Il progetto di miglioramento della qualità dei dati nell’Agenzia delle Entrate

12 marzo 2001 1

Il progetto di miglioramento della qualità dei dati nell’Agenzia delle

Entrate

Dott. Salvatore CostaAgenzia delle Entrate

Direzione Centrale Sistemi e Processi

12 marzo 2001Agenzia delle Entrate2

La struttura organizzativa

1° gennaio 2001: Ristrutturazione del Ministero delle Finanze ed avvio operativo delle Agenzie fiscali– Agenzia delle entrate– Agenzia delle dogane– Agenzia del territorio– Agenzia del demanio– Ministero “snello”


Il patrimonio informativo dell’Agenzia delle Entrate

Anagrafe dei contribuenti 81 mln. (CF attribuiti a PF) Dichiarazioni dei redditi 300 mln. Dichiarazioni I.V.A. 60 mln. Atti del Registro 70 mln. Conto fiscale 7,5 mln. Rimborsi I.V.A. 3,1 mln. Rimborsi IRPEF 64 mln.


ENTIPREVIDENZIALI

CAMERE DICOMMERCIO

ENTI LOCALI

PUBBLICHEAMMINISTRAZIONI

AZIENDE FORNITRICIDI UTENZE

GUARDIA DIFINANZA

BANCHE

ORDINIPROFESSIONALI

ENTIASSICURATIVIPOSTE

I flussi di dati


Rilevanza delle logiche di qualità

Enorme patrimonio informativo, da gestire secondo canoni di– Correttezza– Completezza– Coerenza di formato e di valore– Attualità (Tempestività di aggiornamento)

Difficoltà di approccio totale e definizione del primo dominio di intervento:Archivio Anagrafico delle Persone Fisiche (A.A.)


Motivazioni della scelta A.A. contiene: CF, dati anagrafici, residenza,

decesso. CF: codice identificativo individuale

– È la principale chiave d’accesso a tutte le basi dati dell’Agenzia

– Tutti i rapporti tra PP.AA. e altri soggetti, pubblici o privati, vanno tenuti sulla base del CF

– È inserito nella carta d’identità elettronica Residenza

– Esigenza costante di corretta reperibilità del contribuente


Metodologia di lavoro - introduzione

Con il supporto di Telcordia Technologies (1999) è stata definita una metodologia per la definizione di un piano di qualità dei dati


Metodologia di lavoro

Definizione del sistema oggetto di analisi: Base dati dell’Archivio Anagrafico delle Persone Fisiche

Definizione di una lista di “macro problemi“– Non correttezza dati anagrafici (Comuni, AIRE)– Soggetti con doppia posizione in archivio– Obsolescenza dei dati di residenza e/o loro

mancata normalizzazione– Non correttezza e/o incompletezza dei dati di

decesso


Descrizione dei flussi di dati in ingresso/uscita relativamente alle seguenti operazioni– Attribuzione nuovo CF– Variazione residenza– Variazione dati anagrafici– Acquisizione/correzione informazioni di decesso



Esempio: Attribuzione nuovo CF

Trigger Input Procedura Sistema

Qualità attuale dati sistema

Correttezza Tempestività Coerenza formato

Nascita con comunicazione dal Comune

Dati anagrafici dal Comune

Attribuzione CF online (integrata o manuale)

Alta se procedura integrata Media se richiede 1 data entry

Max tre mesi di ritardo Alta

Nascita con comunicazione in ufficio finanziario

Richiesta genitori

On-line TP da ufficio

Media se manca controllo con dati Comune. Alta se da certificazione Comune

Determinata dal cittadino. Tempo di attesa del sistema trascurabile

Alta

Richiesta del cittadino in ufficio finanziario

Richiesta del cittadino


definita dal documento di identità. Richiede 1 data entry

Determinata dal cittadino. Tempo di attesa del sistema trascurabile

Alta

Allineamento una tantum con dati Comune

Batch dati Comune

Validazione tramite batch ad hoc

Alta per dati validati. Richiede 0 data entry

Bassa. Il successivo disallineamento è inevitabile.

Alta per dati validati.


Esempio: Variazione di residenzaTrigger Input Procedura

sistema Qualità attuale dati sistema

Correttezza Tempestività Coerenza Formato

Registrazione della dichiarazione redditi

Dichiarazione Batch da archivio dichiarazioni

Determinata dal cittadino. Richiede data entry cittadino o data entry Banca o Poste

Determinata da acquisizione dichiarazione Minimo frequenza dichiarazione (4 mesi dalla presentazione)

Pari a quella dell’input

Segnalazione comune

Dati residenza da Comune

Online + TP

Alta se procedura integrata Media se richiede data entry

Determinata da ufficio comunale

Alta: consistente con regole della toponomastica locale

Segnalazione Ufficio contribuenti IVA

Dichiarazione di inizio attività o variazione dati contribuenti IVA

On-line TP

Pari a quella di input Richiede 1 data entry

Alta Pari a quella dell’input

Segnalazione cittadino

Dati autocertificati


Pari a quella di input Determinata dal cittadino Pari a quella dell’input

Allineamento una tantum con dati Comune

Batch dati Comune

Validazione tramite batch ad hoc

Alta per dati validati. Ignota per dati non validati (richiede ‘riciclo’) Richiede 0 data entry

Bassa. Il successivo disallineamento è inevitabile

Alta per dati validati.


