon for Europa (UNECE) som representant for det internasjonale statistiske samfunnet.


 

Innholdsfortegnelse

 

Innledning               3

Virkeområde               4

Hva er GSIM?               4

Fordeler med GSIM for organisasjonen som helhet               7

GSIM og GSBPM               8

Hva betyr dette for meg?               9

Forretningens betraktning               9

ITs betraktning               11

SDMX, DDI og andre standarder               12

Oppsummering               13

 



Innledning

 

1. Over hele verden arbeider statistiske organisasjoner med lignende aktiviteter, men det gjøres nasjonale tilpasninger i prosessene som brukes. Hver av disse aktivitetene bruker og produserer liknende informasjon (for eksempel bruker alle organisasjonene klassifikasjoner, lager datasett og publiserer statistikker). Selv om informasjonen som brukes av statistiske organisasjoner, har samme kjerne, har alle organisasjoner en tendens til å beskrive denne informasjonen litt forskjellig (og ofte varierer også beskrivelsen innenfor en organisasjon). Det finnes ingen felles måte å beskrive informasjonen på. Dette gjør det vanskelig å kommunisere tydelig innenfor og mellom statistiske organisasjoner, og uten slik kommunikasjon er det ikke grunnlag for dyptgående samarbeid, standardisering, eller deling av verktøy og metoder.

 

2. Generic Statistical Information Model (GSIM) er det første internasjonalt godkjente referanserammeverket for statistisk informasjon. Dette konseptuelle rammeverket vil spille en viktig rolle i modernisering, effektivisering og samkjøring av standarder og produksjon forbundet med offisiell statistikk både på nasjonalt og internasjonalt nivå.

 

3. GSIM er et referanserammeverk for informasjonsobjekter og muliggjør generelle beskrivelser av definisjoner, forvaltning og bruk av data og metadata gjennom hele den statistiske produksjonsprosessen. GSIM består av et sett av standardiserte informasjonsobjekter som er beskrevet på en helhetlig måte, og disse er inndata og utdata i designet og produksjonen av statistikk. GSIM hjelper til å forklare de relevante sammenhengene mellom enhetene som er involvert i statistikkproduksjon, og kan dermed nyttes for å utvikle og bruke konsistente implementeringsstandarder eller spesifikasjoner.

 

4. GSIM er en av hjørnesteinene i moderniseringen av offisiell statistikk som bl.a. innebærer at en beveger seg bort fra siloer knyttet til de enkelte fagområdene. Dette er en sentral del av den strategiske visjonen utarbeidet av Høynivågruppen for moderniseringen av statistisk produksjon og tjenester (the High-Level Group for the Modernization of Statistical Production and Services - HLG), og godkjent av Konferansen for europeiske statistikere [1] .

 

5. Moderniseringen av statistikkproduksjonen er nødvendig for at statistiske organisasjoner skal fortsette å være relevante og fleksible i et dynamisk og konkurransepreget informasjonsmiljø. En håper at statistiske organisasjoner vil vedta og implementere GSIM og det felles vokabularet modellen gir. Imidlertid kan en modell alene ikke endre en organisasjon eller dens prosesser. For å møte de fremtidige behovene hos statistiske organisasjoner, er GSIM designet for i størst mulig grad å tillate innovative tilnærminger til statistikkproduksjonen, for eksempel innenfor området formidling, hvor kravene til smidighet og innovasjon er økende. Samtidig støtter GSIM også nåværende metoder for produksjon av statistikk.

 

6. Denne artikkelen oppsummerer de viktigste punktene i GSIM og er rettet mot statistikere generelt. Lesere som er interessert i flere tekniske detaljer, kan se på spesifikasjonsdokumentet og brukerhåndboken, som er tilgjengelig på UNECE nettsiden [2] .


Omfang

 

7. GSIM gir et rammeverk for informasjonsobjekter. Rammeverket støtter alle statistiske produksjonsprosesser slik de er beskrevet i Generic Statistisk Business Process Model (GSBPM) [3] , og gir informasjonsobjektene omforente navn, definerer dem, spesifiserer deres essensielle egenskaper, og beskriver deres relasjon til andre informasjonsobjekter. Rammeverket sier imidlertid ikke noe om standardene eller teknologiene som brukes for å implementere modellen.

