Programmatūras ilgtspējas pārskatu sagatavošanai nav trūkums. Tomēr trūkst organizāciju, kas iepriekš zina, ko tām jāprasa no rīka. Šis pēdējais ir patiesā problēma, un tas paskaidro, kāpēc tik daudzas ieviešanas pēc gada tiek atceltas vai klusībā apstājas.
Rīks ir instruments, kas veic to, kas tam tiek uzticēts. Tas prasa datu punktus, savieno avotus, aprēķina un sagatavo pārskatus. To, ko tas nedara, ir izdomāt, kādi datu punkti jūsu organizācijai patiesībā ir nepieciešami, kas par tiem atbild un no kurienes skaitļi šobrīd nāk. Šis darbs notiek pirms rīka, nevis tā ietvaros.
Secība tātad nav nejauša: vispirms jāzina, kas jums ir un kur tas atrodas, tikai tad var izvēlēties, kas tam atbilst. Otrādi tas nedarbojas, jo rīks nerada struktūru kaut kam, kam struktūras vēl nav. Tas augstākais uzliek saskarni virsū haosam. Šajā lapā un tai atbilstošajā lapā par uzstādīšanas nozari ir aprakstīts, kāpēc šis haoss praksē ir tik izplatīts: pa ERP sistēmām, rēķiniem, saimniecības vadītāja izklājlapām un e-pasta sarakstēm ar piegādātājiem.
Kas vispirms izvēlas rīku un tikai pēc tam atklāj, kādi dati organizācijā vispār pastāv, saskaras ar pastāvīgu modeli. Ieviešana ilgst ilgāk nekā plānots, jo pusceļā izrādās, ka tomēr jāizdomā, kurš kādu skaitli piegādā. Rīks tiek piepildīts ar to, kas gadījuma kārtā ir pie rokas, nevis ar to, kas ir pilnīgs vai pārbaudāms. Un tiklīdz grāmatvedis vai revidents jautā, no kurienes skaitlis cēlies, atbildes tālāk par "tas bija sistēmā" nav.
Šīs izmaksas nav iespējams ietvert procentos — tas atkarīgs no organizācijas, iesaistīto departamentu skaita un no tā, cik datu punkti kopumā bija apzināti. Taču modelis ir atpazīstams: otrs process, lai tomēr apzinātu avotus un atbildību, kamēr rīks jau darbojas. Šis otrs process būtu bijis nepieciešams arī bez rīka, un to varēja veikt agrāk. Sīkāks šo izmaksu izklāsts atrodams lapā par to, ko rīks virs nesakārtota procesa faktiski maksā.
Apgrieziens nav sarežģīts, tikai neparasts. Vispirms jāapzina, kādi datu punkti jūsu pārskatam ir nepieciešami, no kurienes tie šobrīd nāk, kas par tiem atbild un kādi kvalitātes noteikumi tiem tiek vai netiek piemēroti. Šis pārskats — datu punktu reģistrs ar izsekojamību no avota līdz pārskatam — ir neatkarīgs no tā, kuru rīku jūs galu galā izvēlēsieties. Vairāk par to — šis pārskats vispirms ļauj pareizi noteikt, kādas prasības jūs varat izvirzīt rīkam. Bez šī pārskata jūs pērkat sistēmu, pamatojoties uz demonstrāciju un pārdošanas sarunu; ar šo pārskatu jūs pērkat sistēmu, pamatojoties uz to, kas jūsu organizācijai patiesībā ir nepieciešams. Kā šīs prasības izriet no jūsu paša procesa, ir izklāstīts lapā par funkcionālajām prasībām, kas izriet no jūsu paša procesa.
Šī argumentācija nav jauna tiem, kas jau iedziļinājušies šajā tēmā — pamatjautājums plašāk aplūkots pārskata lapā par rīka izvēli bez nožēlas, un izvēle starp pirms pirkšanu un pirms sakārtošanu ir atsevišķi izklāstīta lapā, kas šīs divas secības liek līdzās.
Data Readiness Scan no csrdready.net ir izveidots tieši šai pirmajai daļai: datu punktu reģistra izveidei, izsekojamības no avota līdz pārskatam fiksēšanai katram datu punktam, atbildības noteikšanai un kvalitātes noteikumu formulēšanai. Nav pārskata, nav aizpildītas anketas — tikai dati tā pamatā, sakārtoti, pirms tiek pievienots rīks.
Rīks tiek izstrādāts. Kas par to interesējas, var pieteikties gaidīšanas sarakstam; nekas netiek piedāvāts, kas jau nepastāv, un nekas netiek solīts par to, ko tas sniegs, pirms tas ir gatavs.
Tiklīdz datu punktu reģistrs ir gatavs un skaidrs, kuri soļi starp avotu un pārskatu tiek atkārtoti — tā pati skaitļa iegūšana no tā paša piegādātāja, tā pati kontrole tajā pašā izklājlapā, tā pati e-pasta vēstule tam pašam departamentam — rodas otrs jautājums: kura daļa no šī darba vēl prasa cilvēku, un kura daļa ir automatizējama. Šis jautājums ir ārpus tā, ko dara csrdready.net, bet loģiski pieder pie nākamā soļa. FTE TO AI aprēķina katrai uzdevumu daļai, cik daļu no darba AI var pārņemt, pamatojoties uz uzdevumiem, kā tie faktiski tiek veikti — nevis uz iepriekšēju aplēsi.
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.