csrdready Βάλτε με στη λίστα αναμονής

Kennisbank

Ποιος διαβάζει το μητρώο σημείων δεδομένων σας όταν εσείς δεν είστε πλέον εδώ;

Συνήθως υπάρχει ένα άτομο που ξέρει από πού προέρχεται το νούμερο του CO2. Ποιο υπολογιστικό φύλλο, ποια καρτέλα, ποια παραδοχή για τον συντελεστή μετατροπής του προηγούμενου έτους. Αυτό το άτομο δεν το έγραψε ποτέ, γιατί το είχε στο μυαλό της και αυτό δούλευε. Μέχρι που πήγε διακοπές, άλλαξε θέση εργασίας, ή αποχώρησε. Τότε αποδεικνύεται ότι το μητρώο σημείων δεδομένων που υπήρχε ήταν αναγνώσιμο μόνο από τον δημιουργό του.

Αυτό δεν είναι ατύχημα. Είναι το αποτέλεσμα ενός μητρώου που έχει κατασκευαστεί ως υπόμνημα μνήμης αντί ως έγγραφο. Ένα κελί με έναν αριθμό, μια στήλη με μια αναφορά πηγής που έχει νόημα μόνο για όποιον γνωρίζει ήδη το πλαίσιο. Για τον δημιουργό αυτό αρκεί. Για έναν διάδοχο, έναν ελεγκτή, ή τον οικονομικό διευθυντή που πρέπει να υπερασπιστεί το νούμερο στο εποπτικό συμβούλιο, είναι γρίφος.

Τι σημαίνει στην πραγματικότητα ιδιοκτησία

Η ιδιοκτησία ενός σημείου δεδομένων συγχέεται συχνά με την ευθύνη παράδοσης ενός αριθμού. Αυτό δεν είναι το ίδιο. Ιδιοκτησία σημαίνει ότι υπάρχει κάποιος που μπορεί να εξηγήσει από πού προέρχεται ο αριθμός, ποιες επιλογές περιέχει, και τι αλλάζει αν αλλάξει η πηγή. Αυτό είναι διαφορετικός ρόλος από τη συμπλήρωση. Είναι ο ρόλος κάποιου που μπορεί να απαντήσει στην ερώτηση χωρίς να χρειαστεί να ανατρέξει σε ένα email δύο χρόνια πριν.

Στην πράξη, αυτός ο ρόλος συχνά δεν έχει ανατεθεί, ή έχει ανατεθεί σε κάποιον που στο μεταξύ έχει αλλάξει θέση. Το μητρώο αναφέρει ένα όνομα που δεν είναι πλέον σωστό, ή δεν αναφέρει κανένα όνομα. Όποιος τότε θέσει μια ερώτηση σχετικά με ένα σημείο δεδομένων, δεν λαμβάνει απάντηση αλλά ξεκινά μια αναζήτηση. Αυτή είναι η στιγμή που αποδεικνύεται αν η ιδιοκτησία είχε πράγματι καταγραφεί ποτέ, ή απλώς θεωρήθηκε δεδομένη.

Τι καταγράφει πράγματι ένα αναγνώσιμο μητρώο

Ένα μητρώο σημείων δεδομένων που μπορεί να παραλάβει κάποιος άλλος, καταγράφει τρία πράγματα που ξεπερνούν τον ίδιο τον αριθμό. Πρώτον, την πηγή: το σύστημα, το υπολογιστικό φύλλο, ή τον συνάδελφο που παραδίδει το νούμερο, και όχι ως μεμονωμένη σημείωση αλλά ως μέρος του ίδιου του αρχείου. Δεύτερον, τη γραμμή από την πηγή προς την αναφορά: ποιες επεξεργασίες υπέστη ο αριθμός πριν εμφανιστεί στην αναφορά, ώστε ο ελεγκτής να μη χρειάζεται να μαντέψει γιατί ο αριθμός στην αναφορά διαφέρει από τον αριθμό στο σύστημα προέλευσης. Τρίτον, τον ιδιοκτήτη: όχι ένα όνομα που συμπληρώθηκε κάποτε, αλλά κάποιον που αυτή τη στιγμή μπορεί να κληθεί για μια ερώτηση σχετικά με αυτό το συγκεκριμένο σημείο δεδομένων.

Αυτό δεν είναι περίπλοκο να περιγραφεί, αλλά απαιτεί δουλειά να καταγραφεί. Για κάθε σημείο δεδομένων ξεχωριστά, και όχι ως εφάπαξ άσκηση αλλά ως κάτι που ενημερώνεται όταν αλλάζουν πηγές ή ιδιοκτήτες. Το ερώτημα πού υπάρχει ήδη ένα σημείο δεδομένων θα έπρεπε να προηγείται εδώ: ένα μητρώο έχει αξία μόνο όταν ανατρέχει σε μια πηγή που πράγματι υπάρχει, όχι σε μια παραδοχή για το από πού προέρχονταν κάποτε το νούμερο.

