DFROG — De Nederlandsche Bank's Machine-Learning-Tested Nowcasting Model for GDP Growth
Netherlands
DNB's DFROG nowcasting model has tracked Dutch GDP growth in real time since 2024, publishing monthly estimates; a decade-long evaluation …
Good practice
★ 87
★ 80
★ 67
★ 67
Mapeo Regulatorio Automatizado por IA/PLN — el Inventario de Licencias Empresariales de Croacia con Apoyo del Banco Mundial
Croatia · Zagreb · See the Croatia profile
Ante la fatiga de reforma causada por encuestas manuales repetidas, el Ministerio de Economía de Croacia y el Banco Mundial pusieron a prueba un algoritmo de IA/AA/PLN que analizó 110 leyes y 1.204 reglamentos, identificando más de 9.000 posibles requisitos de licencia empresarial — validados en solo un 54%, una lección honesta sobre los límites del mapeo regulatorio asistido por IA.
110
Leyes analizadas
1,204
Reglamentos analizados
>9,000
Requisitos normativos señalados
33
Áreas administrativas cubiertas
54%
Validados como relevantes (muestra de artesanía/turismo)
46%
Duplicados o irrelevantes
Details
- Maturity
- Pilot
- Promoter
- Ministry of Economy, Entrepreneurship and Crafts (MoEEC), Republic of Croatia, with World Bank technical assistance
- Period
- 2019–2020 mapping exercise (report published February 2020); reform programme continued as BER III
- Keywords
- regulatory impact assessment, business licensing, machine learning, NLP, public administration reform
Context
El Ministerio de Economía, Emprendimiento y Artesanía de Croacia, con asistencia técnica del Banco Mundial en el marco del Business Environment Reform Program II, puso a prueba un algoritmo de IA/PLN para extraer automáticamente los requisitos normativos de las leyes nacionales, en lugar de realizar otro relevamiento manual ministerial, entre 2019 y 2020.
Results
El algoritmo procesó 110 leyes y 1,204 reglamentos, señalando más de 9,000 requisitos potenciales en 33 áreas administrativas; una revisión manual de validación de los elementos de artesanía/turismo determinó que solo el 54% era relevante (13% confirmado como autorizaciones de actividad y 41% confirmado como condiciones de inspección), con un 46% de duplicados o irrelevantes.
Implementation
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Data sources
Where this practice's information was retrieved from, and when.
- C-NAPSE web research — accessed 2026-07-19
- Ministry of Economy, Entrepreneurship and Crafts (MoEEC), Republic of Croatia, with World Bank technical assistance — accessed 2026-07-19
- World Bank mapping report (Feb 2020) — accessed 2026-07-19
- Croatia Week: top-10 business regulation ranking — accessed 2026-07-19
- World Bank: Five Years of Business Environment Reform in Croatia — accessed 2026-07-19
Similar practices you may find useful
Food Inflation Nowcasting with Web-Scraped Prices — Narodowy Bank Polski's Big-Data Model for Real-Time CPI Estimates
Poland
Narodowy Bank Polski scrapes millions of online retail prices to nowcast food inflation ahead of official CPI releases. Peer-reviewed tests …
Payments-Data Nowcasting — the Bank of Canada's Machine-Learning System for Real-Time Macroeconomic Policy Analysis
Canada
Bank of Canada researchers used ML on payments-system data to nowcast GDP and trade during COVID-19, cutting forecast error 20–40% …
Ulysses — Brazil's Chamber of Deputies institutional AI programme for legislative data and staff support
Brazil
Since 2018 Brazil's Chamber of Deputies has run Ulysses, an AI programme that automates legislative-data workflows; a 2025 relaunch made …