 

8. GSIM inneholder ikke informasjonsobjekter knyttet til forretningsfunksjonene i en organisasjon, for eksempel personalressurser, økonomi eller juridiske funksjoner, bortsett fra i tilfeller der denne informasjonen blir brukt direkte i statistikkproduksjon.

Hva er GSIM?

 

9. GSIM inneholder objekter som gir informasjon om den virkelige verden - 'informasjonsobjekter”. Eksempler er data og metadata (for eksempel klassifikasjoner), samt regler og parametre som trengs i produksjonsprosessene (for eksempel dataredigeringsregler). GSIM identifiserer rundt 150 informasjonsobjekter som er gruppert i fire grupper på øverste nivå (se figur under), og er forklart i mer detalj i spesifikasjonsdokumentasjonen.

 

Figur 1. GSIM informasjonsobjekt grupper på øverste nivå

 

10. De fire gruppene er:

 

Forretning sgruppen brukes til å beskrive hensikten med og planene for statistikkprosjekter. Dette inkluderer identifisering av et behov, innsamlings-, produksjons-, og formidlingsaktiviteter som inngår i statistikkprosjektet og evalueringen av dem.

 

Produksjon sgruppen brukes til å beskrive hvert trinn i den statistiske prosessen, med et særlig fokus på å beskrive inndata og utdata for de ulike trinnene.

 

Konsept gruppen brukes til å definere betydningen av data, og gir en forståelse av hva dataene måler.

 

Struktur gruppen brukes til å identifisere og definere termene som brukes for å beskrive datastruktur.

 

11. Figur 2 viser et forenklet bilde av informasjonsobjektene identifiserte i GSIM. Det gir brukerne eksempler på objekter som er i hver av de fire gruppene på øverste nivå.

 

 

Figur 2. Forenklet bilde av GSIM informasjonsobjekter

 

12. Figur 3 viser et annet forenklet bilde av GSIM. Dette er et litt mer teknisk bilde, men figuren er ikke den formelle modellen av hele settet med informasjonsobjekter (som finnes i det mer detaljerte spesifikasjonsdokument). Både figur 2 og 3 kan imidlertid bli brukt som et kommunikasjonsmiddel overfor brukere som er interessert i eksempler på objekter og relasjoner i GSIM.

 

 

Figur 3. Alternativ forenklet bilde av GSIM informasjonsobjekter

 

 

13. Figur 3 gir en kortfattet oversikt over noen av opplysningen som er viktige i en statistisk organisasjon. Informasjonsobjekter i GSIM modellen skrives i kursiv, med stor bokstav foran hvert ord, i teksten under.

 

"En statistisk organisasjon anerkjenner et Statistisk Behov for å undersøke et sett av egenskaper for en gitt Populasjon . Dette kan føre til utarbeidelsen av en Business Case . Hvis dette blir akseptert, fører det til opprettelsen av et Statistikkprosjekt eller omformingen av et Statistisk Programdesign .

 

Det Statistiske Programmet vil inneholde et sett med Statistiske Aktiviteter som identifiserer ressursene som trengs, bl.a. Datakanal [4] og Dataressur s [5] . Dersom den identifiserte Dataressursen ikke er tilstrekkelig for formålet, vil en Innsamlingsaktivitet bli igangsatt for legge Datasett til Dataressursen .

 

Statistiske Aktiviteter består av en rekke Prosesstrinn . Disse Prosesstrinnene har Prosessinndata og Prosessutdata . Prosessinndata og Prosessutdata vil ofte være opplysninger som refererer til Konsepter og Strukturer (for eksempel Klassifikasjon , Variabel , Populasjon , Datastruktur , og Datasett ).

 

Et spesielt Datasett fra Dataressurs kan brukes i en Formidlingsaktivitet for å levere ett eller flere Produkter eller tjenester til brukerne."

Fordeler med GSIM for organisasjonen som helhet

 

14. Det er meningen at GSIM kan brukes i ulik grad av ulike organisasjoner. GSIM kan i noen tilfeller brukes kun som en modell som organisasjoner refererer til ved kommunikasjon internt eller med andre organisasjoner, for å klargjøre ulike spørsmål. I andre tilfeller kan en organisasjon velge å bruke GSIM som informasjonsmodellen som beskriver deres driftsmiljø. Ulike bruksområder for GSIM er mulige, selv om de organisasjonene som utnytter GSIMs fulle potensial, kan forvente de største gevinstene.