Definizione dei data steward– Comuni

Detentori istituzionali dei dati anagrafici, di residenza e di decesso

– Uffici finanziari Tramite le transazioni di attribuzione / variazione CF,

variazione di residenza, acquisizione / variazione informazioni di decesso

– Contribuenti Invio di dichiarazioni / atti



Definizione di attributi di alto livello e meta-attributi


Attributi alto livello

Attributi schema

Codice Fiscale PF [Persona Fisica].CF Dati Anagrafici PF [Persona Fisica].{Cognome, Nome,

Sesso, Anno Nascita, Mese Nascita, Giorno Nascita, Provincia Nascita, Comune di Nascita}

Dati Residenza Ufficiale PF

[Persona Fisica].{Comune, Provincia, Cap e Indirizzo Residenza}

Informazione Decesso PF

[Persona Fisica].{Flag Decesso, Data Decesso e Fonte}


Definizione dei meta-attributi: – Chi: sorgente dell’informazione– Quando: data ultima modifica– Cosa: tipo di operazione– Stato: Non controllato, verificato corretto, verificato

non corretto, corretto Nella maggior parte dei casi tratta di riportare a

livello di schema dati parte delle informazioni presenti nei log delle transazioni.



Definizione dei vincoli di qualità– Definiti per ogni attributo di alto livello, sulla base

della lista dei macro problemi, con riferimento alle dimensioni della qualità rilevanti per ciascun attributo

Definizione degli indicatori di qualità– Definiti, a partire dai vincoli di qualità; devono

essere grandezze misurabili che evidenziano quanto i dati rispettano i vincoli definiti



Definizione dei vincoli - schema

Dimensione Qualità

Tipo Dato

Data Steward

Accuratezza valore, Precisione

Tempestività Completezza valore

Coerenza formato

Coerenza valore

<attributo alto livello>

<a chi appartiene>

< vincoli parametrici>


Indicatori di qualità (esempio)

Dato Requisito di qualità

Controllati Validati Comuni

Dati anagrafici

Coerenza con i Comuni

100% dei dati pervenuti

87%

Dati anagrafici deceduti


100% dei dati pervenuti

71%


Indicatori di qualità (esempio)

Dato Requisito di qualità

Controllati Validati

Dati sul decesso

Completezza 100% 93%

Dati sul decesso


100% 14%


Il piano di intervento sui dati - Allineamento

Allineamento con le Anagrafi comunali, secondo le regole definite di concerto con il Ministero dell’Interno– Fase iniziale di confronto: il Comune invia l’intera

anagrafe dei residenti. Se c’è identità completa di dati anagrafici, aggiorno l’A.A. con il dato di residenza


(segue)– Fase di trattamento difformità (attivata

prioritariamente con i Comuni che partecipano alla sperimentazione CIE): se esiste nell’A.A. un unico soggetto che differisce per un solo dato anagrafico e con residenza “somigliante”, si aggiorna l’A.A. (dati anagrafici e residenza) dopo la verifica svolta dal Comune



(segue)– Trattamento casi residuali: si mettono a

disposizione del Comune gli strumenti per l’aggiornamento online dell’A.A. (dati anagrafici)

A regime (mantenimento dell’allineamento)– Il Comune invia periodicamente le variazioni

anagrafiche (nascite, variazioni di residenza, decessi)



Alcuni dati numerici – Fase trattamento difformità

Comune % Allineamento iniziale

% Allineamento dopo trattamento difformità

Bologna 95.3 99.0

Cremona 88.1 98.2

Genova 84.2 95.4

Imola 98.6 98.9

Livorno 93.6 97.4

Milano 88.9 95.6

Perugia 89.2 95.3

Siena 93.4 96.9

Torino 90.9 97.7

Trieste 94.7 97.5


Obiettivo: costituire una banca dati che contenga per ogni soggetto le informazioni di spedizione, secondo gli standard postali

Convenzione con Poste Italiane S.p.A.: servizio di normalizzazione e riconoscimento degli indirizzi

Il piano di intervento sui dati – Normalizzazione degli indirizzi


Unicità dell’interlocutore– 1 vs. 8100, non trattabili uniformemente e non tutti

informatizzati/normalizzati

Fornitura di servizio e non di stradario– Non ci sono carichi di sviluppo software per l’Agenzia, a meno

dell’alimentazione del sistema

Possibilità di integrazione con gli esiti di recapito e la motivazione dell’eventuale mancato recapito

– Verifica dell’efficacia del servizio misurata dal sistema stesso

Il piano di intervento sui dati – Normalizzazione degli indirizzi


Identificazione dei soggetti con doppie posizioni in A.A. – Rilasciati più codici fiscali, a seguito dell’indicazione

di dati anagrafici non coincidenti.

