© Jerzy Auksztol. Artykuł udostępniony na licencji CC BY-SA 4.0
W artykule przedstawiono koncepcję pełnej automatyzacji procesu zbierania danych w badaniach warunków pracy i wypadków przy pracy prowadzonych przez statystykę publiczną w Polsce, opracowaną zgodnie z zasadami zarządzania Lean. Przez pełną automatyzację procesu zbierania danych rozumiane są czynności wykonywane przez system informacyjny (bez udziału człowieka) w procesie uzyskiwania danych ze wskazanego źródła. Jako metodę dociekań przyjęto podejście projektowe (ang. design science research) umożliwiające zweryfikowanie efektów modernizacji badania warunków pracy osiągniętych do tej pory od 2018 r. i przygotowanie spójnej koncepcji dalszych wielowymiarowych prac służących gruntownej reorganizacji statystycznych procesów statystycznych. Wykazano, że budowa efektywnego systemu informacji o bezpieczeństwie i zdrowiu w miejscu pracy pozwoliłaby zniwelować dotychczasowe trudności i ograniczenia. Stworzenie takiego systemu wymaga harmonijnego współdziałania na poziomie operacyjnym i strategicznym w celu uzyskania pożądanego efektu – dostępu do przydatnych danych odpowiednio do potrzeb każdego z uczestników systemu.
pełna automatyzacja, procesy statystyczne, warunki pracy, Lean
J81, H83
Auksztol, J. (2017). Towards the agility of risk management in official statistics through the implementation of adaptive measuring system. https://unece.org/fileadmin/DAM/stats/documents/ece/ces/ge.58/2017/mtg4/Paper_19_-_agility_of_risk-management_Poland.pdf.
Auksztol, J. (2021). Lean official statistics concept based on the working conditions survey. Wiadomości Statystyczne. The Polish Statistician, 66(12), 75–97. https://doi.org/10.5604/01.3001.0015.5595.
Auksztol, J., Chomuszko, M. (2020). A data control framework for SAF-T reporting: A processbased approach. Journal of Entrepreneurship, Management and Innovation, 16(1), 13–40. https://doi.org/10.7341/20201611.
Gabryelczyk, R. (2020). Has COVID-19 accelerated digital transformation? Initial lessons learned for public administrations. Information Systems Management, 37(4), 303–309. https://doi.org/10.1080/10580530.2020.1820633.
Gregor, S., Jones, D. (2007). The anatomy of a design theory. Journal of the Association for Information Systems, 8(5), 312–335. https://doi.org/10.17705/1jais.00129.
Ivančić, L., Suša Vugec, D., Bosilj Vukšić, V. (2019). Robotic process automation: systematic literature review. W: Business Process Management: Blockchain and Central and Eastern Europe Forum. BPM 2019 (s. 280–295). Springer. https://doi.org/10.1007/978-3-030-30429-4_19.
Nyczaj, K. (2010). Rejestry administracyjne jako źródło wiedzy statystycznej. Wiadomości Statystyczne, 55(11), 9–20.
Peffers, K., Tuunanen, T., Rothenberger, M. A., Chatterjee, S. (2007). A design science research methodology for information systems research. Journal of Management Information Systems, 24(3), 45–77. https://doi.org/10.2753/MIS0742-1222240302.
Prestes, E., Carbonera, J. L., Fiorini, S. R., Jorge, V. A., Abel, M., Madhavan, R., Locoro, A., Goncalves, P., Barreto, M. E., Habib, M., Chibani, A., Gérard, S., Amirat, Y., Schlenoff, C. (2013). Towards a core ontology for robotics and automation. Robotics and Autonomous Systems, 61(11), 1193–1204. https://doi.org/10.1016/j.robot.2013.04.005.
Ritzman, L. P., Safizadeh, M. H. (1999). Linking process choice with plant-level decisions about capital and human resources. Production and Operations Management, 8(4), 374–392. https://doi.org/10.1111/j.1937-5956.1999.tb00314.x.
Serrador, P., Pinto, J. K. (2015). Does Agile work? – A quantitative analysis of agile project success. International Journal of Project Management, 33(5), 1040–1051. http://dx.doi.org/10.1016/j.ijproman.2015.01.006.
Siderska, J. (2020). Robotic Process Automation – a driver of digital transformation?. Engineering Management in Production and Services, 12(2), 21–31. https://doi.org/10.2478/emj-2020-0009.
Strategiczne ramy UE dotyczące bezpieczeństwa i higieny pracy na lata 2021–2027. Bezpieczeństwo i higiena pracy w zmieniającym się świecie pracy. Komunikat Komisji do Parlamentu Europejskiego, Rady, Europejskiego Komitetu Ekonomiczno-Społecznego i Komitetu Regionów. COM(2021) 323 final.
Syed, R., Suriadi, S., Adams, M., Bandara, W., Leemans, S. J., Ouyang, C., Hofstede, A. H., Weerd, I., Wynn, M. T., Reijers, H. A. (2020). Robotic Process Automation: contemporary themes and challenges. Computers in Industry, (115). https://doi.org/10.1016/j.compind.2019.103162.
Szreder, M. (2022). Szanse i iluzje dotyczące korzystania z dużych prób we wnioskowaniu statystycznym. Wiadomości Statystyczne. The Polish Statistician, 67(8), 1–16. http://dx.doi.org/10.5604/01.3001.0015.9704.
United Nations Economic Commission for Europe. (2017). Guidelines on Risk Management practices in statistical organizations. UNECE, ISTAT, University of Rome Tor Vergata.
Vereczkei, Z. (2022). Business Case for Robotic Process Automation in Official Statistics. UNECE High-level Group for the Modernisation of Official Statistics. https://unece.org/statistics/documents/2022/11/working-documents/project-proposal-robotic-process-automation-official.
Wang, P., Mileski, J. P., Zeng, Q. (2019). Alignments between strategic content and process structure: the case of container terminal service process automation. Maritime Economics & Logistics, 21(4), 543–558. https://doi.org/10.1057/s41278-017-0070-z.
