Kennisbank

Registr datových bodů: struktura a obsah

Registr datových bodů je seznam všech datových bodů týkajících se udržitelnosti, které vaše organizace potřebuje, s uvedením zdroje, vlastníka a stavu u každého datového bodu. Nejde o šablonu reportu ani o dotazník. Je to evidence, která zaznamenává, odkud číslo pochází, ještě předtím, než se na to někdo zeptá.

Co v registru má být

U každého datového bodu by mělo být zaznamenáno přinejmenším následující: název a definice datového bodu, zdrojové systémy nebo dokumenty, ze kterých pochází, osoba nebo oddělení odpovědné za jeho správnost, frekvence, se kterou je aktualizován, a úpravy, kterými datový bod prochází mezi zdrojem a reportem. To poslední bývá často nejslabším místem: jaké úpravy se odehrávají mezi zdrojem a reportem určuje, zda číslo zůstává dohledatelné, nebo zda cestou ztrácí svou logiku.

Registr bez těchto polí je seznam názvů. Registr s těmito poli je nástroj, se kterým můžete zjišťovat, opravovat a prokazovat, odkud číslo pochází.

Kde začít

První otázka není, jaký datový bod můžete shromáždit, ale jaký datový bod potřebujete. U organizací s více pobočkami, značkami nebo obchodními jednotkami se tato otázka liší podle jednotlivých částí: jaké datové body skutečně potřebujete u více obchodních jednotek je jiná otázka než to, jaké datové body celkem kolují. Registr, který shromažďuje vše, co bylo kdy dodáno, se znečistí datovými body, které už nikdo nepoužívá nebo které se dvakrát vyskytují pod jiným názvem.

Začněte proto u potřeby reportování, ne u tabulek, které už existují. Z této potřeby se pak vracíte zpět ke zdrojům. Tento postup se nazývá source-to-report mapping, a co přesně obsahuje source-to-report mapping určuje, kolik práce sestavení registru bude stát. Čím více mezikroků mezi zdrojem a reportem, tím více je třeba zaznamenat.

Jak se registr vyplňuje

Vyplňování neprobíhá tak, že jedna osoba sedí za stolem. Vyžaduje rozhovory s lidmi, kteří správují zdrojové systémy: s facility manažerem, který sleduje spotřebu energie, s HR oddělením, které evidují míru fluktuace, s nákupním oddělením, které shromažďuje data o dodavatelích. Každý z nich ví něco, co se nikde jinde nenachází, a to je přesně to, co má registr zaznamenat.

V průběhu tohoto procesu se pravidelně objeví datový bod, o kterém už nikdo neví, odkud pochází. Je v reportu už léta, ale původní zdroj byl nahrazen, osoba, která ho dodávala, odešla, nebo se definice cestou změnila, aniž by to kdokoli zaznamenal. Otázka co dělat s datovým bodem bez zdroje pak není teoretická, ale naléhavá, a odpověď určuje, zda tento datový bod zůstane v registru jako spolehlivý, jako předběžný, nebo jako datový bod k prověření.

Dalším opakujícím se problémem je duplicita. Dvě oddělení nezávisle na sobě dodávají číslo, které fakticky měří totéž, ale pod jiným názvem nebo s trochu jiným vymezením. Jak rozpoznat duplicitní datový bod je proto krok, který nelze vynechat: bez této kontroly někdy počítáte dvakrát to, co měl být jeden údaj, nebo reportujete dvě čísla, která si odporují.

Kdy je registr správný

Registr je správný ne proto, že působí kompletně. Je správný, když je každý datový bod dohledatelný ke zdroji, má vlastníka, na kterého se lze obrátit, a má pravidlo kvality, které stanovuje, co je platná hodnota. Bez tohoto pravidla nikdo nepozná, zda je odchylka chybou, nebo skutečnou změnou.

Otázka, kdy je práce hotová, je složitější, než se zdá. Registr nikdy není definitivně hotový, protože zdroje se mění, zaměstnanci odcházejí a povinnosti reportování se posouvají. Existuje ale okamžik, kdy je registr použitelný: když je každý datový bod v reportu dohledatelný k zaznamenanému zdroji a vlastníkovi, aniž byste za tím účelem musel komukoli telefonovat. Kdy je registr hotový tuto hranici popisuje, a ta je nižší než úplnost, ale vyšší než první návrh.

Co to znamená pro zbytek procesu

Sestavení registru je z velké části manuální práce: dotazování na zdroje, sjednocování definic, zaznamenávání vlastnictví. Část těchto kroků je natolik opakující se, že ji lze rozpoznat — slučování dodaných souborů, signalizace chybějících hodnot, kontrola čísla proti zaznamenanému pravidlu. Která část této práce lze přenést na AI a která zůstává závislá na lidském úsudku, je přesně to, k čemu slouží werkscan od FTE TO AI: ta pro každý úkol vypočítá, jakou část práce lze převzít, takže nehádáte, ale počítáte.