Tabelarvutus energiakulu, reisiandmete või ostuandmetega on harva lõpp-punkt. Enne kui näitaja jõuab jätkusuutlikkuse raportisse, on see ümber kirjutatud, kokku liidetud, teisendatud, filtreeritud ja mõnikord käsitsi korrigeeritud. Igas etapis võib midagi allikaga võrreldes muutuda, ja iga etapp, mida ei ole dokumenteeritud, on etapp, mida keegi tagantjärele üle kontrollida ei saa.
Tavapärane tee allikast raportisse koosneb mitmest tuntud töötlusest. Andmed võetakse üle allikdokumendist, sageli käsitsi kopeerimise teel. Järgneb normaliseerimine: ühikud viiakse vastavusse, esitusviisid ühtlustatakse, puuduvad väärtused täidetakse või hinnatakse. Sellele järgneb agregeerimine, kus erinevate asukohtade, perioodide või osakondade näitajad liidetakse üheks arvuks. Vahepeal tehakse korrektuure: vigane rida parandatakse, kõrvalekalle eemaldatakse, eeldus lisatakse tühjale lahtrile. Selle ahela lõpus on näitaja, mis ilmub raportisse.
Probleem ei ole selles, et need töötlused toimuvad. Normaliseerimine ja agregeerimine on vajalikud, et tabelarvutuse andmed muutuksid kasutatavaks. Probleem on selles, et need etapid on tavaliselt vaid ühe töötaja peas, või kõige parema puhul e-kirjavahetuses, mida keegi enam üles ei leia.
Kui raportis olev näitaja seatakse küsimuse alla, peab olema jälgitav, kust see pärineb ja mida sellega on tehtud. Selle jälgitavuse puudumisel on igasugune küsimus arvu kohta otsimisretk: kes seda rida muutis, mille alusel, ja kas sama töötlust rakendati ka eelmisel aastal. Normaliseerimise puhul kerkivad näiteks küsimused: millist teisenduskoefitsienti kasutati, ja kas see koefitsient on sellest ajast muutunud. Agregeerimise puhul on küsimus: millised allikad liideti kokku, ja kas mõni asukoht loeti kogemata topelt või jäeti üldse arvestamata.
Tabelarvutus, kus töötlused ei ole dokumenteeritud, võib järgmisel aastal sama lähteandmestiku puhul anda teistsuguse näitaja, lihtsalt seetõttu, et normaliseerimist teeb teine inimene või korrektuuri tõlgendatakse teisiti. See ei ole pettus, see on dokumenteeritud protsessi puudumine. Tagajärg on samasugune: näitaja ei ole taastoodetav.
Mõned organisatsioonid arvavad, et tabelarvutuses olev muudatuste logi on piisav. Logi registreerib, et midagi on muutunud, kuid mitte miks, kelle poolt millises rollis ja millise reegli alusel. Erinevus logi ja auditi jälje vahel peitub selles kontekstis: auditi jälg muudab töötluse tagantjärele jälgitavaks, logi registreerib ainult, et midagi on toimunud.
Tööriista puudumine ei ole põhjus andmeahela dokumenteerimist vahele jätta. Ka spetsialiseeritud tarkvarata on võimalik iga andmepunkti kohta dokumenteerida, millisest allikast see pärineb, milliseid töötlusi sellel on rakendatud ja kes need töötlused läbi viis. Selleks saab kasutada kindlat struktuuri tabelarvutuse kõrval: registrit, kus allikas, töötlus ja vastutaja on koos kirjas. Kuidas see välja näeb ilma tööriistata, on kirjeldatud lehel andmeahela loomine ilma tööriistata.
Iga töötlusetapiga peab kaasnema omanik. Mitte ainult lõpliku andmepunkti, vaid töötluse enda omanik: kes otsustas, et rakendatakse just see normaliseerimisreegel, ja kellel on õigus seda reeglit muuta. See omanikuks olemine on tihti fikseerimata. Siin tuleb eristada kahte küsimust: kellele kuulub andmepunkti definitsioon, see tähendab, mida arv täpselt tähendab, ja kellele kuulub selle taga olev protsess, see tähendab, kes vastutab tee eest, mille kaudu see tekib. Kui need kaks asja ei ole dokumenteeritud, jääb töötlus üksikisiku harjumuseks, mitte organisatsiooni protsessiks.
Data Readiness Scan kaardistab need töötlused: millised etapid toimuvad allika ja raporti vahel, kes need läbi viib ja millised reeglid nende taga on. See ei ole raporteerimisvahend ega küsimustik, vaid näitajale eelneva protsessi registreerimine.
Kui on selge, millised töötlused toimuvad tabelarvutuse ja raporti vahel, tekib ka ülevaade, millised nendest etappidest on korduvad ja reeglipõhised ning tulevad seega kõne alla teistmoodi ülesehitamiseks. FTE TO AI töölaadi skaneering arvutab iga ülesande kohta välja, kui suure osa tööst saab AI üle võtta, ja seob selle täpselt siin kirjeldatud töötlustega: normaliseerimine, agregeerimine ja korrigeerimine on etapid, mida saab, kui need on eelnevalt dokumenteeritud, seda küsimust silmas pidades hinnata.
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.