Попитайте пет звена за една и съща величина — например броя на пълните работни места (fte), разхода на гориво на автопарк, или амортизирания материал — и ще получите пет разсъждения, които вървят малко различно. Едно поделение брои наетите чрез агенция служители, друго не. Един завод смята в литри, другият вече е превел това в литри на превозно средство на година и следователно предоставя друг вид число от поисканото. На хартия всичко се нарича една и съща метрика. В действителност това са различни определения, които случайно се намират в една и съща колона.
Това не е грешка при въвеждане. Никой не е сгрешил при въвеждане на данни. Проблемът е в предходния слой: никога не е било фиксирано какво точно е валидната стойност за тази точка от данни, и затова всяко звено попълва празнотата със собствена логика. Какво е и какво не е валидна стойност, е разработено на какво е валидна стойност — въпрос, който би трябвало да предхожда всяко сравнение между звената.
Основният въпрос не е дали отклонения се случват — те винаги се случват — а кой ги вижда преди числото да попадне в отчет. В много организации отговорът е: никой, до момента, в който външна страна или одитор забележи число, което не съответствува на предходната година. Тогава въпросът вече е зададен твърде късно.
Точка от данни без сигнално отклонение няма начин да се направи сама подозрителна. Число, което е три пъти по-високо от предходната година, не изпъква автоматично, ако не е фиксиран диапазон, в който стойността е плаусибилна. Как определяте този диапазон — фиксиран процент, историческо разсейване, праг на единица — е разработено на как настройвате сигнално отклонение. Въпросът не е сложен, но трябва да бъде поставен, за всяка точка от данни, преди тя да бъде попълнена.
Сигналното отклонение улавя екстремния случай: числото, което очевидно не е правилно. Но повечето разлики в определенията между звената са по-тънки от това. Звено, което брои наетите чрез агенция служители, не произвежда абсурдно число — то произвежда число, което изглежда напълно нормално, и точно затова не изпъква.
Затова всяка точка от данни се нуждае от повече от една проверка: диапазон, в който стойността трябва да попада, фиксирана единица, изискване за източник, което посочва какъв тип документ служи за обосновка, и описание на какво влиза и какво не влиза в изчислението. Каква комбинация от проверки е необходима, се различава по точка от данни и по организация — разход за р&р изисква други гаранции от емисионен фактор. Общ преглед на кои проверки съответстват на кой тип точка от данни има на кои проверки съответстват на точка от данни. Без тази комбинация се получава привидна точност: число с два знака след десетичната запетая, изградено от пет определения, които не съвпадат. Откъде идва тази привидна точност и как я разпознавате, е обяснено на как предотвратявате привидна точност.
Определение, фиксирано на хартия, не е автоматично определение, което се прилага. Някой трябва да отговори на въпроса, когато звено представи граничен случай: смята ли се тази форма на съвместна работа като пълно работно място (fte) или не, попада ли този доставчик в обхват 3 или не. Без назначен собственик този въпрос се връща към лицето, което се оказва най-близо до формуляра, и тогава определението отново се измества, безшумно, по звено.
Data Readiness Scan фиксира за всяка точка от данни какво е валидната стойност, какво сигнално отклонение важи, кои проверки съответстват на тази конкретна точка от данни, и кой е собственик на определението. Това не е инструмент за отчетност и не е въпросник — това е регистър, който фиксира какво стои под отчета, така че разлика между звената да стане видима преди числото да бъде сумирано.
Съществуват системи, които могат да извършват тези проверки. Но система, която работи над пет различни, никога незафиксирани определения, извършва тези проверки въз основа на правила, за които никой не се е договорил. Резултатът е спретнат интерфейс с ненадеждни цифри в него. Защо реда — първо определението, после инструментът — е от значение, е обяснено на първо купуване на инструмент или първо изграждане на процеса. А какви изисквания трябва действително да изпълнява инструментът, не следва от списък с доставчици, а от собствения ви процес — вижте кои функционални изисквания произлизат от собствения ви процес.
Data Readiness Scan е в процес на изграждане. Който вече се бори с определения, различни по звено, може да се запише в списъка на чакащите и ще бъде информиран веднага щом инструментът стане достъпен.
Когато веднъж е фиксирано какво е валидна стойност, кой пази определението и коя проверка съответства на коя точка от данни, става видима и коя част от тази работа е повторение: проверка на едните и същи първични документи по едното и същото правило, проверка на един и същи диапазон при всяко ново въвеждане. Това е работа, която, веднъж направена явна, може да бъде изчислена. Работният скенер на FTE TO AI изчислява за всяка задача коя част от работата може да бъде поета от AI — не като заместник на собственика, който решава за определението, а като начин да се види къде проверката и повторението могат да бъдат разграничени.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.