© Smederevac - iStock Getty Images Plus
Med en betydelig andel af de jobtilbud, der annonceres online, indeholder de data, de indeholder, værdifulde oplysninger om det nuværende arbejdsmarked. Udnyttelse af disse data med big data-teknologier kan f.eks. bidrage til at forstå tendenser i eksisterende og nye færdigheder, der kræves, og antallet af ledige stillinger. Det er vigtigt for politikerne og beslutningstagerne at etablere objektive oplysninger om arbejdsmarkedet for at sikre Europas konkurrenceevne, og at arbejdsstyrkens kvalifikationer opfylder efterspørgslen. Når der arbejdes på nye datadrevne løsninger, bidrager Europa-Kommissionens værktøj til testning af big data til at eksperimentere med reelle data, inden man begynder at udvikle systemet.
Fakta i korte træk
- Involverede parter: Det Europæiske Center for Udvikling af Erhvervsuddannelse (Cedefop) og Den Europæiske Unions Statistiske Kontor (Eurostat), der repræsenterer det europæiske statistiske system (ESSnet) big data-projektet og deltagende nationale statistiske kontorer
- Udfordring: Brug Online Job Advertisement (EUT) -data til at give rettidige oplysninger om de europæiske arbejdsmarkeder
- Opløsning: Fastsætte krav til et paneuropæisk system til udarbejdelse af officielle statistikker og dedikerede politikanalyser baseret på data fra EUT
- Infrastruktur til test af big data (BDTI)
Perfekte partnere
For ca. et halvt årti siden erkendte CEDEFOP og Eurostat, at de arbejdede hårdt på de samme data for at give lignende indsigt på det europæiske arbejdsmarked. På den ene side er Cedefop et agentur, der har brug for arbejdsmarkedsdata for at hjælpe politiske beslutningstagere og andre arbejdsmarkedsaktører på EU-plan og nationalt plan med at forstå tendenser i udbud af og efterspørgsel efter erhvervsrettet arbejdskraft og færdigheder samt eventuelle ubalancer mellem de to. På den anden side hjælper Eurostat, Den Europæiske Unions Statistiske Kontor, politikerne og beslutningstagerne ved at indsamle og levere officielle statistikker om EU's samfund, økonomi og miljø, herunder det europæiske arbejdsmarked. Begge ønskede at bruge Online Job Advertisements (EUT) til at udforske og udtrække nye former for information ved hjælp af big data-teknologier.
I marts 2019 lancerede CEDEFOP værktøjet til analyse af færdigheder online (Skills Online Vacancy Analysis Tool for Europe) (Qualils-OVATE), som allerede i sin første gennemførelse af det begrænsede anvendelsesområde viste systemets potentiale til at behandle og analysere OJA-data med henblik på efterspørgslen efter færdigheder. Eurostat har siden 2015 fremmet de nationale statistiske kontorers anvendelse af data fra EUT for at forbedre de officielle arbejdsmarkedsstatistikker og har støttet ESSnet-big data. Cedefop og Eurostat har taget skridt til at udvide Cedefop's kompetence/OVATE for at tilpasse den til udarbejdelsen af europæiske officielle statistikker. og at udvide den til at omfatte udforskning af mange andre webdatakilder med oprettelsen af det europæiske Web Intelligence Hub.
Fordele ved BDTI
Inden BDTI overtog Europa-Kommissionens big data-værktøj, forsøgte de nationale statistiske kontorer selv at indsamle og analysere OJA-data, men de kom ind på tekniske problemer med hensyn til utilstrækkelig computerkraft og -hukommelse. OJA'ernes karakter af big data krævede en mere robust infrastruktur, som BDTI stillede gratis til rådighed. BDTI gav et let tilgængeligt testmiljø med muligheder for tilpasning og støttetjenester. Dens virtuelle miljøskabeloner arbejder med forskellige datakilder, softwareværktøjer og big data-teknikker. BDTI gjorde det muligt for agenturerne at fokusere på at indsamle viden, indsigt og værdi fra deres data i stedet for at gøre en indsats for at etablere et komplekst eksperimentelt testområde. Dette gør det muligt at skabe hurtige prototyper til at verificere og afprøve datahypoteser, metoder og visualiseringer.
