Kennisbank

Co je platná hodnota — a kdo si všimne, když se něco pokazí?

Číslo v reportu o udržitelnosti odněkud pochází: z měřidla, faktury, odhadu, exportu ze systému. V okamžiku, kdy se toto číslo zadává, kopíruje nebo přebírá, obvykle nikdo nekontroluje, zda je správné. Ne proto, že by to nikdo nechtěl, ale protože není stanoveno žádné pravidlo, které by určovalo, co je vlastně platná hodnota pro daný konkrétní datový bod.

Platná hodnota není názor

"Souhlasí toto číslo" není otázka, kterou může někdo posoudit citem, zejména ne u stovek datových bodů rozptýlených po tabulkách a systémech. Platná hodnota je něco, co je definováno předem: rozsah, jednotka, poměr k jinému datovému bodu, očekávaný směr vůči loňskému roku. Bez této definice je v podstatě platná jakákoli hodnota, a to je právě ten problém. Spotřební údaj, který je desetkrát vyšší, protože byla nesprávně převzata jednotka, tak nevyčnívá — jednoduše tam stojí, stejně jako všechna ostatní čísla.

Stanovení toho, co je platné, je jedním ze stavebních kamenů vedle registru datových bodů a zdrojových údajů: jaké kontroly patří k datovému bodu a kdo na ně dohlíží. Nejde o přísnější vzorce v Excelu, ale o to, aby bylo u každého datového bodu stanoveno, co je a co není přijatelné, a proč.

Signál je něco jiného než chyba

Ne každá odchylka je chyba a ne každá chyba vyvolá signál. Hodnota může spadat mimo očekávaný rozsah, aniž by byla nesprávná — továrna, která je dočasně odstavena, fúze, která narušuje čísla. Naopak hodnota může vypadat naprosto normálně a přesto být špatně, například proto, že dvě části organizace používají jiný výchozí bod pro to, co měří. Signál tedy není úsudek, je to náznak, že se na to má někdo podívat.

Otázkou pak je: za jaké podmínky se takový signál spustí a jak citlivě je nastaven. Nastaven příliš volně, a odchylky proklouznou. Nastaven příliš přísně, a všichni upozornění ignorují, protože jich je příliš mnoho. Jak se tato hranice stanovuje pro každý datový bod, závisí na samotném datovém bodu a na tom, co logicky může kolísat. Toto téma je samostatně rozebráno v jak nastavíte odchylku signálu a kdo se na ni pak dívá.

Kdo si toho všimne — a je to náhoda

Hlavní otázkou této stránky není jen to, co je platná hodnota, ale kdo si všimne, když hodnota platná není. V mnoha organizacích je odpověď: nikdo, dokud externí strana při kontrole reportu nevznese dotaz. V tu chvíli je už pozdě a zpracovatel se musí vrátit ke zdroji, aby zrekonstruoval, co se stalo.

Pravidlo kvality bez vlastníka není pravidlo, je to pozorování. K každému datovému bodu tedy nepatří jen mezní hodnota, ale i jméno: kdo dostane upozornění, kdo posoudí, zda se jedná o chybu nebo vysvětlitelnou výjimku, a kdo toto vysvětlení zaznamená, aby další osoba, která daný datový bod používá, nemusela znovu pátrat. Bez tohoto přiřazení závisí na náhodě, zda si někdo signálu všimne dříve, než se číslo posune dál v řetězci.

Toto přiřazení přímo souvisí s dalším problémem, který se u pravidel kvality často objevuje: týmy, které stejný pojem vykládají odlišně. Co je platnou hodnotou pro jednu část organizace, může u jiné vyvolat signál, jednoduše proto, že se definice liší. To se týká otázky co dělat s definicemi, které se liší podle jednotlivých částí organizace. Bez jednoznačné definice je pravidlo kvality v nejlepším případě odhad.

Proč to nezačíná nástrojem

Je lákavé řešit tuto otázku pořízením nástroje, který automaticky signalizuje. Nástroj však může signalizovat pouze na základě zadaných pravidel, a tato pravidla představují znalost, která nyní často existuje pouze v hlavě někoho — kolegy, který ví, že toto číslo se obvykle pohybuje mezi dvěma hranicemi, nebo že jinou hodnotu vždy kontroluje konkrétní osoba. Zaznamenat tuto znalost nejprve, pro každý datový bod, je jiná práce než výběr systému. Pořadí, v jakém je nejlepší to provést, je popsáno v nejprve koupit nástroj nebo nejprve nastavit proces.

Od pravidel kvality k pracovní zátěži

Jakmile je u každého datového bodu stanoveno, co je platná hodnota, kdo posuzuje signál a kdo vysvětluje odchylku, vzniká obraz práce, která se kolem dat skutečně děje — kontrola, porovnávání, dotazování, zaznamenávání. Tento obraz je užitečný pro jinou otázku: která část těchto úkolů se opakuje způsobem, který se hodí pro automatizaci, a která část vyžaduje posouzení, jež náleží člověku. Pracovní scan FTE TO AI vypočítá pro každý úkol, jakou část práce může převzít AI, na základě toho, jak je tato práce nyní uspořádána — nikoli na základě předběžného odhadu.