Soutenance mémoire
Télécharger le fichier pdf d’un mémoire de fin d’études
Organisation de l’ANSD [6]
Elle est placée sous la tutelle du ministère chargé de la statistique. Elle est administrée par le Conseil de Surveillance, un organe de délibération composé de neuf membres nommés par décret pour une durée de deux ans renouvelable sur proposition du Ministre de tutelle. C’est le Conseil de Surveillance qui définit et oriente la politique générale de l’ANSD. Celle-ci est donc dirigée par un Directeur Général nommé par décret qui est quant à lui assisté par un Directeur Général Adjoint également nommé par décret aussi. Outre la direction générale, l’Agence se compose de services centraux et de subdivisions au niveau régional. L’ensemble est organisé en Directions, Divisions, Bureaux et Service.
Organisation de la DMIS
La DMIS est chargée d’assurer la mise à disposition d’un système d’information efficient pour l’ensemble des activités de l’ANSD et de gérer la diffusion des produits de l’ANSD.
Elle est structurée en deux divisions :
o la Division de la Documentation, de la Diffusion et des Relations avec les Usagers
o la Division des Systèmes d’Information et des Bases de Données
A cet égard, la DMIS a pour missions [7] :
la supervision de la conception et de la mise à disposition de l’infrastructure de base et des outils informatiques nécessaires aux différentes activités de l’ANSD ;
l’organisation et le pilotage du développement des compétences informatiques du personnel de l’ANSD ; la définition et le pilotage de l’organisation de l’exploitation des systèmes et outils informatiques utilisés au sein de l’ANSD ;
la constitution des bases de données exhaustives et fiables pour les activités de l’ANSD ; l’administration des réseaux informatiques et des bases de données ;
la supervision de l’acquisition ou le développement d’applications informatiques; le traitement et la sauvegarde des données;
la gestion de la cartographie censitaire et du système d’information géographique; l’organisation de la gestion des savoirs. Elle a également pour mission de gérer le Centre de documentation et d’assurer la conservation des archives;
le contrôle de qualité de l’impression des publications ; la définition la politique de diffusion et l’organisation de la diffusion des données produites ;
la gestion des relations avec les usagers de la statistique et la promotion de la culture statistique au sein de la société.
Contexte de l’étude
L’Agence nationale de la Statistique et de la Démographie (ANSD) est l’INS du Sénégal. Avec l’adhésion récente (en 2017) du Sénégal à la Norme spéciale de diffusion des données du FMI, l’appareil statistique national, notamment l’ANSD assure une production régulière de statistiques macroéconomiques. L’ANSD, principale structure du SSN participe activement au renseignement des ODD. Contrairement aux Objectifs du millénaire pour le développement qui ne concernaient qu’une catégorie de pays, les ODD sont globaux. Pour assurer une comparabilité des indicateurs ODD au niveau régional ou international, les indicateurs doivent être échangés conformément à la norme SDMX. C’est dans cette perspective que l’agence souhaite mettre en place un dispositif informatique permettant la diffusion et le partage des indicateurs ODD suivant la norme SDMX. Ce dispositif va nous permettre de réaliser pour l’ANSD les activités suivantes :
Collecter en un lieu unique tous les indicateurs ODD produits par l’ANSD ;
Ensuite convertir tous ces indicateurs au format SDMX ;
Enfin, mettre un dispositif de structure SDMX et code SDMX pour partager et diffuser ces indicateurs au niveau régional ou international.
Problématique
Dans le cadre de notre mémoire de fin de cycle, nous nous sommes intéressés à l’étude de la mise en place un dispositif informatique permettant la diffusion et le partage des indicateurs ODD suivant la norme SDMX qui demeure un problème des INS des pays adhérés aux ODD.
Pour résoudre les problèmes posés dans le contexte, nous devons concevoir et implémenter un dispositif informatique avec les fonctionnalités suivantes :
Consulter le fichier Excel contenant les indicateurs ODD produits par l’ANSD ;
Convertir les indicateurs au format SDMX. Pour cela, il faudra :
Recoder le fichier des indicateurs des ODD collectés à l’aide de la DSD des ODD en donnant les différentes séries des indicateurs faire le mappage aux concepts de la définition de la structure de données.