 

 

Langsiktige fordeler

 

15. GSIM gir et sett med standardiserte informasjonsobjekter som representerer inndataene og utdataene i designet og produksjonen av statistikk. GSIM hjelper statistiske organisasjoner til å vurdere hvordan deres virksomhet kan organiseres mer effektivt ved å definere objekter som er felles for all statistikkproduksjon, uansett fagområde.

 

16. GSIM kan benyttes til å styre fremtidige investeringer mot de områdene i statistikkproduksjonen hvor det er størst felles behov for innsats. GSIM kan også bidra til en viss grad av spesialisering innenfor det internasjonale statistikkmiljøet. Noen organisasjoner kan for eksempel spesialisere seg på sesongjustering, tidsserieanalyse eller data validering, og andre organisasjoner kan dra nytte av denne ekspertisen.

 

17. Implementering av GSIM, i kombinasjon med GSBPM, vil føre til flere viktige gevinster. GSIM kan:

 

• Skape et miljø som er innstilt på gjenbruk og deling av metoder, komponenter og prosesser;

• Gi muligheten for å implementere regelbasert prosesskontroll, og dermed minimere menneskelig inngripen i produksjonsprosessen;

• Tilrettelegge for stordriftsfordeler ved at det internasjonale statistikkmiljøet utvikler felles verktøy.

 

Umiddelbare fordeler

 

18. En vesentlig fordel ved å bruke GSIM er at den gir et felles vokabular for å forbedre kommunikasjonen på ulike nivåer:

 

• Mellom de ulike rollene i statistikkproduksjonen (fageksperter og informasjonsteknologieksperter);

• Mellom de ulike statistiske fagområdene;

• Mellom statistiske organisasjoner på nasjonalt og internasjonalt nivå.

 

 

19. Forbedret kommunikasjonen vil resultere i en mer effektiv utveksling av data og metadata innenfor og mellom statistiske organisasjoner, og også med eksterne brukere og leverandører.

 

20. GSIM kan allerede brukes  til å:

 

• Bygge kompetanse hos personalet ved å bruke GSIM som et pedagogisk hjelpemiddel som gir en enkel og forståelig framstilling av kompleks informasjon, der denne er klart definert.

• Validere eksisterende informasjonssystemer, sammenligne med tilgjengelig internasjonal beste praksis, og eventuelt dra nytte av internasjonal ekspertise

• Styre utviklingen eller oppdateringen av internasjonale eller lokale standarder for å sikre at de oppfyller behovene til det internasjonale statistikkmiljøet.

GSIM og GSBPM

 

21. GSIM og GSBPM er komplementære modeller for produksjon og forvaltning av statistisk informasjon. GSBPM modellerer den statistiske produksjonsprosessen og identifiserer aktiviteter som utføres av produsenter av offisiell statistikk, og som resulterer i et ”informasjonsprodukt”. Disse aktivitetene er brutt ned i delprosesser, som for eksempel ”Kontrollere på makronivå” og "Imputere for partielt frafall". Som vist i Figur 6, bidrar GSIM til å beskrive GSBPMs delprosesser ved å definere informasjonsobjektene som flyter mellom dem, oppstår i dem, og brukes av dem for å produsere offisiell statistikk.

 

 

Figur 4. GSIM og GSBPM

 

22. Bruk av GSIM vil gi større gevinst dersom den anvendes i forbindelse med GSBPM. Likeledes vil en få mer ut av GSBPM hvis denne anvendes i forbindelse med GSIM. Ikke desto mindre er det mulig (selv om det ikke er ideelt) å anvende den ene uten den andre. På samme måte som de enkelte statistiske produksjonsprosessene ikke bruker alle delprosessene som er beskrevet innenfor GSBPM, må ikke nødvendigvis hvert informasjonsobjekt i GSIM brukes og/eller produseres i løpet av enhver statistisk virksomhetsprosess.

