Van egy visszatérő pillanat majdnem minden beszélgetésben a fenntarthatósági adatokról: valaki a táblázatra mutat. Túl sok fül, túl sok kézi munka, túl nagy a hibalehetőség. A következtetés kézenfekvőnek tűnik: cseréljük le a táblázatot egy rendszerre, és a probléma megoldódott. Ez a következtetés legtöbbször túl korán elhangzik.
Egy táblázat egy felszín. Megjeleníti a számokat, összeadja őket, összeköti egymással. Amit nem tesz meg, az annak megmagyarázása, honnan származik egy szám, ki felel érte, vagy hogy még megfelel-e a két évvel korábban rögzített definíciónak. Ezeket a kérdéseket sosem tették fel a táblázatnak – sosem rögzítették őket sehol. A táblázat kapja a hibát valamiért, amit már korábban elrontottak: a gyűjtésnél, az átírásnál, azzal a feltételezéssel, hogy egy kolléga biztosan tudta, melyik számra gondoltak.
Ha a táblázatot lecseréljük egy szoftverre, ezek a kérdések megválaszolatlanok maradnak. A rendszer akkor ugyanazt a bizonytalanságot mutatja majd rendezettebb formában. A jelentés professzionálisabbnak tűnik; az alapul szolgáló adat nem lett megbízhatóbb. Ez a csapda: egy eszközt megvenni, mielőtt tisztázódott, mit is kellene azzal az eszközzel rendbe tenni.
Legtöbbször három dologról van szó, amelyek egymástól függetlenül alakultak ki. Nincs friss áttekintés arról, milyen adatpontokra van szüksége a szervezetnek – ezt az áttekintést egyszer egy régi jelentési standardhoz készítették, és nem frissítették. Nincs rögzített útvonal a forrástól a jelentésben szereplő számig, ezért senki sem tudja biztosan megmondani, hogy egy szám az egyik rendszerből származik-e, vagy a másikból, vagy egy becslésből, amit valaki egyszer megadott, mert a valós adat nem volt elérhető. És nincs felelős minden egyes adatponthoz – az a személy, aki a számot beszolgáltatja, nem automatikusan az, aki el is tudja magyarázni, honnan származik, vagy milyen a minősége.
Ezeknek a három dolognak semmi köze a táblázatokhoz. Bármelyik rendszerben ugyanezt a problémát okoznák. A táblázat csak láthatóbbá teszi őket, mert nincs olyan réteg, amely eltakarná a rendezetlenséget.
Egy adatpont-nyilvántartás, amely tartalmazza a forrástól a jelentésig tartó eredetláncot (lineage), rögzíti, honnan származik egy adatpont, ki felel érte, és milyen minőségi szabályok érvényesek rá. Ez hasznos, és korlátozott is egyben. A nyilvántartás nem mond tartalmi ítéletet arról, hogy egy szám helyes-e – azt mutatja meg, hogy az odáig vezető út nyomon követhető-e. Két szervezet ugyanolyan nyilvántartással mégis eltérően teljesíthet az adatminőség terén, mert az egyik szervezetnek olyan forrása van, amely maga is pontatlan, a másiknak pedig nincs. A nyilvántartás láthatóvá teszi ezt a különbséget; nem oldja meg.
Fontos az is: nem minden adatpontnak van szüksége ugyanannyi eredetláncra. Néhány számhoz elég egy egyszerű, jól dokumentált forrás; máshoz több részletre van szükség, mert több lépés van a forrás és a jelentés között. Hogy egy szervezetnek valójában milyen adatpontokra van szüksége, a jelentési kötelezettségtől és az ágazattól függ, és ez más, mint azt feltételezni, hogy minden ugyanannyi figyelmet érdemel. Az, hogy a meglévő adatpontok mekkora részének van már forrása, szervezetenként nagyon eltérő – az egyiknél ez egy ERP-kapcsolatban rögzített, a másiknál egyetlen munkatárs emlékezetében.
Egy nyilvántartás és eredetlánc kialakítása nem abból áll, hogy bekapcsolunk egy rendszert. Az a feladat, hogy témáról témára megnézzük, honnan keletkezik egy szám, ki nézi át, mielőtt eljutna a jelentésbe, és mi történik, ha az illető már nincs ott. Ez a munka témánként eltér: az egyik témánál a forrás már készen áll, a másiknál még megtalálni vagy rekonstruálni kell. Aki azon gondolkodik, mennyi időt vesz igénybe ez témánként, reálisabb választ talál az egy témára jutó átfutási idő becslésében, mint egy eszközbemutatóban, amely azt ígéri, hogy mindez automatikusan megy.
Ez a megközelítés nem eredményez jelentést – azt egy másik eszköz készíti, ezekre az adatokra alapozva. Amit valóban eredményez, az egy struktúra, amely megmarad akkor is, ha a táblázatot lecserélik, akkor is, ha az a munkatárs, aki mindent tudott, távozik. Hogy ez a gyakorlatban mit jelent annak, aki majd a nyilvántartást megnézi, azt az adatpont-nyilvántartását olvasó személy leírásában találja, és hogy mi változik, amint az eredetlánc egyszer rögzítve van, azt az egyszer rögzített eredetlánc következményeinél olvashatja.
A táblázatok nem a probléma, de az első látható tünet. Aki a táblázatot lecseréli anélkül, hogy előbb tudná, mely adatpontok számítanak valójában, milyen forrás tartozik hozzájuk, és ki felel értük, csupán egy drágább rendszerbe helyezi át a problémát. Ami akkor megmarad, az a kérdés, amely ezt a munkát megelőzi: mely adatpontokra van valóban szükség a jelentési kötelezettség teljesítéséhez, és hogy ezek egy része talán már létezik valahol a szervezetben, anélkül, hogy bárki tudna róla, ahogyan az egy adatpont esetleges már meglévő helyénél olvasható.
Ez olyan munka, amelyet ma az emberek nagyrészt kézzel végeznek: forrásokat felkutatnak, definíciókat összehasonlítanak, tulajdonlást tisztáznak. Ennek a felderítő munkának egy része strukturálható és felgyorsítható AI-val, egy része nem – pontosan ez a különbség az, amit az FTE TO AI munkaelemző vizsgál. A munkaelemző feladatonként kiszámítja, mekkora része vehető át AI-val, és ezáltal reálisabb képet ad, mint az a feltételezés, hogy egy eszköz a problémát teljes egészében megoldja.
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.