Duplicitní datový bod se zřídka pozná podle názvu. Dva řádky v registru se obvykle nazývají jinak — 'spotřeba energie kancelář' a 'spotřeba elektřiny pobočka NL' — přitom odkazují na stejný měřič, stejnou fakturu nebo stejný zdroj. Duplicita se nenachází v textu, ale v původu. Kdo vyhledává pouze podle názvu, duplikáty nenajde.
Registr datových bodů není seznam pravidel pro vykazování, ale registr podkladových dat: u každého datového bodu je uvedena definice, zdroj, vlastník a cesta od zdroje k reportu. Každý datový bod má pevné místo se čtyřmi pevnými poli: co to je, odkud pochází, kdo za něj odpovídá a jaké úpravy na něm byly provedeny předtím, než se dostane do reportu. Bez těchto čtyř polí je registr jen slovníkem, ne kontrolním nástrojem.
Stránka co je source-to-report mapping popisuje tento třetí krok podrobně: cestu, kterou číslo urazí od zdrojového systému až po řádek reportu. Právě tato cesta je nástrojem, díky kterému se duplicity stávají viditelnými. Dva datové body s odlišným názvem, ale identickou linkou od zdroje k reportu, jsou stejný datový bod, uvedený dvakrát.
Duplicitní datové body obvykle nevznikají z nedbalosti, ale z organizační struktury. Facility tým zaznamenává spotřebu energie pro správu budov, tým udržitelnosti zaznamenává stejnou spotřebu pro vykazování CSRD. Oba týmy pracují ve svém vlastním sešitu, s vlastním pojmenováním, bez přehledu o registraci toho druhého. U více poboček nebo business units se tento vzorec množí: každá jednotka zaznamenává podobná data pod vlastním označením.
Stránka kde už datový bod existuje u více business units se věnuje přesně tomuto mechanismu: než přidáte datový bod do registru, první otázka je, zda už někde v organizaci existuje, jen pod jiným názvem nebo u jiného oddělení. Položit tuto otázku před registrací předchází velké části duplicit, které by jinak musely být dohledávány dodatečně.
Spolehlivý způsob, jak rozpoznat duplicitu, není porovnávání popisů, ale porovnávání zdrojů. Dva datové body, které pocházejí ze stejného systému, stejné tabulky nebo stejného exportního souboru, se stejným referenčním datem a stejnou jednotkou, jsou kandidáti na sloučení — i když to pojmenování nijak neprozrazuje. Naopak platí: dva datové body s podobným názvem, ale odlišným zdrojem, nemusí být duplicitou, ale dvěma samostatnými měřeními, která se náhodou podobají.
Toto rozlišení lze provést jen tehdy, pokud registr zaznamenává zdroj u každého datového bodu, a ne pouze výslednou hodnotu. Registr, který shromažďuje pouze čísla bez původu, nemůže duplicity odhalit — nanejvýš je může tušit.
Kromě zdroje je vlastnictví druhým ukazatelem. Když dva datové body sdílejí stejný zdroj, ale jsou zaregistrovány u různých vlastníků, není to samo o sobě problém — může to znamenat, že datový bod používá více oddělení. Signálem se to stává, když oba vlastníci nezávisle na sobě provádějí stejné úpravy, aniž by o práci toho druhého věděli. Pak není duplicitní datový bod, ale proces kolem něj.
Stránka jaké úpravy se nacházejí mezi zdrojem a reportem je zde relevantní: dva datové body se stejným zdrojem, ale odlišnými úpravami, mohou přinášet odlišná čísla, přestože v reportu figurují pod stejným označením. Je to rizikovější situace než jednoduchá duplicita, protože čísla se mohou lišit, aniž by si toho kdokoli všiml.
Vyhledávání duplicitních datových bodů není jednorázová záležitost, která končí v pevně stanoveném okamžiku. U rostoucí organizace, nových systémů nebo změněných hranic vykazování vznikají noví kandidáti na duplicitu. Stránka kdy je registr hotový popisuje, že registr není úplný k pevnému datu, ale ve chvíli, kdy má každý datový bod zdroj, vlastníka a ověřitelnou cestu k reportu — včetně kontroly, zda tento datový bod již neexistoval jinde.
U organizací s více business units je otázka jaké datové body skutečně potřebujete u více business units dobrým výchozím bodem, protože tato otázka určuje rozsah registru dříve, než začne hledání duplicit. Menší, přesněji vymezený registr obsahuje přirozeně méně prostoru pro překrytí.
Ruční prohledávání zdrojů, vlastníků a úprav za účelem nalezení duplicit je přesně ten typ práce, který lze rozčlenit do opakovatelných kroků: porovnat údaje vedle sebe, signalizovat shody, vypracovat návrh na sloučení k posouzení. Pro organizace, které chtějí zjistit, jaká část této porovnávací práce je přenositelná na AI aplikaci a jaká část zůstává vyžadovat posouzení člověkem, tuto úlohu na úrovni jednotlivých úkolů propočítá pracovní scan FTE TO AI. Scan nevynáší úsudek o vašem registru, ale rozpis úkolů, které se v něm vyskytují — výchozí bod předtím, než se rozhodnete, jak organizovat vyhledávání duplicit.
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.