Utiliser le logiciel SDMX Converter, un outil développé par EUROSTAT et la DSD des ODD pour convertir le fichier mappé des indicateurs ODD au format SDMX Mettre en place un API (programme informatique) pour assurer la diffusion des indicateurs
au niveau mondial. Pour la réalisation de ce dernier point nous allons traiter les différentes opérations suivantes : utiliser le Power AMC pour la modélisation multidimensionnelle de la base de données des indicateurs des ODD,
Créer la base de données MySQL des indicateurs avec WampServer, créer la base de données mapping store SQL Server, faire le mappage et le transcodage des indicateurs aux concepts de la définition de la structure de données par SDMX-RI, Mapping Assistant, un logiciel développé par Eurostat qui simplifie l’exportation SDMX à partir de bases de données relationnelles existantes,
et faire la diffusion et le partage des indicateurs par NSI Client ou le Test Client.
Objectifs de l’étude
L’objectif de notre stage se décline en trois points :
les indicateurs disponibles à l’ANSD suivant les différents axes de désagrégation (sexe, milieu de résidence, région) sont collectés avec les métadonnées nécessaires ;
le fichier des indicateurs est converti au format SDMX;
la base de données des indicateurs est créée et les mappages nécessaires sont effectués afin de permettre de partager les indicateurs via des services web.
Motivation
Le stage va permettre à l’ANSD de mettre en place un dispositif informatique permettant la diffusion et le partage des indicateurs ODD suivant la norme SDMX. Ce dispositif va permettre à l’agence dans le renforcement des capacités à collecter les données et suivre les ODD, et à assurer que les données nationales sont comparables et agrégées aux niveaux subrégionaux, régionaux et mondiaux.
Ces six mois de stage me permettent d’avoir la possibilité d’enrichir mes connaissances en outils informatiques et statistiques grâce à la norme SMDX mais aussi de découvrir le monde de l’entreprise, ses mots techniques et ses raisonnements. Ils me permettent également à effectuer les premières étapes d’une mise en place d’un dispositif informatique qu’on ne fait pas forcément en milieu scolaire, d’avoir une première expérience de vie en autonomie dans une nouvelle structure, et ce qui va me préparer pour une carrière professionnelle.
Travaux existants sur la norme SDMX et les ODD
L’objet de ce chapitre est d’expliquer la norme SDMX et les ODD. Après avoir posé le problème et les hypothèses de recherche, l’étude aborde une brève présentation des travaux existants sur SDMX et les ODD.
La norme SDMX
Les travaux existants
SDMX a été lancé pour les besoins des échanges de statistiques officielles entre les organisations internationales, et entre les organisations internationales et leurs instances constitutives (comme les banques centrales et les agences de statistiques dans leurs pays membres).
En premier lieu les spécifications techniques étaient généralement utilisées dans les échanges de données entre les organisations promotrices et leurs partenaires, ce qui a permis aux normes techniques de mûrir et aux infrastructures techniques de se développer. Dans le cas du Système statistique européen (SSE), il s’agissait généralement des échanges entre l’Office statistique de l’Union européenne (Eurostat) et les instituts nationaux de statistique des États membres. Depuis lors, la mise en œuvre de SDMX dans plusieurs domaines statistiques (tels que la balance des paiements, comptes nationaux et finances publiques dans le domaine des statistiques économiques) augmente régulièrement, favorisant l’échange mondial d’informations statistiques.
SDMX résout un certain nombre de défis stratégiques et opérationnels, tels que:
relever le défi des données ouvertes;
aider les systèmes statistiques à exploiter les avantages de la «révolution des données»;
soutenir le traitement, l’analyse et la diffusion des données, en particulier pour les indicateurs clés tels que ceux du Programme de développement durable à l’horizon 2030;
produire plus avec moins de ressources;
obtenir des données plus rapidement et sous une forme plus standardisée pour les utilisateurs;
obtenir les mêmes données sur plusieurs organisations internationales au même moment; améliorer la qualité générale des statistiques officielles.
SDMX prend désormais en charge un large éventail d’activités internationales d’échange de données et est largement utilisé au niveau mondial. De nombreuses initiatives de modernisation nationales et internationales utilisent SDMX pour améliorer et normaliser l’échange et la diffusion des données et des métadonnées, faciliter l’utilisation des données, maintenir la qualité des données et de réduire les coûts de production et de diffusion.
