Tiklīdz ilgtspējas dati nāk no vairāk nekā vienas biznesa vienības, problēma rodas jau pirms reģistra izveides. Katrai vienībai ir savas sistēmas, savas izklājlapas, savas definīcijas par to, ko datu punkts nozīmē. Reģistrs, kas to nesakārto, drīz vien vienu un to pašu plūsmu saskaitīs trīs reizes vai palaidīs to garām pilnībā.
Datu punktu reģistrs nav pārskata tēmu saraksts, bet reģistrs individuāla datu punkta līmenī: A filiāles 2. tvēruma emisijas, B vienības darbinieku skaits ar pilnas darba slodzes līgumu uz noteiktu laiku, C atrašanās vietas ūdens patēriņš. Par katru datu punktu jābūt fiksētam, ko tas precīzi mēra, kādā vienībā, par kādu periodu un kādai vienībai. Bez šiem četriem elementiem datu punkts nav izsekojams un tātad nav pārbaudāms.
Bez tam reģistrā par katru datu punktu ir norādīts avots: sistēma, fails vai persona, no kuras skaitlis nāk. Tas ne vienmēr ir tik vienkārši, kā izklausās. Ar vairākām biznesa vienībām regulāri notiek, ka datu punkts tiek aizpildīts, bez ka kāds var norādīt, no kurienes tas nāk; kā rīkoties ar datu punktu bez norādāma avota tāpēc ir jautājums, uz kuru reģistram pašam ir jāspēj atbildēt, nevis kaut kas, ko izpēta pēc fakta.
Ar vairākām biznesa vienībām kārdinājums ir likt katrai vienībai atsevišķi sagatavot sarakstu un tad šos sarakstus apvienot. Tas nedarbojas, jo vienības reti izmanto vienādas definīcijas. Viena vienība ziņo par energopatēriņu pa filiālēm, otra — pa ražošanas līnijām. Viena skaita pagaidu darbaspēku kopējā personāla sastāvā, otra — nē. Kad šie saraksti tiek apvienoti, iepriekš nesaskaņojot definīcijas, rodas dublējumi, kas nav atpazīstami kā dublējumi.
Secība, kas darbojas: vispirms noskaidrot, kuri datu punkti organizācijai kopumā ir patiešām būtiski, neatkarīgi no tā, kura vienība tos sagatavo. Tas ir jautājums par nepieciešamību, nevis par pieejamību — kuri datu punkti jums patiešām ir nepieciešami ir citādāks jautājums nekā tas, kuri datu punkti jau kaut kur atrodas kādā izklājlapā. Tikai pēc tam par katru datu punktu tiek noteikts, kura vienība, kura sistēma un kura persona ir avots. Tā rodas viens reģistrs ar vienu definīciju katram datu punktam, kurā vairākas vienības nodrošina ievaddatus, bez tam ka datu punkts pats dubultotos.
Dublējumu atpazīšana pēc tam paliek nepieciešama, jo arī ar labām definīcijām divas vienības var neapzināti fiksēt vienu un to pašu pamatā esošo faktu ar citu nosaukumu. Kā to pamanīt — kā atpazīt dubultu datu punktu starp biznesa vienībām — ir pārbaude, kas tiek veikta pašam reģistram, nevis pārskatam, kas no tā pēc tam izriet.
Biežs kļūdas gadījums ir atbildības sadalīšana vienības līmenī: vienība A ir atbildīga par visiem datiem no vienības A. Tas darbojas, kamēr vienības paliek pārskatāmas, bet vairākās biznesa vienībās ar pārklājošiem procesiem — kopīga iepirkuma nodaļa, centralizēts autoparks — šī sadale drīz vien kļūst neskaidra. Labāk ir noteikt atbildību par katru datu punktu: viens vārds, kas var paskaidrot, no kurienes skaitlis nāk, kāda ir vienība un kad tas pēdējoreiz atjaunots. Šai personai nav jābūt tai, kura skaitli ievada, bet tai, kura zina avotu.
Cik daudziem esošajiem datu punktiem jau ir šāds norādāms avots, parasti ir pirmais jautājums, kas rodas, kad tas tiek sistemātiski pārbaudīts. Cik daudziem no jūsu datu punktiem ir avots ir tieši tas jautājums, uz kuru jāatbild atsevišķi katrai biznesa vienībai, jo atbilde starp vienībām var ievērojami atšķirties.
Ar vairākām biznesa vienībām kārdinājums ir gaidīt, līdz visām vienībām ir vienāda detalizācijas pakāpe, pirms reģistru uzskatīt par pabeigtu. Tas nav reālistisks kritērijs. Reģistrs ir pabeigts, kad par katru datu punktu ir skaidrs, kas ir tā īpašnieks, kāds ir avots un kāds kvalitātes noteikums tam piemērojams — arī ja atbilde uz to dažiem datu punktiem pagaidām ir "nezināms avots, rīcība nepieciešama vienībā X". Nepilnība, kas ir redzama un piešķirta, ir strādājama; nepilnība, kas paliek noslēpta zem aizpildīta skaitļa, nav. Kas precīzi ietilpst šajā kritērijā, ir izklāstīts sadaļā kad reģistrs ir pabeigts vairākās biznesa vienībās.
Cik daudz laika prasa šāda reģistra izveide, ir atkarīgs no biznesa vienību skaita, sistēmu skaita katrā vienībā un no tā, cik lielā mērā definīcijas jau savstarpēji sakrīt. Organizācijā ar dažām vienībām un pārskatāmiem avotiem tas ir ievērojami mazāk darba nekā organizācijā ar desmitiem vienību dažādās ERP sistēmās. Norāde par to, no kurienes šis darbs rodas, ir atrodama sadaļā cik ilgs laiks nepieciešams, lai sakārtotu tēmu.
Datu punktu reģistra izveide un uzturēšana vairākās biznesa vienībās sastāv no vairākiem atpazīstamiem uzdevumiem: definīciju pieprasīšana, avotu noskaidrošana, īpašnieku norādīšana, dublējumu atklāšana. Daļa no šī darba ir pietiekami atkārtojama, lai to automatizētu, cita daļa prasa vērtējumu, kam jāpaliek pie cilvēka. FTE TO AI darba skenēšana par katru uzdevumu izrēķina, kādu daļu no šī darba var pārņemt AI, lai būtu skaidrs, kur nepieciešamas cilvēkstundas un kur tas tā nav.
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.