Kennisbank

Cos'è un valore valido — e chi se ne accorge quando qualcosa va storto?

Un dato in una rendicontazione di sostenibilità proviene sempre da qualche parte: un contatore, una fattura, una stima, un'estrazione da un sistema. Nel momento in cui quel dato viene inserito, copiato o ripreso, di solito non c'è nessuno che controlla se è corretto. Non perché nessuno lo voglia, ma perché non è stata definita una regola che stabilisca cosa sia effettivamente un valore valido per quel determinato punto dati.

Un valore valido non è un'opinione

"Questo numero è corretto" non è una domanda a cui qualcuno possa rispondere per intuito, specialmente con centinaia di punti dati distribuiti su fogli di calcolo e sistemi. Un valore valido è qualcosa che viene definito in anticipo: un intervallo, un'unità di misura, un rapporto rispetto a un altro punto dati, una direzione attesa rispetto all'anno precedente. Senza questa definizione, ogni valore è in linea di principio valido, e questo è esattamente il problema. Un dato di consumo che risulta dieci volte troppo alto perché l'unità di misura è stata ripresa in modo errato non salta all'occhio — è lì, semplicemente, come tutti gli altri numeri.

Definire cosa sia valido è uno degli elementi costitutivi accanto al registro dei punti dati e ai dati di origine: quali controlli appartengono a un punto dati e chi ne ha visibilità. Non si tratta di formule Excel più rigide, ma di stabilire per ogni punto dati cosa sia accettabile e cosa non lo sia, e perché.

Un segnale è diverso da un errore

Non ogni deviazione è un errore, e non ogni errore genera un segnale. Un valore può trovarsi fuori dall'intervallo previsto senza essere errato — una fabbrica temporaneamente ferma, una fusione che altera i numeri. Al contrario, un valore può apparire perfettamente normale ed essere comunque errato, ad esempio perché due parti dell'organizzazione applicano un criterio diverso su cosa misurano. Un segnale non è quindi un giudizio, è un'indicazione che qualcuno deve verificare.

La domanda è allora: a quale condizione si attiva un segnale di questo tipo, e quanto è sensibile la sua impostazione. Se impostato troppo largo, le deviazioni passano inosservate. Se troppo stretto, tutti ignorano le segnalazioni perché sono troppe. Come viene determinata questa soglia per ciascun punto dati dipende dal punto dati stesso e da ciò che può logicamente oscillare. Questo argomento viene trattato separatamente in come impostare una deviazione di segnale e chi la controlla.

Chi se ne accorge — ed è una questione di caso

La domanda centrale di questa pagina non è solo cosa sia un valore valido, ma chi si accorge quando un valore non lo è. In molte organizzazioni la risposta è: nessuno, finché una parte esterna non pone una domanda durante il controllo della rendicontazione. A quel punto è già tardi, e chi redige il rapporto deve tornare alla fonte per ricostruire cosa sia accaduto.

Una regola di qualità senza un responsabile non è una regola, è un'osservazione. Ogni punto dati dovrebbe quindi avere non solo un valore limite, ma anche un nome: chi riceve la segnalazione, chi valuta se si tratta di un errore o di un'eccezione spiegabile, e chi registra quella spiegazione affinché la persona successiva che utilizza il punto dati non debba indagare di nuovo da capo. Senza questa attribuzione, dipende dal caso se qualcuno vede il segnale prima che il dato prosegua lungo la catena.

Questa attribuzione è direttamente collegata a un altro problema che spesso emerge insieme alle regole di qualità: team che interpretano lo stesso concetto in modo diverso. Ciò che è un valore valido per una parte dell'organizzazione può generare un segnale per un'altra, semplicemente perché la definizione è diversa. Questo riguarda la questione cosa fare con le definizioni che differiscono tra le diverse parti dell'organizzazione. Senza una definizione univoca, una regola di qualità è nel migliore dei casi una scommessa.

Perché questo non inizia con uno strumento

È tentante risolvere questa domanda acquistando uno strumento che segnala automaticamente. Ma uno strumento può segnalare solo in base a regole che sono state inserite, e quelle regole rappresentano una conoscenza che spesso oggi risiede solo nella testa di qualcuno — il collega che sa che questo dato di solito si trova tra due limiti, o che quell'altro valore viene sempre controllato da una persona specifica. Registrare prima questa conoscenza, per ogni punto dati, è un lavoro diverso dalla selezione di un sistema. L'ordine in cui questo avviene nel modo migliore è descritto in acquistare prima uno strumento o organizzare prima il processo.

Dalle regole di qualità al carico di lavoro

Nel momento in cui, per ogni punto dati, viene definito cosa sia un valore valido, chi valuta un segnale e chi spiega una deviazione, emerge un quadro del lavoro che effettivamente avviene attorno ai dati — controllare, confrontare, chiedere chiarimenti, registrare. Questo quadro è utile per un'altra domanda: quale parte di questi compiti si ripete in un modo che si presta all'automazione, e quale parte richiede una valutazione che spetta a una persona. La scansione del lavoro di FTE TO AI calcola per ogni compito quale parte del lavoro può essere svolta dall'IA, sulla base di come quel lavoro è organizzato oggi — non sulla base di una stima preliminare.