Le défi couvrant le programme des ODD qui est mondiaux confirme que la norme SDMX est mondiale. En effet tous les pays adhérés aux ODD utilisent la norme SDMX pour la diffusion et le partage des indicateurs ODD afin d’assurer leur comparabilité au niveau régional ou international. Cependant des ateliers sont organisés pour permettre aux INS d’utiliser la norme SDMX : Un atelier sur le partage et l’échange des données et métadonnées produites par les systèmes statistiques nationaux, à l’intention d’une vingtaine des experts des pays africains francophones, s’ouvre à Yaoundé au Cameroun le 23 avril 2019. Cet atelier vise à discuter des exigences pour le développement de référentiels de données communs dans les systèmes statistiques nationaux et à former à l’utilisation de logiciels et outils innovants pour le partage et l’échange des données et métadonnées pour soutenir la communication, la diffusion et l’utilisation des indicateurs des ODD. Un atelier similaire a été organisé en septembre 2018 à Kigali au Rwanda pour les pays africains anglophones [8].
Comme tous les pays adhérés aux ODD, le Sénégal est sur le point d’utiliser la norme SMDX pour répondre au GPSDD (Global Partnership for Sustainable Development Data). Pour cela l’ANSD, l’INS du Sénégal est entrain de réaliser la mise en place d’un dispositif informatique permettant la diffusion et le partage des indicateurs ODD suivant la norme SDMX.
Le fonctionnement de La norme SDMX
Avantages de l’utilisation de SDMX
L’utilisation de SDMX:
• facilite l’échange de données et de métadonnées
• permet de faire un rapport des données ou une diffusion des données ou encore un partage des données (les données sont collectées une fois puis largement partagées à l’aide des technologies modernes)
• permet d’avoir un usage efficace des technologies et des normes
• réduit le temps pour la production des rapports
• améliore la disponibilité des données et des métadonnées statistiques pour les utilisateurs.
SDMX spécifie comment les données statistiques peuvent être structurées, ne détaille pas les structures ou les codes spécifiques, il ne fournit qu’un cadre pour les développer. Les définitions de structure de données (DSD) fournissent les caractéristiques des données à échanger, une DSD doit être développée avant tout échange en SDMX.
L’emballage des données statistiques
Une fois qu’une DSD a été conçue, les données statistiques peuvent être envoyées dans des messages structurés comme spécifié. SDMX fournit plusieurs formats de message, adaptés à différents scénarios. La validation est prise en charge pour la plupart des formats de messages. Des outils sont disponibles pour la transformation entre les types de message.
Implémentation de SDMX
• Les bases de données existantes n’ont pas besoin d’être modifiées.
• Un logiciel est nécessaire (personnalisé ou standard) pour mapper les structures de base de données et les codes à la DSD. Le logiciel récupère les données de la base de données et les formats selon la DSD.
• L’infrastructure de référence SDMX (SDMX_RI) d’Eurostat permet de mapper toute base de données et la DSD.
L’utilisation des bases de données
• Les bases de données relationnelles sont généralement utilisées dans l’échange de données SDMX
• Très souhaitable d’avoir des données statistiques dans une base de données
• Cependant, il est possible de mapper une feuille de calcul Excel sur un fichier DSD et d’extraire les données de la feuille de calcul dans un fichier SDMX
• Il est également possible de mapper et de convertir en SDMX un fichier plat tel que CSV
Développement de définitions globales de structure de données
• Le développement d’une DSD globale est généralement réalisé par un groupe de travail composé de plusieurs pays et agences internationales.
• Un certain nombre de DSD mondiales ont été mises au point ces dernières années pour faciliter les rapports entre les pays et les agences internationales.
• Statistiques macroéconomiques: comptes nationaux, balance des paiements, investissement étranger direct.
• Le Travail, les Prix, SCEE en développement ou en phase pilote
• Commerce international de marchandises: échange pilote terminé Indicateurs ODD: projet pilote termine.
La description des éléments de la matrice de la DSD des ODD
Dans le cadre du projet, la DSD des ODD est utilisée deux fois pour la conversion du fichier des indicateurs et la création de la base de données Mapping Store. Cette section décrit tous les concepts du schéma de concept des ODD.
Dimensions [8]
Toutes les dimensions du modèle de données ODD sont codées et associées à une liste de codes.
