Datapiste ilman tarkastusta on luku, joka sattumalta on jossain. Se voi olla oikein, se voi olla kirjoitusvirhe, se voi olla vanha versio luvusta, joka on sillä välin päivitetty toisessa tiedostossa. Ilman tarkastusta ette näe eroa. Kysymys siitä, mitkä tarkastukset kuuluvat datapisteeseen, ei siis ole tekninen yksityiskohta vaan yksi kestävyysraportoinnin datahallinnan ydinkysymyksistä.
Datapisteen tarkastus on enemmän kuin raja-arvo laskentataulukossa. Ytimessä on kolme asiaa, jotka on määriteltävä, ja ne kuuluu nimetä erillään toisistaan.
Ensiksi: mikä on kelvollinen arvo. Energiankulutus ei voi olla negatiivinen. Prosenttiosuuden kuuluu olla välillä 0–100. Työntekijöiden määrä on kokonaisluku. Tämä kuulostaa itsestään selvältä, mutta käytännössä sitä harvoin määritellään nimenomaisesti per datapiste — se on laskentataulukon aikoinaan laatineen henkilön päässä ja katoaa, kun tämä henkilö vaihtaa tehtävää. Mikä kelvollinen arvo täsmälleen on ja mitä teette, kun arvo jää sen ulkopuolelle, on käsitelty sivulla kelvollisista arvoista ja kuka huomaa, kun jokin menee vikaan.
Toiseksi: mikä on signaali. Kelvollinen arvo ei ole sama asia kuin uskottava arvo. Kulutus, joka jää sallittujen rajojen sisään mutta on kolme kertaa suurempi kuin viime vuonna, on kelvollinen ja samalla signaali, joka jonkun on syytä tarkistaa. Signaali ei siis ole ehdoton hylkäys vaan viite: tämä poikkeaa kuviosta, katsokaa sitä ennen kuin se etenee raporttiin. Miten tällainen poikkeama asetetaan ja, vähintään yhtä tärkeää, kuka sen näkee, on käsitelty sivulla signaalipoikkeaman asettamisesta ja kuka sen huomaa.
Kolmanneksi: kuka sen näkee. Tarkastus, joka ei tavoita ketään, ei käytännössä ole olemassa, vaikka se olisikin paperilla. Jos arvo ylittää rajan tai signaali laukeaa, on oltava selvää, kuka ilmoituksen saa, missä ajassa, ja mitä tapahtuu, jos hän ei reagoi. Tämä on useimmiten se osa, joka puuttuu: sääntö on olemassa, mutta seurannan omistajuus ei.
Useimmissa organisaatioissa kestävyysdata pyörii laskentataulukoissa, jotka ovat kasvaneet ensimmäisestä raportointivelvoitteesta. Oli kiire, oli määräaika, ja joku teki välilehden. Tarkastukset ovat usein epämuodollisia: joku, joka tuntee luvun, huomaa oudon poikkeaman. Tämä toimii siihen asti, kunnes kyseinen henkilö on lomalla, vaihtaa työpaikkaa, tai datapiste kasvaa kymmenestä sadaksi riviksi.
Seurauksena organisaatiot usein huomaavat, että tarkastusta ei ollut, vasta sen jälkeen, kun virhe on jo raportissa. Siinä vaiheessa kysymys ei enää ole siitä, mitä tarkastuksia olisi pitänyt olla, vaan siitä, miten raportti korjataan — kalliimpi ja näkyvämpi kysymys kuin olisi tarvinnut olla.
On olemassa järjestelmiä, jotka havaitsevat raja-arvot ja poikkeamat automaattisesti. Nämä järjestelmät ovat hyödyllisiä, mutta vain jos taustalla olevat kysymykset on jo vastattu: mikä on tälle nimenomaiselle datapisteelle kelvollinen arvo, mikä lasketaan tässä signaaliksi, ja kuka on omistaja, joka saa ilmoituksen. Työkalu, joka asetetaan järjestäytymättömän prosessin päälle, tuottaa lähinnä ilmoituksia, joita kukaan ei käsittele, tai rajoja, jotka on asetettu mielivaltaisesti, koska kenelläkään ei ollut aikaa harkita niitä huolellisesti. Tarkastus näyttää silloin automatisoidulta, mutta ei sisällöllisesti sitä ole. Tämä on samanlainen sudenkuoppa kuin näennäistarkkuus: luku, jossa on monta desimaalia ja joka viittaa tarkkuuteen, jota taustalla oleva data ei sisällä. Miten tämän voi estää ja kenen tulisi olla mukana valvomassa sitä, löytyy sivulta näennäistarkkuuden estämisestä ja kuka sen huomaa.
Tarkastus, joka on olemassa vain raportointihetkellä, tulee liian myöhään. Jos arvo tarkastetaan vasta, kun raporttia kootaan, on epätodennäköistä, että lähdettä ehditään enää korjata — paine kohdistuu silloin määräajan saavuttamiseen, ei datan korjaamiseen. Tarkastus kuuluu siis itse datapisteeseen, sillä hetkellä kun se syötetään tai päivitetään, ja omistajan, joka näkee sen ennen kuin luku etenee ketjussa eteenpäin.
Tästä on kyse juuri Data Readiness Scanin datapisterekisterissä: ei raportin kokoamisesta, vaan siitä, että kunkin datapisteen kohdalla määritellään, mikä on kelvollinen arvo, mikä on signaali, ja kuka on omistaja, joka sen näkee. Täydellinen yhteenveto siitä, mitkä tarkastukset kuuluvat mihin datapisteeseen ja miten omistajuus on siihen sidottu, löytyy sivulta, joka yhdistää tarkastukset ja omistajuuden datapisteittäin. Ne, jotka kamppailevat lisäksi määritelmien kanssa, jotka täytetään maasta, tuotemerkistä tai osastosta riippuen hieman eri tavoin, löytävät siihen lähestymistavan sivulta osastoittain vaihtelevien määritelmien käsittelystä.
Kelvollisten arvojen, signaalien ja omistajuuden määrittely datapisteittäin on juuri sellaista työtä, joka on osittain säännönmukaista ja osittain vaatii harkintaa. Mikä osa siitä on siirrettävissä AI:lle ja mikä osan on pysyttävä ihmisen tekemänä, ei ole arvio vaan laskelma. FTE TO AI tarjoaa tähän työscanin: se laskee tehtäväkohtaisesti, kuinka suuri osa työstä on siirrettävissä AI:lle, jotta ette arvaa vaan laskette.
Data Readiness Scan on rakenteilla. Se, joka haluaa datapisteidensa tarkastuskerroksen mukaan pohdintaan sen valmistuessa, voi ilmoittautua odotuslistalle.
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.