csrdready Βάλτε με στη λίστα αναμονής

Kennisbank

Μια έγκυρη τιμή, ένα σήμα και ποιος το προσέχει

Ένας αριθμός χωρίς όριο δεν είναι ένας ελεγμένος αριθμός

Ένα σημείο δεδομένων αποκτά νόημα μόνο όταν είναι σαφές τι επιτρέπεται και τι δεν επιτρέπεται να συμπληρωθεί. Η ενεργειακή κατανάλωση μιας εγκατάστασης δεν μπορεί να είναι αρνητική. Ένα ποσοστό δεν ξεπερνά τα εκατό. Ένας συντελεστής εκπομπών πρέπει να βρίσκεται εντός συγκεκριμένου εύρους, ανάλογα με την πηγή που έχει χρησιμοποιηθεί. Χωρίς αυτά τα όρια, κάθε τιμή που καταχωρίζεται μπορεί να περάσει στην αναφορά, ακόμη και αν είναι αποτέλεσμα λάθος μονάδας, λάθος υποδιαστολής ή λανθασμένης στήλης.

Μια έγκυρη τιμή δεν αποτελεί, λοιπόν, κρίση ποιότητας για το περιεχόμενο του αριθμού. Είναι ένα τεχνικό όριο: ένα εύρος, ένας τύπος, μια υποχρεωτική μονάδα, μια σχέση με ένα άλλο σημείο δεδομένων. Αυτό το όριο το καθορίζετε ανά σημείο δεδομένων, όχι ανά αναφορά. Αυτή είναι η διαφορά μεταξύ ενός ελέγχου που διεξάγεται χειροκίνητα από κάποιον μία φορά τον χρόνο, και ενός κανόνα που είναι καθορισμένος δίπλα στο ίδιο το σημείο δεδομένων, ώστε κάθε καταχώριση να περνά από αυτόν.

Η διαφορά μεταξύ ενός σκληρού ορίου και ενός σήματος

Δεν είναι κάθε απόκλιση σφάλμα. Μια κατανάλωση που αποκλίνει σημαντικά αυτό το έτος σε σχέση με το προηγούμενο μπορεί να είναι σφάλμα, αλλά μπορεί επίσης να είναι αποτέλεσμα ανακαίνισης, εξαγοράς ή διαφορετικής περιόδου μέτρησης. Γι' αυτό είναι χρήσιμο να γίνεται διάκριση μεταξύ δύο ειδών κανόνων.

Το πρώτο είδος είναι ένα σκληρό όριο: μια τιμή που απλά δεν μπορεί να υπάρξει. Αρνητική τιμή όπου αυτό δεν μπορεί να συμβεί, ποσοστό πάνω από εκατό, ημερομηνία στο μέλλον. Αυτές τις τιμές οφείλετε να τις σταματήσετε προτού προχωρήσουν περαιτέρω.

Το δεύτερο είδος είναι ένα σήμα: μια τιμή που μπορεί να υπάρξει, αλλά αποκλίνει από το αναμενόμενο. Μια έντονη αύξηση σε σχέση με το προηγούμενο έτος, ένας αριθμός που βρίσκεται πολύ έξω από το εύρος συγκρίσιμων εγκαταστάσεων, μια καταχώριση που φτάνει ακριβώς στην προθεσμία χωρίς αιτιολόγηση. Ένα σήμα δεν μπλοκάρει τίποτα. Ζητά μια ματιά, και ενδεχομένως μια εξήγηση, προτού ο αριθμός προχωρήσει περαιτέρω. Πώς οργανώνετε και διακρίνετε αυτά τα δύο είδη κανόνων περιγράφεται στη σελίδα σχετικά με τον καθορισμό μιας απόκλισης σήματος ανά σημείο δεδομένων.

Ποιος βλέπει το σήμα είναι εξίσου σημαντικό με το ίδιο το σήμα

Ένας κανόνας που ενεργοποιείται αλλά δεν τον βλέπει κανείς, δεν είναι κανόνας. Σε κάθε σημείο δεδομένων πρέπει λοιπόν να αντιστοιχεί όχι μόνο μια οριακή τιμή, αλλά και ένα όνομα: ποιος είναι ο ιδιοκτήτης αυτού του σημείου δεδομένων, και ποιος βλέπει το σήμα όταν η τιμή αποκλίνει. Σε ένα σημείο δεδομένων χωρίς ιδιοκτήτη, ένα σήμα εξαφανίζεται σε ένα σύστημα που κανείς δεν ελέγχει, ή σε ένα υπολογιστικό φύλλο που ανοίγει ξανά μόνο κατά το κλείσιμο της χρήσης.