Fréquence (FREQ); liste de codes: CL_FREQ
Indique le taux de récurrence des observations. Par convention, tous les indicateurs ODD doivent être fourni avec la fréquence annuelle. Si la fréquence n’est pas annuelle (par exemple, moyenne sur deux ans), les détails doivent être fournis dans l’attribut TIME_DETAIL.
Désigne le type de fournisseur de données utilisé pour distinguer les rapports nationaux, régionaux et mondiaux. La valeur doit être définie en fonction du fournisseur de données, quelle que soit l’origine de la figure. Par exemple, si l’agence dépositaire indique un chiffre initialement indiqué par le pays, elle doit tout de même définir valeur à Global, car la figure fait partie de l’ensemble de données global. Les agences gouvernementales nationales devraient définir toujours la valeur de ce concept sur National.
La différence entre les ODD et les OMD [11]
Les OMD ont permis de rassembler la planète autour d’un programme commun pour lutter contre l’indignité de la pauvreté. Bien que le nombre de personnes vivant dans l’extrême pauvreté ait diminué de plus de la moitié, pour des millions d’autres, le travail reste inachevé. Le nouveau programme doit approfondir les engagements pris au titre des OMD, par exemple éradiquer la faim, réaliser pleinement l’égalité des sexes, améliorer les services de santé, et permettre à chaque enfant d’aller à l’école, tout en préservant les bénéfices des résultats déjà obtenus. L’une des principales différences est que le programme est universel, c’est-à-dire que tous les pays doivent harmoniser leurs stratégies, et identifier, dans chaque domaine, les lacunes et les moyens d’y remédier. Les ODD sont plus ambitieux et complexes, et ils renforcent les acquis des OMD dont l’échéance est arrivée en 2015. Le programme intègre également des domaines nouveaux par rapport aux OMD, comme par exemple le changement climatique, les modes de consommation durable, l’innovation et l’importance de la paix et de la justice pour tous. Les ODD comptent un plus grand nombre d’objectifs, mais ces derniers se concentrent sur des domaines spécifiques, déterminés sur la base de principes et d’engagements communs. S’appuyant sur les OMD, et sur une approche axée sur l’égalité et fondée sur les droits à tous les niveaux, le programme 2030 fait rimer développement durable et inclusion et y associe un engagement à ne laisser personne pour compte. Un cadre de suivi et d’examen solide doit également venir renforcer ce programme.
Les principaux acteurs des ODD et leur rôle [12]
La responsabilité de la réalisation des ODD incombe en premier lieu aux gouvernements et aux citoyens qu’ils représentent. Les États-membres des Nations Unies sont les signataires du programme 2030. Ils devront reformuler leurs politiques pour tenir compte du contexte local et ainsi contribuer à la réalisation des objectifs, et mettre en place des mesures incitatives pour encourager les entreprises à prendre les ODD en compte dans leurs décisions. Les ODD appellent également à la mise en place d’un partenariat mondial. L’harmonisation des priorités nationales et des ODD permet d’identifier en amont l’ensemble des partenaires qui seront nécessaires à l’exécution de ce programme ambitieux, notamment les communautés et les groupes de citoyens. Des acteurs majeurs tels que la société civile, les agences de développement, les grandes entreprises et les communautés partout dans le monde apporteront un appui essentiel aux gouvernements dans la réalisation de ces objectifs. Les associations de volontaires sont explicitement mentionnées en tant que parties prenantes à part entière dans le programme à l’horizon 2030. Les Nations Unies auront également un rôle important à jouer en renforçant la cohérence stratégique et en soutenant les gouvernements dans l’adoption des mesures nécessaires à la réalisation de ces objectifs.
Le financement des ODD
Toutes les sources de financement publiques et privées, nationales et internationales devront être mobilisées, valorisées et maximisées en soutien à l’exécution du nouveau programme. Pour certains objectifs, une évolution des approches et des politiques pourra également permettre d’obtenir des progrès. La réalisation des objectifs n’est pas seulement une question d’aide publique au développement ou d’aide étrangère ; il s’agira également de prendre des engagements fermes pour lutter contre les flux illicites de capitaux et améliorer la coopération internationale sur les questions de fiscalité, ainsi que de renforcer les capacités en matière de mobilisation des ressources internes. Il sera impossible de se passer de la contribution secteur privé, sur lequel repose la majorité du financement du programme pour l’après-2015, ce qui nécessitera la mise en place de mesures incitatives et de cadres règlementaires encourageant la croissance économique locale et l’entreprenariat.
