csrdready Kérem, tegyenek a várólistára

Kennisbank

Milyen adatpontokra van valóban szükség több business unit esetén

Több business unit esetén gyakran felmerül egy kérdés, amelyre senki nem tudja pontosan megadni a választ: milyen adatpontokra van most tulajdonképpen szükség, és melyeket gyűjtik csak azért, mert tavaly is bekérték őket. Nyilvántartás nélkül a kérdéslista együtt növekszik azzal a félelemmel, hogy valami kimarad. Egy nyilvántartással láthatóvá válik, mit szolgáltat valójában minden egység, honnan származik ez, és hogy a kérdésre adott válasz ugyanaz az adatpont-e, mint a szomszédos egységnél.

Mit rögzít egy adatpont-nyilvántartás

Az adatpont-nyilvántartás nem jelentéssablon és nem kérdéslista. Egy lista az adatpontokról, amely pontonként megadja: a definíciót, a mértékegységet, a forrást, a tulajdonost és a minőségi szabályt, amelynek meg kell felelnie. Egy több business unittal működő szervezet esetében ez azt jelenti, hogy minden adatpont visszavezethető egy konkrét helyre egy konkrét rendszerben, egy konkrét felelős személynél. Nem 'scope 2 kibocsátás egységenként', hanem 'kWh-fogyasztás X számláról, Y által rögzítve, Z-ig visszavezethető'.

Az a kérdés, hogy mely adatpontokra van valóban szükség, nem válaszolható meg egy lépésben. Az a meglévő elemek összevetéséből következik. Egy áttekintés arról, hol létezik már egy adatpont több business unit esetén megmutatja, a kérdés melyik része már megválaszolt a meglévő rendszerek által, és melyik része van még szétszórva táblázatokban, vagy sehol sincs rögzítve. Csak amikor ez a kép megvan, válik nyilvánvalóvá, mely adatpontokat kell tényleg bekérni, és melyek váltak feleslegessé.

Hogyan épül fel a nyilvántartás

A nyilvántartás összeállítása nem egy rendszernél kezdődik, hanem egy kérdéslistánál: mely adatpontokat használják most, ki használja, és milyen forrás alapján. Ez egy szervezési feladat, nem technikai. Egy lépésenkénti megközelítés az adatpont-nyilvántartás összeállításához több business unit esetén leírja, hogyan zajlik ez a felmérés általában: egységenként, adatpontonként, a forrással és tulajdonossal együtt.

Ebben a felmérésben két visszatérő probléma bukkan fel. Az első a forrás nélküli adatpont: egy szám, amelyet évek óta továbbadnak, de amelyről már senki sem tudja megmutatni, honnan származik. Egy megközelítés a nem kimutatható forrású adatponthoz több business unit esetén foglalkozik azzal, mi a teendő ilyenkor: az adatpontot ne vegyék át csak úgy, hanem előbb rekonstruálják a forrást, vagy jelöljék meg az adatpontot megbízhatatlanként, amíg ez nem sikerül.

A második probléma a duplikált adatpont: két business unit, amely más néven és más mértékegységgel ugyanazt az alapadatot szolgáltatja. Egy módszer a duplikált adatpont felismerésére több business unit esetén segít ezt láthatóvá tenni, hogy a nyilvántartás ne rögzítse kétszer ugyanazt a valóságot két különböző címke alatt.

Mikor helyes egy adatpont

Egy adatpont a nyilvántartásban csak akkor teljes, ha négy dolog megáll: a definíció egyértelmű, a forrás kimutatható, a tulajdonos ismert, és van egy minőségi szabály, amely meghatározza, mikor tekinthető érvényesnek egy érték. Ha ezek közül egy hiányzik, az adatpont még nincs kész, akárhányszor is szolgáltatták már.

Ez ugyanúgy vonatkozik arra a kérdésre is, hogy a nyilvántartás egésze elkészült-e. Egy nyilvántartás nem azért teljes, mert hosszú adatpont-lista van benne, hanem mert a listán szereplő minden adatpont visszavezethető, és minden egység tudja, a lista mely része vonatkozik rá. Egy mérce arra, mikor tekinthető készen egy nyilvántartás több business unit esetén leírja ezt a határt: nem a mennyiségi teljesség, hanem a visszavezethetőségi teljesség.

Egy hasznos indikátor ehhez egyszerűen az, hogy az adatpontok mekkora részének van már forrása. Egy mérés arról, adatpontjainak mekkora részének van forrása egy első képet ad arról, mennyire áll valójában a szervezet, függetlenül attól, hogy a jelentés vagy a kérdéslista idén hogyan néz ki.

Az előre beszerzett eszköz csapdája

Csábító előbb szoftvert beszerezni, amely adatpontokat gyűjt, validál és jelentésbe foglal. Ez a sorrend visszafelé üt, ha a mögöttes folyamat még nincs megszervezve: egy eszköz egy rendezetlen adatgyűjtés fölött rendezettebb jelentéseket készít olyan számokról, amelyek még mindig nem visszavezethetők. A nyilvántartásnak — ki mit szolgáltat, milyen forrásból, milyen szabály szerint — előbb kell állnia. Csak ezután van egy eszköznek valami megbízható, amire alapozhat.

A következő kérdés: mi automatizálható

Mihelyt a nyilvántartás áll, és adatpontonként tiszta, ki szolgáltatja, milyen forrásból és milyen szabály szerint, egy másik kérdés válik relevánssá: az adatszolgáltatási folyamat mely része igényel még emberi munkát, és mely része eléggé ismétlődő ahhoz, hogy egy rendszerre bízzák. Az FTE TO AI munkaszkennere feladatonként kiszámítja, a munka mekkora része vehető át AI-val, és a nyilvántartás alapján adatpontonként megmutathatja, hol adja át helyét a kézi bevitel, ellenőrzés vagy átadás egy automatizált lépésnek.

Marvinde assistent van de Data Readiness Scan

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.