Αυτή η ιδιοκτησία δεν χρειάζεται να είναι περίπλοκη. Πρόκειται για ένα όνομα δίπλα στο σημείο δεδομένων, όχι για μια διαδικασία. Χωρίς όμως αυτό το όνομα, ένας κανόνας ποιότητας παραμένει κανόνας στα χαρτιά. Ποιοι έλεγχοι αντιστοιχούν λογικά σε ποιο είδος σημείου δεδομένων, και γιατί δεν χρειάζεται κάθε σημείο δεδομένων τον ίδιο έλεγχο, μπορείτε να διαβάσετε στη σελίδα σχετικά με ποιοι έλεγχοι αντιστοιχούν σε ένα σημείο δεδομένων.

Από πού προέρχονται οι έγκυρες τιμές

Τα όρια ενός σημείου δεδομένων δεν προκύπτουν από το τίποτα. Προκύπτουν από τον ορισμό του σημείου δεδομένων: τι μετρά, σε ποια μονάδα, για ποια περίοδο, για ποιο τμήμα του οργανισμού. Αν αυτός ο ορισμός διαφέρει ανά τμήμα — η μία εγκατάσταση υπολογίζει σε τετραγωνικά μέτρα δαπέδου, η άλλη σε ακαθάριστη επιφάνεια δαπέδου — τότε διαφέρει και το τι αποτελεί έγκυρη τιμή, και ένα όριο που είναι σωστό για τη μία εγκατάσταση γίνεται άχρηστο για την άλλη. Πώς το χειρίζεστε αυτό περιγράφεται στη σελίδα σχετικά με τι κάνετε με ορισμούς που διαφέρουν ανά τμήμα.

Υπάρχει και μια άλλη παγίδα: μια οριακή τιμή που υποδηλώνει ότι ένας αριθμός είναι πιο ακριβής απ' όσο επιτρέπει η πηγή του. Ένας συντελεστής εκπομπών με τέσσερα δεκαδικά ψηφία, βασισμένος σε μια εκτίμηση ακριβή σε δύο ψηφία, δημιουργεί μια εντύπωση ακρίβειας που δεν υπάρχει στην πραγματικότητα. Οι κανόνες ποιότητας θα έπρεπε να εντοπίζουν αυτή την ψευδοακρίβεια αντί να την επιβεβαιώνουν, θέμα που αναπτύσσεται περισσότερο στη σελίδα σχετικά με την αποφυγή ψευδοακρίβειας.

Γιατί αυτό δεν ξεκινά από ένα εργαλείο

Είναι δελεαστικό να αποκτήσετε ένα εργαλείο που ελέγχει αυτόματα για σφάλματα. Όμως ένα εργαλείο που εφαρμόζεται σε μια μη οργανωμένη διαδικασία ελέγχει κανόνες που δεν έχουν ακόμη καθοριστεί, σε σημεία δεδομένων που δεν έχουν ιδιοκτήτη, με βάση ορισμούς που διαφέρουν ανά τμήμα. Το αποτέλεσμα είναι μια πιο ευπρεπής αναφορά για αριθμούς που εξακολουθούν να μην είναι ελεγμένοι.

Η Data Readiness Scan καταγράφει, λοιπόν, πρώτα την υπάρχουσα κατάσταση: το μητρώο σημείων δεδομένων, την προέλευση κάθε αριθμού, την ιδιοκτησία, και τους κανόνες που καθορίζουν τι αποτελεί έγκυρη τιμή και τι σήμα. Αυτή είναι εργασία που σήμερα βρίσκεται συχνά διασκορπισμένη σε υπολογιστικά φύλλα, ανταλλαγές μηνυμάτων και στο μυαλό λίγων ανθρώπων. Το εργαλείο που υποστηρίζει αυτή τη διαδικασία βρίσκεται υπό κατασκευή· όποιος θέλει να ξεκινήσει ήδη τώρα, μπορεί να εγγραφεί στη λίστα αναμονής.

Όταν καταστεί σαφές ποιοι κανόνες και έλεγχοι αντιστοιχούν σε ποιο σημείο δεδομένων, προκύπτει επίσης μια σαφής εικόνα για το ποιο μέρος αυτής της εργασίας ελέγχου είναι επαναλαμβανόμενο και ποιο μέρος απαιτεί κρίση. Αυτή η διάκριση βρίσκεται στο επίκεντρο της werkscan της FTE TO AI, η οποία υπολογίζει ανά εργασία ποιο μέρος της δουλειάς μπορεί να αναλάβει η ΑΙ και ποιο μέρος παραμένει στον άνθρωπο.

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.