 

23. God metadatahåndtering er avgjørende for effektiv drift av statistiske virksomhetsprosesser. Metadata er til stede i alle faser av GSBPM, enten de opprettes, oppdateres eller formidles videre uendret fra en tidligere fase. I GSBPM kontekst, i den overordnede prosessen med metadatahåndtering, er det lagt vekt på etablering, oppdatering, bruk og gjenbruk av metadata. Metadatahåndteringstrategier og -systemer er derfor helt nødvendig for driften av GSBPM, og disse blir enklere ved bruk av GSIM.

 

24. Bruk av GSIM sammen med GSBPM (eller en organisasjonsspesifikk tilsvarende virksomhetsmodell) kan:

 

• Legge til rette for bygging av effektive metadatadrevne innsamlings-, bearbeidings- og formidlingssystemer.

• Hjelpe til med å harmonisere statistiske infrastrukturer.

 

25. GSIM støtter en konsistent tilnærming til metadata og legger til rette for at metadata kan fylle sin primære rolle som beskrevet i Del A av Common Metadata Framework [6] "Statistical metadata in a Corporate Context";  metadata bør entydig og formelt definere innholdet i og koblingene mellom objekter og prosesser i det statistiske informasjonssystemet.

Hva betyr dette for meg?

 

For statistikkprodusenter

 

26. GSIM vil hjelpe deg å forbedre din kommunikasjon med kolleger (både lokalt og internasjonalt).

 

27. Kommunikasjonen mellom ulike fagområder er ofte svak, noe som gjør at deling av begreper, variabler og designkomponenter blir vanskelig uten komplekst kartleggingsarbeid. GSIM kan tjene som et felles språk og vil lette kommunikasjon mellom:

 

• Fagspesialister, metodespesialister og informasjonsteknologer.

• Statistikere innenfor ulike fagområder.

• Statistikere i ulike organisasjoner.

 

28. GSIM vil hjelpe deg å designe og forstå dine prosesser (og deres inn- og utdata) bedre.

 

29. For en produksjonssyklus kan en statistiker designe input og output, og prosessen i mellom. I GSIM terminologi, kan output og input beskrives som struktur- og konseptinformasjonsobjekter, og prosessen i mellom kan beskrives med produksjons- informasjonsobjekter. Struktur- og konseptobjektene defineres av spesialister innenfor de ulike saksområdene.

 

30. Hvis GSBPM anses som en referanseramme for statistiske produksjonsprosesser, kan det øverste nivået anses som et helhetsbilde av den statistiske produksjonsprosessen (se figur 4). Det neste nivået svarer til en fase av den statistiske produksjonsprosessen (f.eks. fase 5 av GSBPM). Det tredje nivået tilsvarer en delprosess (for eksempel delprosessen 5.3 av GSBPM – Inspisere, validere og redigere). Det fjerde nivå består av de enkelte byggeklossene innen delprosessen, for eksempel å identifisere økonomiske verdier som er uttrykt i tusen kroner i stedet for kroner.

 

 

 

Figur 5. GSIM informasjonsobjekter i GSBPM kontekst

 

 

31. Problemet med engangsbruk av designkomponenter er viktig for statistikere. Komponentene blir ofte laget på ny, eller i det minste endret, for hver produksjonssyklus. GSIM forenkler beskrivelsen av input og utput på hvert nivå av GSBPM fordi det kan gjøres etter samme mønster, noe som gir en konsistent struktur for å designe statistiske prosesser. GSIM støtter designet, spesifikasjonen og implementeringen av harmoniserte metoder og standard teknologi for å skape et generelt statistisk produksjonssystem.

 

32. Bruk av GSIM vil gjøre det mulig å produsere gjenbrukbare og fleksible prosessbyggeklosser. Disse kan brukes av statistikere for å lage sluttprodukter av varierende kompleksitet, tilrettelegge for produksjon av et bredere utvalg av produkter og gjøre det enklere å respondere på endrede brukerbehov.

 

33. Bruken av GSIM vil redusere arbeidsmengden ettersom mange prosesser vil kunne brukes til nye formål og dermed gjenbrukes. Dette betyr mindre tid på repetitivt arbeid og mer tid til innovasjon.