Mesure du progrès des ODD
Les Nations Unies soutiendront la mise en œuvre du programme au niveau national au travers du système des coordonnateurs résidents. Le nouveau programme représente toutefois un défi majeur en matière de suivi des résultats pour l’ensemble des pays et des citoyens. Du fait de la très large portée de celui-ci, et de l’appel à ne laisser personne pour compte, l’organisation des Nations Unies devra modifier la façon dont elle vient en aide aux gouvernements (et aux autres acteurs) pour produire, rendre accessibles et analyser les données. Le système de développement des Nations Unies est pleinement déterminé à renforcer la collecte des données dans les domaines clés et à améliorer la qualité et la disponibilité des données pour la mise en œuvre et le suivi du programme
à l’horizon 2030. Les volontaires peuvent jouer un rôle dans le renforcement des formes participatives de planification et de suivi et dans l’amélioration de la collecte de données quantitatives et qualitatives, en particulier dans les zones reculées. Au cours des 15 prochaines années, le Forum politique de haut niveau pour le développement durable (HLPF) examinera les progrès accomplis dans la réalisation des ODD et fournira aux États-membres un leadership politique, des conseils et des recommandations en matière de développement durable. La résolution de l’Assemblée générale portant création du HLPF mentionne explicitement les associations de volontaires en tant que parties prenantes. Par conséquent, ces dernières ont la possibilité de présenter les contributions du volontariat aux ODD lors des réunions du HLPF, en parallèle des rapports établis par les États membres pour rendre compte des progrès accomplis. À cet égard, le Plan d’action pour l’intégration du volontariat dans la paix et le développement pour la période 2016- 2030 recommande de mesurer le volontariat pour :
Parvenir à une compréhension globale de l’engagement des populations et de leur bien-être Contribuer au suivi des ODD.
Les indicateurs des ODD [13]
En effet, la planète est passée de 8 objectifs avec les OMD à 17 objectifs avec les ODD en plus de 169 cibles.
La liste comprend 232 indicateurs sur lesquels un accord général a été trouvé. Veuillez noter que le nombre total d’indicateurs répertoriés dans le cadre d’indicateurs globaux des indicateurs de développement durable est de 244. Cependant, étant donné que neuf indicateurs se répètent sous deux ou trois cibles différentes (voir ci-dessous), le nombre total réel d’indicateurs individuels dans la liste est de 232.
Les indicateurs du cadre d’indicateurs globaux qui se répètent sont les suivants:
8.4.1 / 12.2.1 : Empreinte matérielle, empreinte matérielle par habitant et empreinte matérielle par PIB ;
8.4.2 / 12.2.2 : Consommation intérieure de matières, consommation intérieure de matières par habitant et consommation intérieure de matières premières par PIB ;
10.3.1 / 16.b.1 : Proportion de la population déclarant s’être sentie personnellement victime de discrimination ou de harcèlement au cours des 12 derniers mois sur la base d’un motif de discrimination interdit par le droit international des droits de l’homme ;
10.6.1 / 16.8.1 : Proportion de membres et de droits de vote des pays en développement dans les organisations internationales ;
15.7.1 / 15.c.1 : Proportion d’espèces sauvages commercialisées, braconnées ou faisant l’objet d’un trafic illicite ;
15.a.1 / 15.b.1 : Aide publique au développement et dépenses publiques consacrées à la conservation et à l’utilisation durable de la biodiversité et des écosystèmes ;
1.5.1 / 11.5.1 / 13.1.1 : Nombre de décès, de personnes disparues et de personnes directement affectées attribuées à des catastrophes pour 100 000 habitants ;
1.5.3 / 11.b.1 / 13.1.2 : Nombre de pays qui adoptent et mettent en œuvre des stratégies nationales de réduction des risques de catastrophe conformes au Cadre de Sendai pour la réduction des risques de catastrophe 2015-2030 ;
1.5.4 / 11.b.2 / 13.1.3 : Proportion de gouvernements locaux qui adoptent et mettent en œuvre des stratégies locales de réduction des risques de catastrophe conformes aux stratégies nationales de réduction des risques de catastrophe.
