Pitajte pet dijelova organizacije za istu veličinu — na primjer broj FTE-a, potrošnju goriva vozila, ili otpisani materijal — i dobit ćete pet obrazloženja koja se malo razlikuju. Jedna poslovnica u broj uračunava privremeno osoblje, druga ne. Jedna fabrika računa u litrama, druga je to već pretvorila u litre po vozilu godišnje i tako dostavlja drugu vrstu broja od one koja je tražena. Na papiru se sve to zove istom metrikom. U stvarnosti su to različite definicije koje se slučajno nalaze u istom stupcu.
To nije greška u unosu. Nitko nije nešto pogrešno upisao. Problem se nalazi razinu ranije: nikad nije utvrđeno što je točno valjana vrijednost za ovaj podatak, pa svaki dio organizacije tu praznina popunjava svojom vlastitom logikom. Što je valjana vrijednost, a što nije, razrađeno je na što je valjana vrijednost — pitanje koje bi trebalo prethoditi svakoj usporedbi između dijelova organizacije.
Ključno pitanje nije jesu li odstupanja moguća — ta se odstupanja uvijek događaju — nego tko ih vidi prije nego broj završi u izvještaju. U mnogim organizacijama odgovor je: nitko, sve dok vanjska strana ili revizor ne primijeti broj koji se ne uklapa u prošlu godinu. Tada je pitanje već postavljeno preskasno.
Podatak bez signalnog odstupanja nema način da sam sebe učini sumnjivim. Broj koji je tri puta veći od onog iz prošle godine ne upada automatski u oči ako nije utvrđen raspon unutar kojeg je vrijednost vjerojatna. Kako odrediti taj raspon — fiksni postotak, povijesna raspodjela, prag po jedinici — razrađeno je na kako postaviti signalno odstupanje. Pitanje nije komplicirano, ali mora biti postavljeno, po podatku, prije nego se podatak unese.
Signalno odstupanje hvata ekstremni slučaj: broj koji očito nije točan. Ali većina razlika u definicijama između dijelova organizacije suptilnija je od toga. Poslovnica koja privremeno osoblje uračunava u broj ne daje apsurdan broj — daje broj koji izgleda posve normalno, i baš zbog toga ne upada u oči.
Zato uz svaki podatak treba postojati više od jedne kontrole: raspon unutar kojeg vrijednost mora biti, jedinica koja je fiksno utvrđena, zahtjev za izvor koji određuje koja vrsta dokumenta služi kao potkrepa, i opis onoga što spada, a što ne spada u brojanje. Koja kombinacija kontrola je potrebna razlikuje se po podatku i po organizaciji — rashod za istraživanje i razvoj zahtijeva drugačije zaštitne mjere od emisijskog faktora. Pregled toga koje kontrole pripadaju kojoj vrsti podatka nalazi se na koje kontrole pripadaju uz podatak. Bez te kombinacije nastaje lažna precizirnost: broj s dvije decimale iza zareza koji je sastavljen od pet definicija koje se ne uklapaju jedna u drugu. Odakle ta lažna preciznost dolazi i kako je prepoznati, opisano je na kako spriječiti lažnu preciznost.
Definicija koja je utvrđena na papiru nije automatski i definicija koja se primjenjuje. Netko mora odgovoriti na pitanje kada dio organizacije donese granični slučaj: broji li se ovaj oblik suradnje kao FTE ili ne, spada li ovaj dobavljač u opseg 3 ili ne. Bez određenog vlasnika, to pitanje pada na onoga tko se slučajno nalazi najbliže obrascu, a onda se definicija ponovno pomiče, tiho, po dijelu organizacije.
Data Readiness Scan po podatku utvrđuje što je valjana vrijednost, koje signalno odstupanje vrijedi, koje kontrole pripadaju tom konkretnom podatku, i tko je vlasnik definicije. To nije alat za izvještavanje ni upitnik — to je registar koji utvrđuje što se nalazi ispod izvještaja, tako da razlika između dijelova organizacije postane vidljiva prije nego se broj zbroji.
Postoje sustavi koji mogu provoditi te kontrole. Ali sustav koji radi iznad pet različitih, nikad utvrđenih definicija, provodi te kontrole na temelju pravila koja nitko nije dogovorio. Rezultat je uredno sučelje s nepouzdanim brojevima u njemu. Zašto redoslijed — prvo definicija, zatim alat — ima značaj, opisano je na prvo kupiti alat ili prvo urediti proces. A koje zahtjeve alat uistinu treba ispunjavati ne proizlazi iz popisa dobavljača, nego iz vašeg vlastitog procesa — vidi koji funkcionalni zahtjevi proizlaze iz vašeg vlastitog procesa.
Data Readiness Scan je u izradi. Tko se već sada bori s definicijama koje se razlikuju po dijelu organizacije, može se prijaviti na listu čekanja i bit će obaviješten čim instrument bude dostupan.
Kad se jednom utvrdi što je valjana vrijednost, tko čuva definiciju i koja kontrola pripada kojem podatku, postaje vidljivo i koji dio tog posla je ponavljanje: provjera istih izvornih dokumenata prema istom pravilu, provjera istog raspona kod svakog novog unosa. To je posao koji se, jednom kad je izrijekom utvrđen, može izračunati. Radni sken tvrtke FTE TO AI po zadatku izračunava koji dio posla može preuzeti AI — ne kao zamjena za vlasnika koji odlučuje o definiciji, nego kao način da se vidi gdje se kontrola i ponavljanje mogu razlikovati jedno od drugog.
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.