 

34. På lang sikt vil GSIM gjøre statistikere mindre avhengige av informasjonsteknologer.

 

35. Statistikere er i dag svært opptatt av anvendelighet, brukervennlighet og stabilitet vedrørende metoder og tekniske løsninger. I silotilnærmingen til statistikkproduksjon er fagområdene tungt avhengige av informasjonsteknologer i design, bygging og produksjon av statistiske systemer.

 

36. Statistikerne vil få større kontroll over utformingen av prosessene, og de vil bli mer selvhjulpne i design og produksjon av statistikken.

 

37. Produksjonen vil basere seg på mer standardiserte applikasjoner som er mer robuste mht endring og mindre utsatt ved utskifting av personell. En økning i bruken av standardiserte programmer, som enkelt kan deles på tvers av fagområder, vil gjøre det lettere for statistikere å arbeide innenfor ulike fagområder.

Fra et IT-synspunkt

 

38. Dobbeltarbeid på grunn av siloorganisering er en hovedbekymring for informasjonsteknologer. ”Silokrav” som er ulike og lite stabile fører til skreddersydde engangsløsninger, mens en høy utskiftning i IT-personalet kan resultere i dårlig dokumenterte og ikke-standard applikasjoner.

 

39. Innføringen av GSIM både på nasjonalt og internasjonalt nivå kan allerede nå på kort sikt gi fordeler for informasjonsteknologer. GSIM representerer et felles språk for informasjonsteknologer som kan brukes til å snakke med kunder og kolleger både lokalt og internasjonalt.

 

40. På nasjonalt nivå vil statistikerne bli mer selvhjulpne i design- (se Figur 5) og produksjonsfasen ved at de kan gjenbruke og finne nye bruksområder for harmoniserte komponenter. GSIM vil muliggjøre mer fleksible og modulære produksjonssystemer. Produksjonen vil basere seg på mer standardiserte programmer som er mer robuste for endringer og mindre sårbare ved utskifting av IT-personell. En økning i bruk av standardiserte programmer, som enkelt kan deles på tvers av fagområder, vil gjøre det lettere for IT-spesialister å arbeide innen forskjellige områder.

 

41. Bruken av GSIM vil redusere arbeidsbelastningen ettersom mange komponenter kan tilpasses ny bruk og dermed gjenbrukes. Dette betyr mindre ensformig arbeid og mer tid til innovasjon.

 

42. Dette vil frigjøre tid slik at IT-medarbeidere kan lage mer robuste applikasjoner og utforske nye måter å møte endrede brukerbehov på. Dette vil omfatte mer tid til etablering av robuste, modulære, harmoniserte, godt dokumenterte prosesser som "plug’n’play" [7] .

 

 

Figur 6. Design din egen imputeringsprosess

 

43. På internasjonalt nivå vil det bli økte muligheter for meddesign og medutvikling av felles komponenter basert på krav fra et bredere brukersamfunn. IT-utviklerne vil også ha tilgang til et større utviklersamfunn hvor alle benytter seg av det samme språket for å beskrive sin statistiske informasjon.

SDMX, DDI og andre standarder

 

44. Som et referanserammeverk for informasjonsobjekter supplerer GSIM  andre standarder, slik som SDMX (statistiske data og metadata utveksling) og DDI (Data Documention Initiative), som ofte brukes til å representere og utveksle statistiske data og metadata.

 

45. Informasjonsobjektene i GSIM er konseptuelle, ingen spesifikk fysisk representasjon av informasjonen anbefales. Som en forenklet illustrasjon kan "gateadressen" til en persons hjem defineres som det samme konseptet uavhengig av om opplysningene er registrert i en database, i et regneark, i en CSV-fil, i en XML-fil eller håndskrevne på et stykke av papir.

 

46. GSIM gjør det mulig for organisasjoner å starte med et felles språk knyttet til dataene og metadataene som brukes i hele den statistiske produksjonsprosessen. Det neste trinnet, som vil bli gjennomført via et internasjonalt samarbeids, er å mappe (eller relatere) informasjonsobjekter fra GSIM til relevante representasjoner i SDMX og DDI.

 

47. Dette vil hjelpe statistiske organisasjoner å beskrive og behandle statistisk informasjon ved bruk av et felles språk, samtidig som informasjonen er representert og utvekslet på et hensiktsmessig og standard teknisk format på systemnivå.