Tâches réalisées
Suite à la présentation des travaux existant sur la norme et les ODD, ce chapitre expose les différentes opérations effectuées. Les présentations des différents résultats seront faites à la dernière section du chapitre.
Le dispositif de travail
La diffusion et le partage des indicateurs des ODD passent par : l’utilisation d’outils logiciels (Microsoft SQL Server, Wampserver, PowerAMC) et de la norme SDMX. L’objet de cette partie est de présenter ces outils ainsi que les différents choix techniques qui interviennent en pratique.
Microsoft SQL Server
Microsoft SQL Server est un gestionnaire de bases de données. Il fournit un environnement pour la gestion des bases de données accessibles à partir des postes de travail, du web ou d’autres média tels qu’un assistant numérique personnel [14].
Dans le cadre de notre projet, Microsoft SQL Server est utilisée pour créer la base Mapping Store pour le mappage des indicateurs avec la structure de définition des données (Data Structure Definition DSD) des ODD. Donc il joue un rôle essentiel dans la phase du mappage et de stockage de données de la base de Mapping Store, dans le projet
WampServer
WampServer est une plate-forme de développement Web sous Windows pour des applications Web dynamiques à l’aide du serveur Apache2, du langage de scripts PHP et d’une base de données MySQL. Il possède également PHPMyAdmin pour gérer plus facilement les bases de données [15].
Dans le cadre de notre projet, via PHPMyAdmin, nous utilisons le gestionnaire de bases de données MySQL pour créer la base de données des indicateurs des ODD qui sera mappée avec le Mapping Assistant.
PowerAMC
PowerAMC est un logiciel de conception créé par la société SAP, qui permet de modéliser les traitements informatiques et leurs bases de données associées. PowerAMC offre la possibilité de réaliser tous les types de modèles informatiques. Il permet aussi de travailler avec la méthode Merise. Ce qui permet d’améliorer la modélisation, les processus, le coût et la production d’applications.
Dans le cadre de notre projet, nous utilisons PowerAMC pour modéliser la base de données des indicateurs des ODD qui sera créée avec PhpMyAdmin dans WampServer.
Présentation du convertisseur SDMX (SDMX Converter)
C’est un logiciel développé par Eurostat pour convertir des données de divers formats en SDMX et inversement. Il prend en charge plusieurs formats dont CSV, Excel et DSPL, et peut être utilisé pour transformer :
Données non SDMX vers SDMX, SDMX vers non-SDMX, Format SDMX vers un autre format SDMX.
Le service de transformation peut éventuellement effectuer un transcodage, c’est-à-dire remplacer les codes trouvés dans le fichier source à l’aide d’une table de consultation fournie par l’utilisateur.
Le convertisseur SDMX peut être utilisé sous plusieurs formes:
en tant qu’application de bureau avec une interface utilisateur graphique interactive.
en tant qu’outil de ligne de commande, utile pour le traitement interactif et le traitement par lots. en tant que service Web pouvant être appelé par tout client compatible SOAP / REST.
en tant que bibliothèque Java avec sa propre interface de programme d’application
Pour transformer des données en SDMX à l’aide de SDMX Converter, nous avons besoin:
des données sources au format CSV, DSPL, Excel, etc.;
une définition de structure de données (DSD) selon laquelle le jeu de données SDMX sera structuré;
les mappages entre les données source et les concepts de la DSD;
Comme toujours lors de la configuration de l’échange SDMX, la configuration des mappages prend plus de temps et d’effort [16].
Pour effectuer la conversion, le convertisseur SDMX doit obligatoirement disposer d’un fichier d’entrée et de la DSD SDMX correspondante ou son flux de données. La conversion inclut une validation structurelle du jeu de données en entrée par rapport à la DSD, y compris des contrôles de listes de codes (codelists).
Pour les formats de données autres que SDMX-ML, des informations structurelles et des paramètres supplémentaires doivent être fournis. Plus important encore, chaque fichier SDMX-ML contient des informations obligatoires dans son en-tête, qui doivent être fournies au cas où le fichier d’origine ne les contiendrait pas, comme c’est le cas pour les fichiers CSV. Les exemples typiques de ceux-ci sont les paramètres de conversion CSV, qui spécifient le délimiteur de champ, la politique de cotation, l’ordre des colonnes, si le fichier a une ligne d’en-tête avec des noms de concept ou non et toutes les informations obligatoires pour l’en-tête SDMX [17].
