A kérdés egyszerűnek tűnik, amíg meg nem próbálják megválaszolni. A fenntarthatósági adatok HR-rendszerekből, létesítménygazdálkodási dashboardokból, energiaszolgáltatóktól, egyes munkatársak spreadsheetjeiből származnak, és néha annak a memóriájából, aki évek óta ugyanazokat a számokat szolgáltatja. Áttekintés nélkül senki nem tudja pontosan, milyen adatpontok léteznek, honnan származnak, és hogy még megfelelnek-e annak, amit egyszer rögzítettek.
Egy adatpont-nyilvántartás a válasz erre a zűrzavarra. Nem jelentési eszközként, hanem az adatok magának az adatnak a nyilvántartásaként: mi az adatpont, honnan származik, ki felel érte, és milyen szabályoknak kell megfelelnie, mielőtt felhasználható.
Egy nyilvántartás több, mint egy lista a számok neveivel. Minden adatponthoz legalább a következőket kell rögzíteni:
Ezen mezők nélkül egy adatpontlista csak egy gyűjtemény nevekből, eredet nélkül. Ezekkel a mezőkkel láthatóvá válik, honnan származnak az adatok, és hol vannak a gyenge pontok.
Az a sorrend, amelyben a nyilvántartást felépítik, meghatározza, hogy az hoz-e eredményt. Ne a jelentési struktúránál kezdjenek, hanem annál, amit már rögzítenek. A hol létezik már egy adatpont oldal leírja, hogyan lehet ezt felderíteni: egy szám gyakran már létezik egy másik rendszerben, mint várták, más néven vagy más mértékegységben.
Ezután következik a kérdés, hogyan alakítják ki magát a struktúrát, milyen mezők kötelezők, és milyen sorrendben adnak hozzá adatpontokat anélkül, hogy a nyilvántartás kezelhetetlenné válna. Ez a folyamat a hogyan állítanak össze egy adatpont-nyilvántartást oldalon van leírva.
Nem minden adatpontnak van azonnal kimutatható forrása. Egyes számokat egykor kézzel vittek be, egy régi jelentésből vettek át, vagy becsült valaki, aki már nincs alkalmazásban. Mit tegyenek ilyen helyzetben, és hogyan különböztessék meg ezt azoktól az adatpontoktól, amelyeknek van forrásuk, a mit tegyenek egy forrás nélküli adatponttal oldalon található.
Egy másik visszatérő probléma a duplikáció: ugyanaz az adatpont két úton is bekerül a nyilvántartásba, kicsit eltérő értékekkel. Hogyan ismerjék fel ezt, mielőtt ellentmondó számokhoz vezetne, a hogyan ismernek fel egy duplikált adatpontot oldalon olvasható.
Ha egy adatpont szerepel a nyilvántartásban, ez nem jelenti azt, hogy helyes. A helyesség külön lépés: az értéknek megfelelnie kell a forrásdefiníciónak, a mértékegységnek egyeznie kell azzal, amit a minőségi szabály elvár, és a tulajdonosnak meg kell tudnia erősíteni, hogy semmi nem változott a folyamatban a legutóbbi ellenőrzés óta.
Ehhez szükséges tudni, hogyan utazik az adatpont a forrástól a jelentésig. Ezt a útvonalat feltérképezni source-to-report mappingnek nevezik, és ez egy külön lépés a definíció rögzítése mellett. Azt, hogy pontosan mit jelent ez a mapping, és miért marad hiányos egy nyilvántartás nélküle, a mi a source-to-report mapping oldalon olvashatják.
Arra a kérdésre, hogy mikor elég teljes egy nyilvántartás ahhoz, hogy rá lehessen támaszkodni, nincs rögzített válasz adatpontok számában. Ez a jelentési kötelezettség terjedelmétől függ, attól, hány adatpontnak van már ellenőrzött forrása és tulajdonosa, és attól, hányat jelöltek még nyitottként vagy tisztázatlanként. Egy nyilvántartás nem azért kész, mert teljesnek látszik, hanem azért, mert a nyitott pontok ismertek és kezeltek. Hogyan állapítják ezt meg, a mikor kész egy nyilvántartás oldalon található.
Egy adatpont-nyilvántartás egy pillanatfelvétel arról, amit most rögzítettek. Karbantartás nélkül ugyanolyan gyorsan elavul, mint azok a spreadsheetek, amelyeket helyettesítenie kellett: források változnak, tulajdonosok távoznak, definíciók elmozdulnak anélkül, hogy valaki frissítené a nyilvántartást.
A nyilvántartás aktualizálásához szükséges munka nagy része felismerhető és megismételhető: forrásokat ellenőrizni, értékeket minőségi szabályok alapján tesztelni, változásokat jelezni. Az, hogy a karbantartás mely része támogatható AI-val, és melyik rész igényel továbbra is emberi felülvizsgálatot, általános kifejezésekkel nem mondható meg. Az FTE TO AI munkafelmérése ezt feladatonként számolja ki, aszerint, hogy pontosan mit tartalmaz a feladat és milyen gyakran ismétlődik, így egyértelművé válik, a munka mely része vehető át és melyik rész nem.
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.