Determinazione del CF corretto Riunificazione delle posizioni (collegamento)

Il piano di intervento sui dati – Individuazione dei CF duplicati


Analisi dei duplicati già noti (collegati) Ricerca dei “simili”, riconducendoli alle classi di

errore individuate nell’analisi Criteri di rilevazione di effettiva duplicazione

– Indirizzo molto simile– Solo un soggetto è confermato dal Comune di

residenza– Solo un soggetto presenta atti e/o dichiarazioni– I soggetti differiscono solo per il Comune di nascita

e uno dei due è un Comune soppresso o aggregato

Il piano di intervento sui dati – Individuazione dei CF duplicati


Sperimentazioni

Nel corso della stesura del progetto sono state effettuate sperimentazioni su campioni di dati quale ausilio alla definizione di indici (anche se su base campionaria) sui quali tarare i valori attesi nella misurazione di partenza


SperimentazioniControllo Indirizzi Sono stati effettuati interventi di:

– Bonifica– Normalizzazione– Riconoscimento degli indirizzi

su un campione di comuni medio-piccoli Le elaborazioni sono state effettuate da due

diverse società italiane


Sperimentazioni

Controllo indirizzi - Risultati

Record elaborati

Record Normalizzati

Indice di Normalizzazione

Address Software

275.365 264.081 0,959

APTA System

275.365 222.756 0,809

L’indice è dato da rapporto dei normalizzati sul totale del campione


Sperimentazioni Identificazione soggetti duplicati

– Sono state effettuate sperimentazioni con Telcordia e APTA system

– Entrambe hanno utilizzato sistemi basati su criteri di “matching” e “edit distance” tra le informazioni anagrafiche (codice fiscale,cognome, nome, data e comune di nascita)


Sperimentazioni

Identificazione soggetti duplicati (segue) Telcordia ha rilevato un indice di sospetti duplicati del

4,48% APTA system ha rilevato indici variabili tra 0,15% e

1,5% in dipendenza dei filtri di correlazione utilizzati.


Sperimentazioni

Identificazione soggetti duplicati (segue) I diversi filtri sono stati realizzati utilizzando

alternativamente tutte o parte delle informazioni:– Filtro A: soggetti aventi Codice Fiscale simile, Anagrafica

simile, Indirizzo simile e Località simile (0,15%) – Filtro B: soggetti aventi Codice Fiscale simile, Anagrafica

simile, Indirizzo simile o diverso e Località simile o diversa (0,85%)

– Filtro C: soggetti aventi Codice Fiscale simile o diverso, Anagrafica simile, Indirizzo simile e Località simile (1,5%)


Revisione dei processi nell’ottica di acquisire i dati alla fonte– Attribuzione CF ai neonati Comuni– Attribuzione CF ai non residenti Consolati– Attribuzione CF extracomunitari Questure– Variazione residenza, dati anagrafici, decesso

Comuni

Il piano di intervento sui processi


Revisione delle procedure di data entry– Sensibilizzazione degli operatori dei vari organismi

abilitati verso la qualità dei dati immessi Circolari di istruzione Piani formativi per il personale

– Controlli stringenti per evitare l’introduzione di errori Evitare duplicazioni Accuratezza e completezza dei dati



Revisione dei flussi di aggiornamento– Le dichiarazioni dei redditi telematiche consentono

maggiore tempestività di aggiornamento della residenza e limitano gli errori di data entry

– Verranno acquisite telematicamente anche le dichiarazioni di successione correttezza e tempestività del dato



Il monitoraggio del livello di qualità

Implementazione delle informazioni nelle basi dati: chi, quando, cosa, stato

Rilevazione degli indicatori del livello di qualità dei dati sottoposti a trattamento

Rilevazione degli incrementi di qualità ottenuti e loro confronto con quelli attesi

Registrazione e storicizzazione dei risultati Prodotti di data warehouse


Altri domini di intervento

Anagrafe delle persone non fisiche (società, enti, associazioni)

Dichiarazioni annuali e atti Pagamenti Informazioni provenienti da Enti Esterni

Date post:	02-Jan-2016
Category:	Documents
Upload:	vielka-salas
View:	25 times
Download:	1 times

Il progetto di miglioramento della qualità dei dati nell’Agenzia delle Entrate

Documents