Bootcamp'as skamba kaip mokymai – kelių dienų intensyvi programa, po kurios visi grįžta prie savo darbų. Tai nėra tai, kas turima omenyje čia. Kalbama apie struktūruotą procesą, kurio metu organizacija susižymi savo tvarumo duomenis: kokie duomenų taškai egzistuoja, iš kur jie kilę, kas už juos atsakingas ir kokios kokybės taisyklės jiems taikomos. Ne mokymai apie ataskaitų teikimo prievoles, ne seminaras apie standartą. Darbas su pačiais duomenimis.
Rezultatas – duomenų taškų registras: kiekvieno organizacijai reikalingo duomenų taško apžvalga, kurioje nurodyta jo kilmė nuo šaltinio sistemos iki ataskaitos skaičiaus, paskirtas savininkas ir taisyklės, kurias duomenys turi atitikti, kad būtų vadinami patikimais. Tai nėra ataskaita ir nėra suvestinė (dashboard). Tai yra pagrindas, kuris nulemia, ar ataskaita – kad ir kokia ji būtų – stovi ant tvirto pamato. Kur duomenų taškas jau egzistuoja dažnai yra pirmasis klausimas, į kurį šis procesas atsako, ir tas klausimas reguliariai pasirodo sudėtingesnis, nei tikėtasi: tie patys duomenys kartais yra trijose vietose, trimis skirtingomis apibrėžtimis.
Tai nėra įrankio įgyvendinimas. Programinė įranga, kuri generuoja ataskaitas virš nesustyguoto proceso, tiesiog sukuria tvarkingesnes ataskaitas apie tuos pačius nepatikimus skaičius. Duomenų bootcamp'as vyksta prieš šį žingsnį: pirmiausia nustatoma, kas yra duomenų taškas, iš kur jis kilęs ir kas už jį atsako, o tik tada svarstoma apie sistemas, kurios tą procesą palaiko. Tai taip pat nėra garantija dėl parengtumo patvirtinimui (assurance). Tai suteikia struktūrą, kuri patvirtinimą padaro galimą, tačiau ar auditorius patvirtins skaičių, priklauso nuo daugiau nei tik registro. Kas norėtų tuo pasidomėti giliau, kaip padaryti ESG duomenis patikrinamus patvirtinimui atras, kur tiksliai yra ta riba.
Dažnai pasitaikanti prielaida yra ta, kad skaičiuoklės yra nepatikimų duomenų šaltinis, ir kad sistema yra sprendimas. Tai yra klaidinga nuomonė. Problema retai yra terpė – tai atsakomybės ir sekamumo nebuvimas. Skaičiuoklė su aiškiu savininku, užfiksuota kilme ir kokybės taisykle yra patikimesnė nei brangi sistema, kuriai trūksta šių trijų dalykų. Kodėl skaičiuoklės nėra problema šią temą aptaria plačiau. Todėl duomenų bootcamp'as nėra orientuotas į įrankių pakeitimą, o į to, kas jau egzistuoja, dokumentavimą – nesvarbu, kur tai yra.
Laiko sąnaudos priklauso nuo duomenų taškų skaičiaus, šaltinio sistemų skaičiaus ir to, kiek atsakomybė už duomenis jau yra priskirta. Organizacija su keliomis centrinėmis sistemomis ir nedideliu skaičiumi reikšmingų duomenų taškų šį procesą praeina kitaip nei organizacija su dešimtimis padalinių, kurių kiekvienas turi savas skaičiuokles ir savas apibrėžtis. Nėra fiksuoto trukmės skaičiaus, kurį būtų galima nurodyti neatsižvelgiant į šį kontekstą, ir kas tikisi konkretaus skaičiaus, čia jo nesulauks be pagrindo.
Kai kiekvienas duomenų taškas gali būti susietas su savo šaltiniu ir turi savininką, pokalbis pasikeičia. Į klausimus „iš kur šis skaičius kilęs" ir „kas gali tai paaiškinti" tuomet atsakoma tiesiogiai, o ne ieškant atsakymo el. laiškų susirašinėjimuose ir senuose failuose. Tai paveikia ne tik šių metų ataskaitą, bet ir perdavimą įpėdiniui, naujam kontroleriui ar išorinei komandai. Kas pasikeičia, kai kilmės ryšys yra nustatytas aprašo šį pokytį, o kas skaitys jūsų duomenų taškų registrą, kai jūsų nebebus parodo, kodėl ta perkeliamybė dažnai svarbesnė nei einamųjų finansinių metų ataskaita.
Dažna klaida yra siekti registrą iš karto padaryti pilną, apimantį kiekvieną duomenų tašką, kurio bet kada galėtų pareikalauti standartas. Tai veda į projektą, kuris niekada nebūna baigtas. Duomenų bootcamp'as pradeda nuo duomenų taškų, kurių organizacijai realiai reikia, atsižvelgiant į jos reikšmingumą ir sektorių, ir nuo to plečiasi toliau. Kokių duomenų taškų jums realiai reikia yra klausimas, kuris stovi kiekvieno proceso pradžioje, prieš tai, kai kas nors pradeda kurti registrą.
Įrankis, kuris palaiko šį procesą, yra kuriamas. Kas norėtų jau dabar pradėti susižymėti duomenų taškus, jų kilmę ir atsakomybę, gali registruotis į laukiamąjį sąrašą; nėra pristatoma nieko, ko jau neegzistuoja, tačiau užklausa yra užfiksuojama tam momentui, kai priemonė taps prieinama.
Duomenų taškų registras parodo, iš kur kilę duomenys ir kas už juos atsako. Jis savaime nepasako, kiek darbo aplink tai – perrašymo, tikrinimo, šaltinių sujungimo – vėliau vis tiek turės likti žmogaus atliekamu darbu. Kas norėtų tai sužinoti, gali FTE TO AI paskaičiuoti darbo apimties analizę (werkscan): ji parodo, kiek kiekvienos užduoties dalies gali perimti AI, kad būtų aišku, kur laikas mažėja ir kur žmogaus kontrolė vis dar būtina.
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.