Τι δεν λύνει αυτή η προσέγγιση

Ένα αναγνώσιμο μητρώο κάνει δυνατή τη μεταβίβαση. Δεν κάνει αυτόματα τους αριθμούς σωστούς. Αν η υποκείμενη πηγή είναι η ίδια αναξιόπιστη — ένας μετρητής που είναι λάθος εδώ και χρόνια, ένα υπολογιστικό φύλλο με σφάλμα τύπου που κανείς δεν παρατήρησε — τότε το μητρώο απλώς καταγράφει αυτό το σφάλμα με μεγαλύτερη ακρίβεια. Αυτό είναι διαφορετικό ερώτημα, στο οποίο απαντά καλύτερα το να δείτε πόσα από τα σημεία δεδομένων σας έχουν πηγή που είναι αποδεδειγμένη και ελεγχόμενη.

Το μητρώο δεν λύνει επίσης ποιο σημείο δεδομένων είναι στην πραγματικότητα απαραίτητο. Ορισμένοι οργανισμοί καταγράφουν δεκάδες σημεία δεδομένων για ένα θέμα για το οποίο αρκεί μια χούφτα, και έπειτα αφιερώνουν συντήρηση σε πληροφορίες που κανείς δεν συμβουλεύεται. Αυτή η στάθμιση εντάσσεται στο ερώτημα ποια σημεία δεδομένων χρειάζεστε πράγματι, και προηγείται του ερωτήματος ποιος πρέπει να μπορεί να διαβάσει το μητρώο. Ένα μητρώο που είναι πλήρες για το λάθος θέμα, παραμένει το λάθος μητρώο.

Και το μητρώο δεν λύνει πόσο χρόνο χρειάζεται για να τακτοποιηθεί ένα θέμα. Αυτό εξαρτάται από πόσες πηγές υπάρχουν, πόσο διασκορπισμένες είναι, και πόσες από αυτές έχουν ήδη έναν ιδιοκτήτη που είναι προσβάσιμος. Όποιος θέλει μια εκτίμηση γι' αυτό, θα βρει στο πόσο χρόνο χρειάζεται για να τακτοποιηθεί ένα θέμα μια περιγραφή του τι καθορίζει αυτή τη διάρκεια, όχι έναν αριθμό που είναι ίδιος για κάθε οργανισμό.

Γιατί αυτό συνήθως ξεκινά από το CO2

Η δημιουργία ενός μητρώου σημείων δεδομένων απαιτεί χρόνο, και αυτός ο χρόνος σπάνια εξασφαλίζεται μονομιάς για όλα τα θέματα ταυτόχρονα. Οι περισσότεροι οργανισμοί ξεκινούν από το θέμα όπου τα δεδομένα είναι ήδη τα πιο διασκορπισμένα και η πίεση να μπορεί κανείς να δώσει εξηγήσεις είναι η μεγαλύτερη. Γιατί αυτό είναι συχνά το CO2, περιγράφεται στη σελίδα σχετικά με γιατί το CO2 είναι συνήθως το πρώτο θέμα. Όποιος ξεκινήσει από εκεί, εξασκεί τον τρόπο καταγραφής σε ένα θέμα που προσφέρεται καλά για αυτό, πριν αυτός ο τρόπος εφαρμοστεί στα υπόλοιπα.

Η σκαναρισμός βρίσκεται υπό κατασκευή

Η Data Readiness Scan που καταγράφει αυτό — μητρώο σημείων δεδομένων, προέλευση ανά σημείο δεδομένων, ιδιοκτησία και κανόνες ποιότητας — βρίσκεται ακόμη σε ανάπτυξη. Δεν υπάρχει προς το παρόν εργαλείο που να μπορείτε να αποκτήσετε· όποιος ενδιαφέρεται, μπορεί να εγγραφεί στη λίστα αναμονής και θα ειδοποιηθεί μόλις η σκαναρισμός γίνει διαθέσιμη.

Ένα μέρος της εργασίας που τώρα βαρύνει αυτό το ένα απαραίτητο άτομο — αναζήτηση πηγών, ανασύσταση γραμμών προς την αναφορά, εντοπισμός ιδιοκτητών — είναι επαναλαμβανόμενο και επομένως κατάλληλο για υποστήριξη από AI. Ποιο ακριβώς μέρος είναι αυτό, διαφέρει ανά εργασία και ανά οργανισμό. Η FTE TO AI το υπολογίζει ανά εργασία με ένα werkscan, το οποίο δείχνει ποιο μέρος της εργασίας μπορεί να αναλάβει το AI και ποιο μέρος παραμένει εξαρτημένο από κάποιον που γνωρίζει το πλαίσιο.

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.