Viena gamykla sveria atliekų svorį ant svarstyklių. Kita gamykla jį vertina pagal konteinerio tūrį. Abi pateikia skaičių tai pačiai eilutei ataskaitoje. Niekas nemelavo, niekas nepadarė klaidos. Tiesiog niekada nebuvo užfiksuota, koks tiksliai yra to duomens apibrėžimas, todėl kiekvienas padalinys pasirinko logiškiausią interpretaciją, kuri jam buvo pasiekiama.
Tai nėra išimtis. Tai yra normali organizacijos būsena, kurioje tą pačią metriką pateikia skirtingos komandos, su skirtingomis pirminėmis sistemomis ir skirtinga istorija. Klausimas nėra, kaip pašalinti šį skirtumą, kol jis dar neatsirado. Klausimas yra, ką su juo daryti, kai jį pastebite.
Žingsnis, kuris dažniausiai praleidžiamas, yra tai, kad pats apibrėžimas turi būti kur nors užrašytas. Ne kontrolieriaus galvoje, kuris jau metų metus tą pačią logiką taiko, bet registre: šis duomuo reiškia tai, matuojamas taip, ir šie vienetai skaičiuojami arba nesiskaičiuojami. Kas yra galiojanti reikšmė šiame apibrėžime ir kas pastebi, kai pateikti duomenys iškrenta už jo ribų, aprašyta puslapyje apie kas yra galiojanti reikšmė ir kas pastebi, kai reikšmė iškrenta iš ribų. Neturint šio užfiksavimo, kiekvienas sudėjimas per padalinius yra sudėjimas dalykų, kurie yra ne visai tas pats, tik supakuotų į vieną skaičių, kuris atrodo vienareikšmiškai.
Šis užfiksavimas yra tiksliai tai, ką atlieka Data Readiness Scan: ne ataskaitos perrašymas, bet duomenų registro sukūrimas, kuriame nurodyta, kas yra kiekvienas duomuo, iš kur jis kilęs ir kas už jį atsako. Šis registras yra vieta, kur skirtumas tarp padalinių tampa pastebimas, o ne tampa pastebimas tik po to, kai skaičius jau susumuotas.
Kai jau pastebėjote, kad padalinys A ir padalinys B tą pačią duomens reikšmę supranta skirtingai, iš esmės yra trys kryptys.
Pirmoji yra suvienodinimas: vieno apibrėžimo taikymas visai organizacijai, su visais tam reikalingais sistemų pakeitimais. Ilguoju laikotarpiu tai dažniausiai yra tinkama kryptis, tačiau tai ne kažkas, kas atliekama iš karto.
Antroji yra dokumentavimas ir koregavimas: nukrypimas paliekamas ten, kur yra, tačiau užfiksuojama, kokio dydžio jis yra, ir naudojant fiksuotą perskaičiavimą užtikrinama, kad bendra suma vis tiek būtų tiksli. Tai veikia, kai skirtumas yra stabilus ir žinomas — pavyzdžiui, kai vienas padalinys nuolat naudoja kitą matavimo metodą, kurį galima atsekti.
Trečioji yra signalizavimas: ne koreguoti, bet pažymėti, kai pateikti duomenys nukrypsta nuo modelio, prie kurio esate įpratę iš to padalinio. Kaip nustatyti tokį nukrypimo signalą ir kas apie tai gauna pranešimą, išsamiai aprašyta puslapyje apie kaip nustatyti signalinį nukrypimą ir kas pastebi, kai jis įvyksta. Šia kryptimi problema nesprendžiama, bet užtikrinama, kad ji nepraeitų nepastebėta, kol jūs dirbate prie struktūrinio sprendimo.
Kuri kryptis yra tinkama, priklauso nuo to, kiek padalinių nukrypsta, koks stabilus yra šis nukrypimas ir kiek laiko yra, kol skaičius pateks į ataskaitinį laikotarpį. Šis pasirinkimas skiriasi kiekvienoje organizacijoje, ir šis registras jo už jus nepadaro — bet jis padaro pastebimą tai, kad šį pasirinkimą reikia priimti.
Apibrėžimo skirtumas yra viena tyliausių klaidų, nes kiekvienas padalinys, atskirai vertinant, yra teisus. Padalinys, kuris vertina pagal konteinerio tūrį, savo procese nedaro nieko blogo. Problema iškyla tik tame lygmenyje, kur skaičiai susijungia, ir būtent tada dažnai niekam nėra priskirta pareiga patikrinti, ar pirminiai apibrėžimai iš viso yra palyginami.
Dėl to atsakomybė už kiekvieną duomenį yra tokia pat svarbi, kaip ir pats apibrėžimas. Kokios kontrolės priklauso duomeniui ir kas pastebi, jei viena iš šių kontrolių praleista, aprašyta puslapyje apie kokios kontrolės priklauso duomeniui ir kas pastebi, kai vienos trūksta. Neturint paskirto atsakingo asmens, klausimas „bet kas iš tikrųjų tai stebi“ lieka neatsakytas, net jeigu apibrėžimas yra užrašytas popieriuje.
Gundoma šią problemą spręsti sistema, kuri automatiškai normalizuoja pateiktus duomenis. Tačiau įrankis, uždėtas ant neapibrėžtų duomenų rinkinio, nenormalizuoja nieko — jis tik supakuoja tuos pačius skirtumus į tvarkingesnę sąsają. Tvarka, kuri išlaiko naudą, yra pirmiausia užfiksuoti apibrėžimą ir atsakomybę, o tik tada žiūrėti, kuri sistema tam tinka. Kodėl ši tvarka nėra atsitiktinė, išsamiai aprašyta puslapyje apie pirma pirkti įrankį ar pirma sutvarkyti procesą.
Kai kiekvienam duomeniui nustatytas apibrėžimas, atsakingas asmuo ir nukrypimai, kuriuos stebima, iškyla kitokio pobūdžio klausimas: kas ateityje atliks su šiomis kontrolėmis susijusį darbą — perskaičiavimą, pasitikslinimą su padaliniu, kuris nukrypsta, paties registro tvarkymą. Dalis šio darbo yra pakankamai pasikartojanti, kad ją būtų galima perduoti automatiniam žingsniui, dalis reikalauja vertinimo, kuris paliekamas žmogui. FTE TO AI darbo analizė (werkscan) apskaičiuoja, kiek kiekvienos užduoties dalies gali perimti AI, remiantis tokio pat konkretumo principu, kaip ir šis registras: klausimas nėra, ar automatizavimas galimas, bet kuri konkreti dalis kurios užduoties patenka į šią kategoriją.
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.