Egy táblázat egyszerű forrásnak tűnik. Egy cella egy számmal, egy fül egy névvel, egy másik rendszerből beillesztett export. De a cella és a végül a jelentésben szereplő szám között egy sor olyan műveletet találunk, amelyet legtöbbször sehol nem rögzítenek. A source-to-report mapping ennek a sorozatnak a feltérképezése: minden lépés, amelyen egy szám végigmegy attól a pillanattól, hogy belép a táblázatba, addig, hogy egy jelentéssorban landol.
Egy rögzített mezőkkel és rögzített struktúrával rendelkező rendszer esetén gyakran még visszavezethető, hogy melyik mező honnan származik. Egy táblázatnak ez a struktúra nem adott önmagától. Valaki hozzáad egy köztes fület az aggregáláshoz. Valaki más átmásol egy oszlopot egy másik fájlba, hogy elvégezzen egy átszámítást. Egy harmadik személy az eredményt értékként illeszti be egy jelentéslapba, ezzel a formula, és vele együtt a nyom, eltűnik. Ebből semmi nem hibás abban a pillanatban, amikor megtörténik. A probléma egy évvel később keletkezik, amikor valakinek meg kell magyaráznia, honnan származik egy szám, és a válasz már nem rekonstruálható.
A táblázatos forrásra vonatkozó source-to-report mapping néhány felismerhető lépésből áll, amelyek mindegyike külön figyelmet igényel.
Az első lépés a nyers adat eredete: melyik fájl, melyik fül, melyik cella vagy cellatartomány, és ki adja meg vagy szolgáltatja azt. Ezen viszonyítási pont nélkül nincs forrás, amelyre visszahivatkozhatnánk.
A második lépés az, milyen műveletek találhatók a forrás és a jelentés között, ha a forrás egy táblázat. Gondoljunk az átszámított mértékegységekre, a bizonyos sorokat kizáró szűrőkre, a formulákra, amelyek értékeket összeadnak vagy átskáláznak. Minden művelet megváltoztatja a számot, és minden nem rögzített művelet egy olyan lépés, amely később már nem ellenőrizhető.
A harmadik lépés az aggregálás: több sor, fül vagy fájl, amelyeket egyetlen számmá vonnak össze. Táblázat esetén ez gyakran kézzel történik, egyetlen összeg-függvény lenyomásával egy olyan tartományon, amelyet valaki maga határolt le. Az, hogyan választották ki ezt a tartományt és mi van benne, ugyanannyira meghatározza a számot, mint az alapul szolgáló adat. Pontosan ezért kell rögzíteni, hogyan rögzíti az aggregálást, ha a forrás egy táblázat: nem formalitásként, hanem mert az aggregálási lépés maga is olyan hibaforrás, amelyet senki más nem lát.
A negyedik lépés a normalizálás: különböző mértékegységek, különböző jelentési időszakok vagy különböző helyszínek, amelyeket közös alapra hoznak, mielőtt összehasonlíthatóvá válnának. Itt is igaz, hogy az átszámítási tényező vagy referenciaérték kiválasztása irányítja az eredményt, és ennek a választásnak nyomon követhetőnek kell lennie. Ennek működését részletezi hogyan rögzíti a normalizálást, ha a forrás egy táblázat.
Az utolsó lépés az a hely, ahol a szám landol: a jelentéssor, a mutató, az éves összeg. Ennek az átmenetnek is nyomot kell hagynia, nem csupán egy hivatkozást a forrásdokumentumra.
Csábító azt gondolni, hogy egy lista arról, ki mit módosított, elegendő. Ez egy napló, és egy napló a változásokat rögzíti anélkül, hogy megmutatná a mögöttük álló logikát. Egy audit trail, amelynek van jelentése, nem csak azt mutatja meg, hogy egy cella megváltozott, hanem azt is, miért, milyen szabály alapján és milyen eredménnyel, visszavezethetően az eredeti forrásra. Ezt a különbséget bővebben tárgyalja a magyarázat arról, miért több egy audit trail, mint egy napló, ha a forrás egy táblázat.
A táblázatokkal dolgozó legtöbb szervezetnek nincs olyan rendszere, amely automatikusan nyilvántartja a lineage-t. Ez nem azt jelenti, hogy a mapping lehetetlen, hanem azt, hogy kézzel kell elvégezni, fegyelemmel szoftver helyett. Milyen lépések szükségesek ehhez, és hogyan válik egy táblázat vezérelte folyamat mégis visszakövethetővé, azt leírja hogyan alakít ki lineage-t eszköz nélkül, ha a forrás egy táblázat. Egy kapcsolódó kérdés, amelyet gyakran kihagynak, az, kinek a tulajdona egy adatpont definíciója: kijelölt definíciótulajdonos nélkül egy adatpont jelentése azzal együtt változik, ki éppen ránéz, és ekkor a legszebb mapping is kevés értékkel bír.
Egy eszköz, amely szebbé teszi a jelentéseket, semmit nem változtat azon számok megbízhatóságán, amelyek bekerülnek. Ha a cellától a jelentésig vezető út nincs rögzítve, egy eszköz csupán rendezettebb jelentéseket készít ugyanazokból a bizonytalan számokból. A forrás és a jelentés közötti mapping ezért nem az eszköz után következő lépés, hanem az, amely megelőzi.
Amint a forrás és a jelentés közötti lépéseket kiírjuk, az is láthatóvá válik, hogy ezek közül a lépések közül melyek emberi munka, és melyek követnek rögzített, megismételhető műveletet. Ez a megkülönböztetés az alapja az FTE TO AI munkafeltárásának, amely feladatonként kiszámítja, hogy a munka mekkora része vehető át az AI által, azon alapulva, ami már rögzítve van a műveletről, a szabályokról és az adat eredetéről.
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.