I 2019 oprettede BDTI-teamet et datatestmiljø for en periode på fire måneder og tilrettelagde et kursus for udvalgte nationale statistiske kontorer. Målet var at undervise og sætte de nationale statistiske kontorer i stand til at udforske reelle data fra EUT ud fra deres nationale synspunkt. Disse data var blevet indsamlet af Cedefop i løbet af mere end et år. BDTI bidrog til at spare tid, omkostninger og bestræbelser på at innovere og validere, hvilke statistiske dataprodukter der er gennemførlige, og som det er værd at udvikle inden for håndværk og OVATE. Som led i denne gennemførelse håndterede BDTI 15 terabytes OJA-data og millioner af forespørgsler.
BDTI hjalp os voldsomt ved at gøre det muligt for os meget hurtigt at få et passende miljø for uddannelsesarrangementet og den efterfølgende undersøgelse af OJA-data.
Fernando Reis, big data-statistiker, Eurostat
Hvad er nyt i EUT?
Oja-data gør det muligt at skabe unikke og innovative indikatorer som supplement til traditionelle officielle statistikker. De vil ikke blive brugt til at erstatte eksisterende statistikker, men til at tilføre oplysninger om arbejdsmarkedet nye dimensioner. De traditionelle metoder til udarbejdelse af statistikker omfatter mere tidskrævende processer gennem undersøgelser, som undersøger arbejdsstyrken (udbudssiden) og ledige stillinger (efterspørgselssiden). Oja-data indeholder næsten tidstro statistikker og flere oplysninger om efterspørgslen efter færdigheder og færdigheder.
Her er der flere fordele ved statistikker baseret på big data fra EUT:
- Kan udarbejdes oftere og hurtigere end traditionelle statistikker (offentliggøres kvartalsvis)
- Giver oplysninger om job, der er udeladt i traditionelle kanaler, f.eks. internationale job
- En effektiv måde at studere selv subnationale arbejdsmarkeder på
- Mulighed for at få mere detaljerede oplysninger om titel, beskæftigelse, færdigheder og beliggenhed
Hvordan fungerer det?
Udtræk af data fra EUT kræver, at det digitale fodaftryk, som virksomhederne har efterladt på onlinearbejdsmarkedet, konverteres til 10 relevante statistiske variabler. Da ingen af de indsamlede og analyserede data vedrører personoplysninger, falder systemet uden for anvendelsesområdet for EU's databeskyttelseslovgivning (GDPR). De to typer data, der indsamles, er:
- Strukturerede data i datafelter, f.eks. jobplacering og offentliggørelsesdato, indsamles hurtigt af dataskrabere.
- Naturligt sprog fundet i fri tekst. Her anvendes kunstig intelligens (AI), der kombinerer natursprogsbehandling (NLP) og maskinlæringsalgoritmer, til at rense den frie tekst og udtrække relevante data om beskæftigelse, uddannelse og færdigheder, løn osv.
BDTI bidrog til at planlægge en mere målrettet anvendelse af ressourcerne til at udvide kompetence- OVATE til statistikker og til at præcisere de tekniske krav til udarbejdelsen heraf. De nationale statistiske kontorer vidste f.eks., at EUT'er ikke altid oversætter til ledige stillinger. En ledig stilling kan annonceres på flere platforme, og der kan være flere ledige stillinger bag et enkelt EUT. Takket være BDTI har arbejdsgruppen en bedre forståelse for, hvordan man kan fastlægge en metode til beregning af indikatorer uden forudindtagethed, inden den tager tid og indsats med hensyn til kodefunktionaliteter i færdigheder/OVATE.
Næste skridt
FærdighedsOVATE indsamler nu OJA-data fra alle EU's medlemsstater og mere end 94,000 websider, herunder offentlige arbejdsformidlinger (PES), private jobbestyrelser, rekrutteringsbureauer, virksomhedswebsteder og onlineaviser. Færdigheder/OVATE forventes at være fuldt operationelle senere i 2020 og udgøre et fælles centraliseret paneuropæisk system for alle interessenter på alle niveauer: EU, nationalt og regionalt.
De næste skridt for Web Intelligence Hub omfatter indførelse af procedurer for overvågning af datakvalitet, fastlæggelse af en forvaltningsmodel og udvidelse af systemet til udarbejdelse af officielle statistikker i og uden for arbejdsmarkedet i stor skala. EIAH vil være baseret på kompetence- og OVATE-systemet og udnytte det samarbejde mellem de nationale statistiske kontorer, der kickstartes af BDTI-miljøet og -uddannelsen.