Vraag vijf onderdelen naar dezelfde grootheid — bijvoorbeeld het aantal fte, het brandstofverbruik van een wagenpark, of afgeschreven materiaal — en u krijgt vijf redeneringen die net iets anders lopen. De ene vestiging telt uitzendkrachten mee, de andere niet. De ene fabriek rekent in liters, de andere heeft dat al omgezet naar liters per voertuig per jaar en levert dus een ander soort getal aan dan gevraagd. Op papier heet het allemaal dezelfde metric. In werkelijkheid zijn het verschillende definities die toevallig in dezelfde kolom staan.
Dat is geen invoerfout. Niemand heeft iets verkeerd getypt. Het probleem zit een laag eerder: er is nooit vastgelegd wat de geldige waarde voor dit datapunt precies is, en dus vult elk onderdeel de leemte met zijn eigen logica. Wat een geldige waarde is en wat niet, staat uitgewerkt op wat is een geldige waarde — de vraag die vooraf hoort te gaan aan elke vergelijking tussen onderdelen.
De kernvraag is niet of afwijkingen voorkomen — die komen altijd voor — maar wie ze ziet voordat het getal in een rapport staat. In veel organisaties is het antwoord: niemand, tot een externe partij of een accountant een getal opmerkt dat niet aansluit op vorig jaar. Dan is de vraag al te laat gesteld.
Een datapunt zonder signaalafwijking heeft geen manier om zichzelf verdacht te maken. Een getal dat drie keer zo hoog is als vorig jaar valt niet automatisch op als er geen bandbreedte is vastgelegd waarbinnen een waarde plausibel is. Hoe u die bandbreedte bepaalt — vast percentage, historische spreiding, een drempel per eenheid — staat uitgewerkt op hoe stelt u een signaalafwijking in. De vraag is niet ingewikkeld, maar hij moet wel gesteld zijn, per datapunt, voordat het datapunt wordt ingevuld.
Een signaalafwijking vangt het extreme geval: het getal dat duidelijk niet klopt. Maar de meeste definitieverschillen tussen onderdelen zijn subtieler dan dat. Een vestiging die uitzendkrachten wel meetelt, levert geen absurd getal op — het levert een getal op dat er heel normaal uitziet, en dat precies daardoor niet opvalt.
Daarom hoort bij elk datapunt meer dan één controle: een bereik waarbinnen de waarde moet vallen, een eenheid die vastligt, een bronvereiste die aangeeft welk documenttype als onderbouwing geldt, en een omschrijving van wat er wel en niet in de telling hoort. Welke combinatie van controles nodig is, verschilt per datapunt en per organisatie — een r&d-uitgave vraagt om andere waarborgen dan een emissiefactor. Een overzicht van welke controles bij welk type datapunt horen, staat op welke controles horen bij een datapunt. Zonder die combinatie ontstaat schijnnauwkeurigheid: een getal met twee decimalen achter de komma dat is opgebouwd uit vijf definities die niet op elkaar aansluiten. Waar die schijnnauwkeurigheid vandaan komt en hoe u die herkent, staat op hoe voorkomt u schijnnauwkeurigheid.
Een definitie die op papier vastligt, is niet automatisch een definitie die wordt toegepast. Iemand moet de vraag beantwoorden als een onderdeel een grensgeval aandraagt: telt deze samenwerkingsvorm mee als fte of niet, valt deze leverancier onder scope 3 of niet. Zonder aangewezen eigenaar valt die vraag terug op wie toevallig het dichtst bij het formulier zit, en dan verschuift de definitie weer, stilzwijgend, per onderdeel.
De Data Readiness Scan legt per datapunt vast wat de geldige waarde is, welke signaalafwijking geldt, welke controles horen bij dat specifieke datapunt, en wie eigenaar is van de definitie. Dat is geen rapportagetool en geen vragenlijst — het is het register dat vastlegt wat er onder het rapport ligt, zodat een verschil tussen onderdelen zichtbaar wordt voordat het getal wordt opgeteld.
Er bestaan systemen die deze controles kunnen uitvoeren. Maar een systeem dat draait boven vijf verschillende, nooit vastgelegde definities, voert die controles uit op basis van regels die niemand heeft afgesproken. De uitkomst is een nette interface met onbetrouwbare cijfers erin. Waarom de volgorde — eerst de definitie, dan het gereedschap — ertoe doet, staat op eerst een tool kopen of eerst het proces inrichten. En welke eisen een tool eigenlijk moet vervullen, volgt niet uit een leverancierslijst maar uit uw eigen proces — zie welke functionele eisen komen uit uw eigen proces.
De Data Readiness Scan is in aanbouw. Wie nu al worstelt met definities die per onderdeel verschillen, kan zich aanmelden voor de wachtlijst en wordt op de hoogte gehouden zodra het instrument beschikbaar is.
Als eenmaal vastligt wat een geldige waarde is, wie de definitie bewaakt en welke controle bij welk datapunt hoort, wordt ook zichtbaar welk deel van dat werk herhaling is: dezelfde brondocumenten controleren op dezelfde regel, dezelfde bandbreedte toetsen bij elke nieuwe invoer. Dat is werk dat zich, eenmaal expliciet gemaakt, laat uitrekenen. De werkscan van FTE TO AI rekent per taak uit welk deel van het werk door AI over te nemen is — niet als vervanging van de eigenaar die over de definitie beslist, maar als manier om te zien waar controle en herhaling van elkaar te onderscheiden zijn.
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.