 

48. Mens GSIM informasjonsobjekter kan mappes til SDMX og DDI (og en betydelig gevinst kan oppnås for virksomheten totalt ved å benytte disse standardene), forutsetter ikke GSIM at disse standardene brukes. Produsenter og brukere av statistikk kan velge å bruke alternative standarder for bestemte formål. I andre tilfeller kan statistikkprodusenter være åpne for å bruke SDMX og/eller DDI, men ha eksisterende informasjonssystemer som gjør at det ikke er økonomisk å ta i bruk disse standardene.

 

49. Når statistisk informasjon beskrives med GSIM som felles referansepunkt, hjelper det brukere til å identifisere sammenhengen mellom to sett med statistisk informasjon som er representert ut fra ulike tekniske perspektiver.

 

50. En statistiker kan for eksempel motta noen data som er beskrevet i DDI og noen som er beskrevet i et lokalt opprettet format. Statistikeren kan relatere begge disse til GSIM. Statistikeren vil dermed kunne identifisere hvilke forskjeller som er rent tekniske, og hvilke som gjenspeiler underliggende konseptuelle forskjeller.

 

51. Når arten og omfanget av forskjellene kan forstås, er det ofte greit å transformere informasjonen til en felles teknisk representasjon (for eksempel SDMX eller DDI) slik at innholdet kan sammenstilles og utforskes. Denne tilnærmingen sikrer at resultatet av en teknisk konvertering til en felles standard er riktig, og vel fundert, sett fra et konseptuelt perspektiv.

 

52. Det finnes en rekke synergier mellom bruk av GSIM som et referanserammeverk, og anvendelse av representasjonsstandarder som SDMX og DDI. Disse synergiene har blitt maksimert via design.

 

53. Eksisterende standarder og modeller ble for eksempel benyttet som sentrale

referansekilder da en definerte informasjonsobjektene i GSIM,. Ingen av de eksisterende kildene hadde samme formål og virkeområdet som GSIM – det vil si et referanserammeverk av informasjonsobjekter som spenner over hele den statistiske produksjonsprosessen. Identifiseringen av hvert informasjonsobjekt innebar analyse av og støtte til spesielle behov og scenarioer knyttet til bestemte typer av statistiske data og metadata.

 

54. På denne måten dro GSIM nytte av den tiden som er investert i analyse, modellering, testing og raffinering av disse standardene og modellene til de har nådd dagens modenhetsnivå. Det betyr også at GSIM ikke ”uten grunn” avviker fra termer og definisjoner som er brukt i eksisterende standarder og modeller. Der hvor GSIM avviker, er det begrunnet for eksempel med at eksisterende relevante standarder og modeller ikke er konsistente internt og/eller med hverandre, eller at statistikere rapporterer at alternative termer eller definisjoner er mer relevante for deres behov.

Oppsummering

 

55. Denne artikkelen introduserer GSIM for personer som jobber i statistiske organisasjoner. Den beskriver fordelene ved modellen, samt hvordan innføringen av modellen kan påvirke ansatte i statistiske organisasjoner. Artikkelen drøfter også samspillet mellom GSIM og andre rammeverk og standarder slik som GSBPM, DDI og SDMX.

 

56. For mer informasjon om hvordan et statistikkbyrå kan implementere GSIM, introduserer GSIM Brukerveiledningen med trinnene som må gjennomføres.

 

57. For mer detaljert informasjon om informasjonsobjektene i GSIM, deres definisjoner, attributter og relasjoner, gir GSIM Spesifikasjonsdokument et findetaljeringsnivå og diskuterer også forholdet mellom GSIM og andre standarder og modeller.


[1] Se: www1.unece.org/stat/platform/display/hlgbas.

[2] Se: www1.unece.org/stat/platform/display/metis/Generic+Statistical+Information+Model+(GSIM)

[3] Se: www.unece.org/stats/gsbpm

[4] Et middel for utveksling av data

[5] En organisert samling av lagret informasjon sammensatt av en eller flere Datasett som kan være tatt fra mangfoldige Innsamlingsaktiviteter eller Statistiske Aktiviteter

[6]   Se: http://www1.unece.org/stat/platform/display/metis/The+Common+Metadata+Framework

[7] Ideen er at å erstatte en komponent kan være så enkelt som å trekke ut den gamle komponenten og legge inn en ny.