Kennisbank

Πότε θεωρείται έτοιμο ένα μητρώο σε πολλές επιχειρησιακές μονάδες

Ένα μητρώο για μία επιχειρησιακή μονάδα καταλήγει, σε κάποια στιγμή, να είναι πλήρες. Τα datapoints βρίσκονται μέσα σε αυτό, το καθένα με μια πηγή και έναν ιδιοκτήτη, και οι ορισμοί έχουν ελεγχθεί. Με περισσότερες επιχειρησιακές μονάδες, το ερώτημα αλλάζει. Δεν αφορά πλέον το αν μία λίστα είναι πλήρης, αλλά το αν οι λίστες, μεταξύ τους, προσθέτουν σε μία συνολική εικόνα του οργανισμού.

Αυτό είναι διαφορετικό είδος εργασίας από το να προσθέσετε περισσότερες γραμμές. Η παγίδα είναι να πιστεύετε ότι ένα μητρώο είναι έτοιμο μόλις κάθε μονάδα έχει συμπληρώσει τον δικό της πίνακα. Τέσσερις πλήρεις πίνακες με τέσσερις διαφορετικούς ορισμούς του ίδιου datapoint δεν αποτελούν ένα μητρώο, αλλά τέσσερα μητρώα που απλώς βρίσκονται δίπλα-δίπλα.

Τι πρέπει να περιέχει το μητρώο ανά επιχειρησιακή μονάδα

Ανά μονάδα επαναλαμβάνεται η ίδια βασική εργασία: ποια datapoints είναι απαραίτητα, από πού προέρχονται και ποιος είναι υπεύθυνος γι' αυτά. Αυτό ξεκινά με το ερώτημα ποια datapoints χρειάζεστε πραγματικά, διότι μια μονάδα που καταγράφει υπερβολικά πολλά datapoints, συγκεντρώνει κυρίως φόρτο συντήρησης χωρίς η αναφορά να γίνεται καλύτερη.

Για κάθε datapoint που παραμένει, πρέπει να τεθεί το ίδιο ερώτημα: υπάρχει ήδη σε κάποιο σύστημα, ή πρέπει ακόμη να αναζητηθεί. Η σελίδα σχετικά με πού υπάρχει ήδη ένα datapoint περιγράφει αυτή τη διαδικασία διερεύνησης. Με πολλές επιχειρησιακές μονάδες, η απάντηση συχνά ποικίλλει: η μονάδα Α έχει ήδη την κατανάλωση ενέργειας σε ένα σύστημα εγκαταστάσεων, η μονάδα Β την καταγράφει ακόμη σε ένα υπολογιστικό φύλλο που διαχειρίζεται ένας μόνο ελεγκτής. Αυτή η διαφορά πρέπει να είναι ορατή στο μητρώο, όχι να εξαφανίζεται πίσω από μια ενιαία στήλη που παντού λέει «διαθέσιμο».

Πού πάει συχνά στραβά: το ίδιο όνομα, διαφορετικός ορισμός

Ο μεγαλύτερος κίνδυνος με πολλές μονάδες δεν είναι ότι λείπουν datapoints, αλλά ότι υπάρχουν μεν, με το ίδιο όνομα, ενώ μετρούν κάτι διαφορετικό. Η «κατανάλωση νερού» μπορεί σε μία μονάδα να αφορά μόνο την έδρα και σε άλλη να περιλαμβάνει και την παραγωγική εγκατάσταση. Ο «αριθμός FTE» μπορεί να έχει καταμετρηθεί με ή χωρίς εξωτερικό προσωπικό. Όσο αυτή η διαφορά δεν έχει ονομαστεί, κανείς δεν την προσθέτει στο πρόβλημα μέχρι τη στιγμή που τα στοιχεία πρέπει να ενοποιηθούν για την ενοποιημένη αναφορά.

Ένα μητρώο που λύνει αυτό, καθορίζει ανά datapoint τον ορισμό σε επίπεδο οργανισμού, και κατόπιν δείχνει ανά μονάδα αν αυτός ο ορισμός εφαρμόστηκε πράγματι με αυτόν τον τρόπο. Όπου αυτό δεν συμβαίνει, αυτό αναγράφεται στο μητρώο ως ανοιχτό σημείο, όχι ως σιωπηρή υπόθεση. Η δομή αυτού του πλαισίου περιγράφεται στο πώς καταρτίζετε ένα μητρώο δεδομένων, και αυτή η σειρά δεν αλλάζει όταν υπάρχουν πολλές μονάδες: πρώτα καταγράφονται τα datapoints και οι ορισμοί τους σε επίπεδο οργανισμού, κατόπιν συμπληρώνεται ανά μονάδα τι υπάρχει ήδη και τι λείπει.

