Una hoja de cálculo con datos de consumo energético, datos de viajes o datos de compras rara vez es el punto final. Antes de que una cifra aparezca en un informe de sostenibilidad, ha sido copiada, sumada, convertida, filtrada y, en ocasiones, corregida manualmente. Cada paso es un lugar donde algo puede desviarse respecto a la fuente, y cada paso que no queda registrado es un paso que nadie puede reconstruir después.
La ruta habitual de la fuente al informe consiste en una serie de operaciones reconocibles. Los datos se toman de un documento fuente, a menudo mediante una copia manual. A continuación se normalizan: se igualan las unidades, se ajustan las notaciones, se rellenan o estiman los valores que faltan. Después sigue la agregación, en la que se combinan cifras de distintas ubicaciones, periodos o departamentos en un solo número. Entretanto se producen correcciones: se ajusta una fila errónea, se elimina un valor atípico, se aplica una suposición a una casilla vacía. Al final de esa cadena está la cifra que aparece en el informe.
El problema no es que estas operaciones tengan lugar. Normalizar y agregar son necesarios para hacer utilizables los datos de una hoja de cálculo. El problema es que estos pasos suelen residir únicamente en la cabeza de un empleado, o como mucho en un intercambio de correos que ya nadie encuentra.
Si una cifra de un informe se pone en duda, debe poderse rastrear de dónde procede y qué se le ha hecho. Sin esa trazabilidad, cualquier pregunta sobre un número se convierte en una búsqueda: quién ajustó esta fila, con qué fundamento, y si la misma operación se aplicó también el año anterior. En la normalización, por ejemplo, se trata de preguntas como: qué factor de conversión se ha utilizado, y si ese factor ha cambiado desde entonces. En la agregación se trata de: qué fuentes se han sumado, y si una ubicación se ha contado por error dos veces o se ha omitido.
Una hoja de cálculo sin operaciones registradas puede producir al año siguiente una cifra distinta a partir de los mismos datos fuente, simplemente porque otra persona realiza la normalización o interpreta de otra forma una corrección. No se trata de fraude, sino de la ausencia de un proceso registrado. El resultado es el mismo: la cifra no es reproducible.
Algunas organizaciones piensan que un registro de cambios en la hoja de cálculo es suficiente. Un registro de cambios documenta que algo ha cambiado, pero no por qué, quién lo hizo en qué función, ni según qué regla. La diferencia entre un registro de cambios y una pista de auditoría está en ese contexto: una pista de auditoría hace que una operación pueda reconstruirse, un registro de cambios solo documenta que algo ha ocurrido.
La falta de una herramienta no es excusa para omitir el linaje de datos. Incluso sin software especializado es posible registrar, por cada dato, de qué fuente proviene, qué operaciones se le han aplicado y quién las ha llevado a cabo. Esto puede hacerse con una estructura fija junto a la propia hoja de cálculo: un registro en el que fuente, operación y responsable figuren juntos. Cómo se puede organizar esto sin recurrir a ninguna herramienta se describe en la página sobre cómo establecer el linaje sin herramienta.
Cada paso de una operación necesita un responsable. No solo del dato final, sino de la operación en sí: quién ha determinado que se aplique esta regla de normalización, y quién puede modificarla. Esa titularidad a menudo no está definida. Cabe distinguir dos preguntas: quién es titular de la definición de un dato, es decir, qué significa exactamente la cifra, y quién es titular del proceso subyacente, es decir, quién es responsable del camino por el que se llega a ella. Sin tener esto definido, una operación sigue siendo una costumbre individual en lugar de un proceso organizativo.
El Data Readiness Scan pone de manifiesto estas operaciones: qué pasos tienen lugar entre la fuente y el informe, quién los ejecuta y qué reglas hay detrás. No es una herramienta de informes ni un cuestionario, sino un registro del proceso que precede a la cifra.
Una vez que queda claro qué operaciones tienen lugar entre la hoja de cálculo y el informe, también se hace visible cuáles de esos pasos son repetitivos y se rigen por reglas, y por tanto son candidatos a organizarse de otra manera. El escáner de trabajo de FTE TO AI calcula, por tarea, qué parte del trabajo puede asumir la IA, y encaja precisamente con las operaciones aquí descritas: normalizar, agregar y corregir son pasos que, una vez registrados, pueden evaluarse desde esa perspectiva.
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.