Kas grib izvēlēties rīku, parasti vispirms uzdod nepareizo jautājumu. Nevis "kurš rīks mums piestāv", bet "ko šim rīkam patiesībā jāspēj, ņemot vērā, kā šobrīd rit mūsu dati". Šī otrā atbilde bieži vēl nemaz nepastāv brīdī, kad tiek uzdots pirmais jautājums. Tad ir piegādātāju sarakts, pāris demonstrācijas, iespējams, konsultāciju pārskats par tirgus līderiem. Nav atbildes uz jautājumu, kurš datu punkts nāk no kuras sistēmas, kurš par to ir atbildīgs un kādiem kvalitātes noteikumiem tam būtu jāatbilst.
Secību, kas novērš nožēlu, ir vienkārši formulēt un grūti ievērot, jo spiediens kaut ko nopirkt parasti ir lielāks nekā mierīgums, kas nepieciešams, lai vispirms veiktu inventarizāciju. Vispirms datu punktu reģistrs, izsekojamība no avota līdz ziņojumam, katra datu punkta piederība. Tikai tad rīks — un tad kā atbilde uz prasībām, kas izriet no šī reģistra. Kādas funkcionālās prasības izriet no jūsu pašu procesa tādējādi nav jautājums, uz kuru atbild piegādātājs, bet jautājums, uz kuru jums pašiem jābūt atbildējušiem, pirms runājat ar piegādātāju.
Rīks, kas nopirkts pirms procesa sakārtošanas, tiek konfigurēts, pamatojoties uz pieņēmumiem. Piegādātāja ieviešanas komanda jautā par datu plūsmām, ko neviens precīzi nespēj rekonstruēt, un atbilde tad tiek aizpildīta, pamatojoties uz to, kas visdrīzāk ir pareizi. Šie pieņēmumi nepazūd — tie kļūst par konfigurācijas daļu. Rezultāts ir rīks, kas darbojas tādā ziņā, ka tas rada pārskatus, bet šie pārskati balstās uz tiem pašiem vaļīgajiem galiem, kas bija iepriekš — tikai tagad tie ir noslēpti aiz interfeisa, kas rada uzticību.
Apgrieztās secības izmaksas nav vien licence. Tas ir laiks, kas nepieciešams, lai pēc gada atklātu, ka kāds pamatrādītājs ir izveidots nepareizi, un lai to izpētītu sistēmā, kas nav būvēta tā, lai šo izmeklēšanu vienkāršotu. Ko rīks izmaksā vairāk nekā nesakārtots process ir atkarīgs no tā, cik datu punktu ir, cik sistēmu tas iesaista un cik ilgi tas paliek nepamanīts — bet izmaksu postenis ir reāls, pat ja tas kļūst redzams vēlu.
Ir kārdinoši uzskatīt secību par pieejas jautājumu, kur viena organizācija labprātāk vispirms testē rīku, bet otra labprātāk vispirms izpēta. Tā tas nav. Rīks var labi izpildīt funkcionālās prasības tikai tad, ja šīs prasības eksistē pirms rīka izvēles. Bez datu punktu reģistra nav prasību, ir tikai vēlmes — ātrāk, pārskatāmāk, mazāk Excel. Vēlmes nav izvēles kritēriji, tās ir noskaņas priekšstati. Piegādātājs, kas atbilst noskaņas priekšstatiem, atbilst kaut kam citam nekā tam, kas organizācijai būs nepieciešams pēc sešiem mēnešiem.
Vispirms nopirkt rīku vai vispirms sakārtot procesu tāpēc nav jautājums ar divām vienlīdz derīgām atbildēm. Tas ir jautājums, kura secību nosaka problēmas raksturs: dati, kas nav apzināti un kartēti, nevar būt prasība, kas dota paketei. Tas attiecas uz katru organizāciju, neatkarīgi no nozares vai lieluma, kaut arī izpētes darba apjoms atšķiras. Organizācijā, kur ilgtspējas dati būvniecībā ir izkaisīti pa projektu administrācijām, apakšuzņēmējiem un atsevišķām izklājlapām, šis izpētes darbs ir lielāks nekā organizācijā ar pāris centrālām sistēmām. Bet secība nemainās: vispirms redzēt, kur atrodas dati un kas par tiem atbild, tikai tad rīks, kas tam atbilst.
Nožēla pēc rīka iegādes bieži tiek aprakstīta kā nepareiza izvēle starp piegādātājiem. Parasti tas ir kaut kas citāds: tā ir tādas organizācijas nožēla, kas problēmu ir pārvietojusi, nevis atrisinājusi. Rīks darbojas tieši tā, kā nopirkts, un tas ir pats posts — tas darbojas, pamatojoties uz konfigurāciju, kas nekad nav pārbaudīta pret faktiskajām datu plūsmām. Kā izvēlēties rīku bez nožēlas tad nav atkarīgs no garāka piegādātāju saraksta vai plašāka demonstrāciju procesa, bet no atbildes uz jautājumu, kas ir iepriekš pirms pirkuma: vai eksistē datu punktu, izsekojamības un piederības reģistrs, pret kuru rīku var pārbaudīt. Bez šāda reģistra katra izvēle ir azartspēle glītā apvalkā.
Rīka izvēle, pamatojoties uz labi sakārtotu procesu, ir viens solis. Otrs solis ir zināt, kura darba daļa šajā ietvarā jāturpina veikt cilvēkiem un kuru daļu var pārņemt automatizācija, nezaudējot skaitļu ticamību. Šis jautājums ir ārpus datu punktu reģistra darbības jomas, bet loģiski no tā izriet: tikai tad, kad ir skaidrs, kādi uzdevumi pastāv — datu vākšana, validēšana, izsekošana līdz avotam, atskaišu sagatavošana — var uzdevumu ziņā noteikt, kuru daļu no tā var uzticēt AI. FTE TO AI darba skenēšana to aprēķina pa uzdevumiem, kā nākamo soli pēc tam, kad dati un process ir sakārtoti.
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.