Een uitstootcijfer met drie decimalen achter de komma wekt de indruk van precisie. Maar precisie zegt niets over betrouwbaarheid. Een getal kan tot achter de komma zijn uitgerekend en toch gebaseerd zijn op een verkeerde eenheid, een verlopen conversiefactor of een schatting die iemand jaren geleden invoerde en die nooit meer is gecontroleerd. Schijnnauwkeurigheid is dat: een cijfer dat er exacter uitziet dan het is.
Dit gebeurt niet omdat mensen slordig zijn. Het gebeurt omdat een rapport de laatste stap in een lange keten is, en aan het einde van die keten is niet meer te zien wat er onderweg is gebeurd. Een spreadsheet met drie decimalen ziet er hetzelfde uit, of de bronwaarde nu een gemeten getal was of een slag naar de maan. Zonder regels die vastleggen wat een geldige waarde is, blijft dat verschil onzichtbaar.
Elk datapunt heeft grenzen waarbinnen een waarde plausibel is. Een energieverbruik per vestiging kan niet negatief zijn. Een emissiefactor verandert niet elk kwartaal met een factor tien. Een personeelsaantal wijkt niet met duizenden af van de maand ervoor zonder aanwijsbare reden. Dit zijn geen ingewikkelde statistische modellen, het zijn eenvoudige, vastlegbare grenzen per datapunt.
De vraag wat een geldige waarde is, is niet overal hetzelfde te beantwoorden. Wat telt als een aanvaardbare bandbreedte voor het ene datapunt, is te ruim of te strak voor het andere. Die keuze hoort bij het datapunt zelf, net als de vraag wat een geldige waarde is en wie het merkt als het misgaat. Zonder die keuze expliciet te maken, wordt elke waarde die binnenkomt stilzwijgend als goed beschouwd, ook als ze het niet is.
Naast een harde grens is er een tweede laag: afwijkingen die niet ongeldig zijn, maar wel opvallend. Een waarde die binnen de toegestane bandbreedte valt, maar sterk afwijkt van het patroon van voorgaande perioden, is niet fout, maar wel een signaal dat iemand zou moeten bekijken.
Het verschil tussen een harde afwijzing en een signaal is een bewuste keuze. Een geldige-waardecontrole blokkeert; een signaal vraagt aandacht zonder te blokkeren. Beide zijn nodig, en beide horen te zijn vastgelegd op het niveau van het datapunt, met de vraag hoe u een signaalafwijking instelt en wie het merkt als het gebeurt als vertrekpunt. Zonder die vastlegging blijft het toeval wie een vreemde waarde opmerkt, en wanneer.
Een regel zonder ontvanger is een regel die niemand leest. Als een waarde buiten de grens valt of een signaal afgeeft, moet vastliggen wie dat te zien krijgt: de invoerder, de data owner, de controller die het cijfer verder verwerkt. Zonder die stap verdwijnt een afwijking in een logbestand dat niemand raadpleegt, en verandert een gesignaleerde fout in een onopgemerkte fout.
Dit is ook waar veel controlemechanismen in de praktijk stilvallen. Er wordt een regel ingesteld, maar niet belegd wie erop reageert. De regel bestaat, de melding verschijnt, en er gebeurt niets. Welke controles bij een datapunt horen en wie ze ziet, hangt samen met het bredere overzicht van welke controles bij een datapunt horen en wie het merkt als er iets misgaat. Een controle die niemand ziet, is in de praktijk geen controle.
Er bestaan systemen die automatisch afwijkingen detecteren en meldingen versturen. Die systemen zijn nuttig, maar ze lossen niets op als de onderliggende vragen niet zijn beantwoord: wat is voor dit specifieke datapunt een geldige waarde, wat is een signaal, en wie is de aangewezen ontvanger. Een tool die draait op regels die niemand heeft doordacht, produceert meldingen die niemand ernstig neemt of waarschuwingen die structureel worden genegeerd. Het resultaat lijkt op controle, maar is het niet.
Dat is de reden dat deze vragen eerst op datapuntniveau beantwoord moeten worden, voordat een systeem ze kan uitvoeren. De regel hoort bij het datapunt, niet bij de software die het toevallig bewaakt.
Schijnnauwkeurigheid ontstaat vaak in combinatie met een ander probleem: onderdelen van de organisatie die een datapunt anders definiëren. Als de ene vestiging vierkante meters kantooroppervlak meetelt en de andere niet, is een controle op plausibele waarden niet genoeg, want de waarden zijn onderling niet vergelijkbaar. Wat u doet met definities die per onderdeel verschillen en hoe dat samenhangt met de controle op geldige waarden, staat beschreven op de pagina over uiteenlopende definities en de bijbehorende controlevraag. Wie kwaliteitsregels instelt zonder eerst deze definitiekwestie te bekijken, controleert mogelijk plausibele waarden die feitelijk niet met elkaar te vergelijken zijn.
Deze scan brengt per datapunt in kaart wat een geldige waarde is, wat een signaal is, en wie de aangewezen ontvanger is. Dat overzicht is niet het eindpunt, maar het startpunt: het legt vast waar op dit moment geen regel bestaat, waar een regel bestaat zonder ontvanger, en waar de definitie van een datapunt zelf al voor verwarring zorgt tussen onderdelen. Zodra dat beeld er is, is te zien welke controles het meeste gewicht dragen en waar de aandacht als eerste naartoe moet.
Als dat overzicht er eenmaal ligt, is een andere vraag te beantwoorden: welk deel van het werk dat nu nog handmatig gebeurt, valt na deze indeling over te dragen aan een geautomatiseerd proces. Daarvoor is de werkscan van FTE TO AI bedoeld: die rekent per taak uit welk deel van het werk door AI over te nemen is, niet als vervanging van de kwaliteitsregels die hier zijn vastgesteld, maar als vervolgstap op het overzicht dat daarmee ontstaat.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.