Dans ce logiciel, nous avons effectué notre conversion du fichier des indicateurs après avoir traité tous les mappages nécessaires du fichier d’origine en utilisant la DSD des ODD. Donc il joue un rôle essentiel dans la phase de la conversion du fichier des indicateurs ODD au format SDMX.
SDMX-RI [18]
Définition
SDMX Referentiel Infrastructure (SDMX-RI) est un logiciel développé par Eurostat qui simplifie l’exportation SDMX à partir de bases de données existantes. Il dispose de plusieurs modules: Mapping Assistant, NSI Web Service, NSI Client et Test Auth.Config. L’implémentation de SDMX-RI est faite à la fois en Java et en .Net.
L’utilisation
Il fournit aux organisations statistiques des blocs de construction réutilisables :
Implémentations .NET et Java
Application Programming Interface(API) bien définie
Package Paquet Open Source sous licence EUPL
Minimiser les efforts d’installation qui permettent la production de données SDMX à partir de bases de données de référence ou diffusion existantes
Implémentation
Les efforts les plus importants sont consacrés à la configuration des mappages à l’aide de l’assistant de mappage, Mapping Assistant fonctionne avec toutes les DSD et bases de données.
D’autres modules, tels que le service Web, utilisent les mappages et nécessitent très peu d’effort de configuration et de maintenance.
Dans notre projet nous utilisons le module Mapping Assistant de SDMX-RI.
Mapping Assistant [19]
Mapping Assistant est destiné à faciliter la correspondance entre les métadonnées structurelles fournies par une définition de structure de données (DSD) SDMX-ML et celles qui résident dans une base de données de diffusion d’un environnement de diffusion. L’assistant de mappage gère un magasin de mappage pour conserver les mappages entre SDMX et le schéma de stockage de données local. Dans SDMX-RI, l’assistant de mappage fournit des informations de mappage au DataRetriever (une des composantes de SDMX-RI qui est un bloc réutilisable ayant une finalité précise). Le module DataRetriever se connecte à la base de données Mapping Store et accède aux mappages appropriés pour traduire les requêtes SDMX-ML en SQL pour la base de diffusion.
|
Table des matières
Introduction
Chapitre 1 : Contexte et problématique
I. Présentation de l’ANSD
1. HISTORIQUE
2. Missions de l’ANSD
3. Organisation de l’ANSD
4. Organisation de la DMIS
II. Contexte de l’étude
III. Problématique
IV. Objectifs de l’étude
V. Motivation
Chapitre 2 : Travaux existants sur la norme SDMX et les ODD
I. La norme SDMX
1. Les travaux existants
2. Le fonctionnement de La norme SDMX
Avantages de l’utilisation de SDMX
Structure des données statistiques
L’emballage des données statistiques
Implémentation de SDMX
L’utilisation des bases de données
Développement de définitions globales de structure de données
La description des éléments de la matrice de la DSD des ODD
Format
II. Les objectifs de développement durable (ODD)
1. Définition
2. La différence entre les ODD et les OMD
3. Les principaux acteurs des ODD et leur rôle
4. Le financement des ODD
5. Mesure du progrès des ODD
6. Les indicateurs des ODD
Chapitre3 : Tâches réalisées
I. Le dispositif de travail
1. Microsoft SQL Server
2. WampServer
3. PowerAMC
4. Présentation du convertisseur SDMX (SDMX Converter)
5. SDMX-RI
Définition
L’utilisation
Implémentation
Mapping Assistant
II. Mise en œuvre
1. Présentation de la base de données
2. Modification de la base de données
Recodage des variables
Le mappage
3. Conversion du fichier Excel mappé au format SDMX
III. Modélisation multidimensionnelle
IV. Chargement de la base de données
V. L’utilisation du Mapping Assistant
1. Description du travail à faire
2. Traitement des taches
3. Dans l’application Mapping Assistant
VI. Résultats obtenus
Conclusion
I. Bilan sur les résultats
II. Apports Personnels et perspectives
Référence bibliographique
Webographie
Télécharger le rapport complet
