csrdready Sæt mig på venteliste

Kennisbank

Hvilken kontrol hører til dette datapunkt, og hvem ser det, hvis værdien afviger

Et datapunkt uden kontrol er et tal, som ingen modsiger. Det står i rapporten, det kommer fra et system eller et regneark, og det accepteres, fordi der ikke er anledning til at betvivle det. Først når en ekstern part stiller et spørgsmål, eller når et tal pludselig ændrer sig med en faktor ti i forhold til sidste år, går det op, at der aldrig var nogen, som kiggede på det. Så er det for sent at rekonstruere, hvor det gik skævt.

Det spørgsmål, der forebygger dette, er let at stille og svært at besvare uden struktur: hvilken kontrol hører til dette datapunkt, og hvem bemærker det, hvis det går skævt. Det er to spørgsmål, og begge bør have et svar, før et tal indgår i en rapport.

Hvad en gyldig værdi er, og hvad den ikke er

Hvert datapunkt har grænser. Et energiforbrug kan ikke være negativt. Et fte-antal er ikke et decimaltal. En procentsats kommer ikke over hundrede. Dette lyder selvfølgeligt, men i praksis er den slags grænser sjældent nedskrevet nogen steder — de sidder i hovedet på den person, som har behandlet dataene i årevis, og forsvinder, så snart denne person skifter funktion.

At fastlægge en gyldig værdi betyder ikke kun at notere en nedre og en øvre grænse. Det betyder også at fastlægge, i hvilken enhed et datapunkt leveres, hvilke datoformater der er tilladt, og om et tomt felt er et gyldigt resultat eller et tegn på, at der mangler noget. Uden den aftale bliver hver undtagelse vurderet på ny, af hvem der på det pågældende tidspunkt tilfældigvis kigger på det. Hvad der præcis tæller som gyldigt, og hvornår en grænseværdi snarere er en antagelse end en regel, er beskrevet på siden om hvad en gyldig værdi er.

Forskellen mellem en fejl og et signal

Ikke enhver afvigelse er en fejl. Et datapunkt kan ligge fuldstændig inden for de gyldige grænser og alligevel være et signal — et forbrug, der pludselig falder, et antal, der er tre gange så højt som forrige kvartal, en leverandør, der for første gang i to år ikke leverer data. Det er ikke ugyldige værdier. Det er værdier, som beder om et blik fra en person, der kender konteksten.

En signalregel er derfor noget andet end en valideringsregel. Validering afgør, om en værdi kan eksistere. Et signal afgør, om en værdi, selv om den er gyldig, alligevel er en grund til at kigge nærmere. Hvordan denne tærskel fastsættes — fast procentvis afvigelse, sammenligning med en historisk serie, eller en kombination — afhænger af datapunktet og af, hvor stabil den underliggende aktivitet normalt er. Opsætningen af en sådan regel, inklusive afvejningen mellem for mange og for få signaler, er beskrevet på siden om at fastsætte en signalafvigelse.

Hvem der bemærker det, er ikke et teknisk spørgsmål

En regel, som ingen ser, er ingen regel. Hvis en validerings- eller signalkontrol udløses et sted i et system, skal det stå fast, hvem der får meddelelsen, og hvad denne person gør med den. Er det den, som indtaster dataene, ejeren af datapunktet, eller en person, som har overblik over det hele, før rapporten samles? Uden en udpeget modtager forsvinder et signal i en log, som ingen konsulterer.

Dette berører ejerskab, og ejerskab berører et problem, som forbliver uløst i mange organisationer: forskellige afdelinger bruger forskellige definitioner for det, som på papiret er det samme datapunkt. Den ene afdeling tæller fte'er inklusive indlejet personale, den anden gør ikke. Når et signal udløses, fordi en værdi afviger, er det første spørgsmål ofte ikke, om værdien er korrekt, men om alle taler om den samme definition. Hvordan man forholder sig til dette, er beskrevet på siden om forskellige definitioner mellem afdelinger.

Hvorfor dette ikke begynder med et værktøj

Det er fristende at søge disse kontroller i en softwarepakke: noget, som automatisk advarer, validerer og rapporterer. Men et værktøj, der udfører kontroller på data, hvor ingen har fastlagt, hvad en gyldig værdi er, udfører ikke nogen kontrol — det giver blot et pænt udseende resultat over en proces, som stadig ikke er tænkt igennem. Reglerne skal være der først, uafhængigt af hvilket system der til sidst anvender dem. Denne rækkefølge, og hvorfor at vende den om for det meste fører til skuffelse, er forklaret på siden om først at købe et værktøj eller først at indrette processen.

Hvad dette giver, før noget bygges

Hvis det for hvert datapunkt ligger fast, hvad en gyldig værdi er, hvornår et signal udløses, og hvem der modtager dette signal, opstår et register, som ikke kun dokumenterer, men også er anvendeligt som kravspecifikation. Dette register er præcis, hvad der er nødvendigt for at fastlægge, hvad et system — internt bygget eller indkøbt — skal kunne fremover. Uden denne kravspecifikation bliver hvert indkøb et gæt. Hvordan man omsætter dette til funktionelle krav, som stammer fra egen proces frem for fra en leverandør, er beskrevet på siden om funktionelle krav fra egen proces.

Kontroller på datapunkter afdækker også, hvor meget af arbejdet omkring dem er gentagelse: at foretage den samme sammenligning, sende den samme meddelelse videre, vurdere den samme undtagelse igen. Hvilken del af denne gentagelse er egnet til at lade AI overtage, og hvilken del kræver netop en vurdering, som ikke kan automatiseres, er et spørgsmål, som lader sig besvare pr. opgave. Arbejdsscanen fra FTE TO AI beregner det pr. opgave.

Marvinde assistent van de Data Readiness Scan

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.