Οι πηγές που λείπουν βρίσκονται παντού, όχι μόνο στη μικρότερη μονάδα

Η υπόθεση ότι μόνο οι μικρότερες ή λιγότερο ωριμασμένες μονάδες έχουν κενά στις πηγές τους, σπανίως ευσταθεί. Μια μεγάλη μονάδα με ένα εκτεταμένο σύστημα ERP μπορεί, για ορισμένα περιβαλλοντικά δεδομένα, να βασίζεται εξίσου σε μια χειρωνακτική καταμέτρηση όπως και μια μικρή εγκατάσταση. Το ποσοστό των datapoints χωρίς σταθερή πηγή εξαρτάται από το θέμα και από το πόσο καιρό μια μονάδα εργάζεται ήδη με αυτά τα στοιχεία, όχι από το μέγεθος της μονάδας. Το πόσα από τα datapoints σας έχουν πηγή είναι, επομένως, ένα ερώτημα που πρέπει να απαντηθεί ξεχωριστά ανά μονάδα, βλέπε πόσα από τα datapoints σας έχουν πηγή. Μόνο όταν αυτό είναι ξεκάθαρο ανά μονάδα, μπορεί να ειπωθεί κάτι για το σύνολο.

Τα datapoints χωρίς πηγή δεν εξαφανίζονται από το μητρώο επειδή είναι ενοχλητικά. Τους αποδίδεται μια κατάσταση και ένα επόμενο βήμα, όπως περιγράφεται στο τι κάνετε με ένα datapoint χωρίς πηγή. Με πολλές επιχειρησιακές μονάδες, είναι συνετό να συγκρίνετε αυτή την κατάσταση μεταξύ μονάδων: αν τρεις από τις τέσσερις μονάδες έχουν πηγή για ένα datapoint και η τέταρτη όχι, τότε συνήθως η λύση βρίσκεται κοντά, στις τρεις αυτές μονάδες, αντί η τέταρτη μονάδα να χρειάζεται να ανακαλύψει τον τροχό από την αρχή.

Πότε το μητρώο είναι σωστό

Ένα μητρώο σε πολλές επιχειρησιακές μονάδες είναι σωστό όχι επειδή φαίνεται πλήρες, αλλά επειδή τρία πράγματα είναι ταυτόχρονα αληθινά. Πρώτον: κάθε datapoint έχει σε επίπεδο οργανισμού έναν ορισμό, και αυτός ο ορισμός έχει εφαρμοστεί με τον ίδιο τρόπο σε κάθε μονάδα ή η διαφορά έχει καταγραφεί ρητά. Δεύτερον: για κάθε datapoint είναι σαφές ανά μονάδα αν υπάρχει πηγή, και αν όχι, ποια είναι η κατάσταση. Τρίτον: η ιδιοκτησία έχει ανατεθεί στο επίπεδο όπου βρίσκεται πράγματι η γνώση, όχι αυτόματα στον υψηλότερο manager της μονάδας.

Πόσο χρόνο διαρκεί αυτή η εργασία εξαρτάται από τον αριθμό των μονάδων, τον αριθμό των θεμάτων και την κατάσταση των υποκείμενων συστημάτων· μια εκτίμηση αυτού περιγράφεται στο πόσο χρόνο διαρκεί να τακτοποιήσετε ένα θέμα. Αυτό δεν είναι μια σταθερή χρονική διάρκεια, αλλά ένα άθροισμα της εργασίας που πρέπει ακόμη να γίνει ανά μονάδα και ανά datapoint.

Η συνένωση αυτών των μητρώων, η ανάλυση των ορισμών και η παράθεση των πηγών ανά μονάδα αποτελούν σε μεγάλο βαθμό επαναλαμβανόμενη εργασία: τα ίδια ερωτήματα, εφαρμοζόμενα ξανά και ξανά σε ένα διαφορετικό τμήμα ή ένα διαφορετικό datapoint. Ποιο μέρος αυτής της εργασίας μπορεί να αναληφθεί από AI και ποιο μέρος παραμένει ανθρώπινη εργασία, είναι ακριβώς αυτό για το οποίο έχει δημιουργηθεί η werkscan της FTE TO AI: αυτή υπολογίζει ανά εργασία πόσο περιθώριο υπάρχει για να επιταχυνθεί αυτού του είδους η εργασία μητρώου, χωρίς το αποτέλεσμα να εξαρτάται από υποθέσεις που κανείς δεν έχει ελέγξει.