Chieda a cinque divisioni la stessa grandezza — ad esempio il numero di fte, il consumo di carburante di un parco veicoli, o il materiale ammortizzato — e otterrà cinque ragionamenti che divergono leggermente. Una sede conta anche i lavoratori interinali, l'altra no. Uno stabilimento calcola in litri, l'altro ha già convertito il dato in litri per veicolo all'anno e quindi fornisce un tipo di numero diverso da quello richiesto. Sulla carta si tratta tutto della stessa metrica. In realtà sono definizioni diverse che per caso si trovano nella stessa colonna.
Non si tratta di un errore di inserimento. Nessuno ha digitato qualcosa in modo sbagliato. Il problema si trova un livello più a monte: non è mai stato stabilito quale sia esattamente il valore valido per questo punto dati, e quindi ogni divisione colma il vuoto con la propria logica. Cosa costituisce un valore valido e cosa no, è illustrato in cos'è un valore valido — la domanda che dovrebbe precedere ogni confronto tra divisioni.
La domanda fondamentale non è se si verificano deviazioni — queste si verificano sempre — ma chi le individua prima che il numero finisca in un rapporto. In molte organizzazioni la risposta è: nessuno, finché una parte esterna o un revisore non nota un numero che non corrisponde a quello dell'anno precedente. A quel punto la domanda è già stata posta troppo tardi.
Un punto dati senza una deviazione segnale non ha modo di rendersi sospetto da solo. Un numero che è tre volte più alto rispetto all'anno precedente non risalta automaticamente se non è stato stabilito un intervallo entro il quale un valore è plausibile. Come determinare tale intervallo — percentuale fissa, dispersione storica, una soglia per unità — è illustrato in come impostare una deviazione segnale. La domanda non è complicata, ma deve essere posta, per ogni punto dati, prima che il punto dati venga compilato.
Una deviazione segnale rileva il caso estremo: il numero che chiaramente non è corretto. Ma la maggior parte delle differenze di definizione tra divisioni è più sottile di così. Una sede che include anche i lavoratori interinali non produce un numero assurdo — produce un numero che appare del tutto normale, e proprio per questo non risalta.
Per questo ogni punto dati necessita di più di un controllo: un intervallo entro il quale il valore deve rientrare, un'unità di misura fissa, un requisito di fonte che indichi quale tipo di documento vale come prova, e una descrizione di cosa rientra e cosa non rientra nel conteggio. Quale combinazione di controlli sia necessaria varia per punto dati e per organizzazione — una spesa di r&s richiede garanzie diverse da un fattore di emissione. Una panoramica di quali controlli si applicano a quale tipo di punto dati è disponibile in quali controlli si applicano a un punto dati. Senza tale combinazione si crea una falsa precisione: un numero con due decimali dopo la virgola composto da cinque definizioni che non corrispondono tra loro. Da dove nasce questa falsa precisione e come riconoscerla è illustrato in come prevenire la falsa precisione.
Una definizione fissata sulla carta non è automaticamente una definizione applicata. Qualcuno deve rispondere alla domanda quando una divisione presenta un caso limite: questa forma di collaborazione conta come fte o no, questo fornitore rientra nello scope 3 o no. Senza un responsabile designato, questa domanda finisce per essere risolta da chiunque si trovi più vicino al modulo, e allora la definizione si sposta di nuovo, silenziosamente, per ogni divisione.
La Data Readiness Scan stabilisce per ogni punto dati qual è il valore valido, quale deviazione segnale si applica, quali controlli si applicano a quel punto dati specifico e chi è il responsabile della definizione. Non è uno strumento di rendicontazione né un questionario — è il registro che documenta ciò che sta sotto il rapporto, in modo che una differenza tra divisioni diventi visibile prima che il numero venga somma.
Esistono sistemi in grado di eseguire questi controlli. Ma un sistema che opera sopra a cinque definizioni diverse, mai stabilite, esegue tali controlli sulla base di regole che nessuno ha concordato. Il risultato è un'interfaccia ordinata con dentro cifre non attendibili. Perché l'ordine — prima la definizione, poi lo strumento — sia importante è illustrato in prima acquistare uno strumento o prima organizzare il processo. E quali requisiti debba effettivamente soddisfare uno strumento non deriva da un elenco di fornitori ma dal proprio processo — si veda quali requisiti funzionali derivano dal proprio processo.
La Data Readiness Scan è in fase di realizzazione. Chi si trova già ora a lottare con definizioni che variano per divisione può iscriversi alla lista d'attesa e verrà informato non appena lo strumento sarà disponibile.
Una volta stabilito cosa costituisce un valore valido, chi custodisce la definizione e quale controllo si applica a quale punto dati, diventa visibile anche quale parte di quel lavoro è ripetizione: controllare gli stessi documenti di origine secondo la stessa regola, verificare lo stesso intervallo a ogni nuovo inserimento. È un lavoro che, una volta rese esplicite le regole, si può calcolare. La werkscan di FTE TO AI calcola per ogni compito quale parte del lavoro può essere svolta dall'AI — non come sostituzione del responsabile che decide sulla definizione, ma come modo per distinguere il controllo dalla ripetizione.
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.