Datu punktam ir jēga tikai tad, ja ir noteikts, ko drīkst un ko nedrīkst tajā ievadīt. Filiāles energopatēriņš nevar būt negatīvs. Procentuālā vērtība nevar pārsniegt simtu. Emisijas faktoram jāatrodas noteiktā diapazonā, atkarībā no izmantotā avota. Bez šīm robežām jebkura ievadītā vērtība var nokļūt pārskatā, pat ja tā ir rezultāts nepareizai mērvienībai, nepareizam komatam vai sajauktai kolonnai.
Derīga vērtība tātad nav kvalitatīvs vērtējums par skaitļa satura pareizību. Tā ir tehniska robeža: diapazons, tips, obligāta mērvienība, saistība ar citu datu punktu. Šo robežu jūs nosakāt katram datu punktam atsevišķi, nevis katram pārskatam. Tā ir atšķirība starp pārbaudi, ko kāds manuāli veic vienreiz gadā, un noteikumu, kas ir fiksēts pie paša datu punkta, tā ka to izgaita katrs ievadījums.
Ne katra novirze ir kļūda. Patēriņš, kas šogad krasi atšķiras no pagājušā gada, var būt kļūda, bet var būt arī pārbūves, pārņemšanas vai atšķirīga uzskaites perioda sekas. Tāpēc ir lietderīgi izšķirt divus noteikumu veidus.
Pirmais veids ir stingra robeža: vērtība, kas vienkārši nav iespējama. Negatīva vērtība, kur tas nav iespējams, procentuālā vērtība virs simta, datums nākotnē. Šādas vērtības jums ir jāaptur, pirms tās nonāk tālāk.
Otrais veids ir signāls: vērtība, kas ir iespējama, bet atšķiras no tā, ko jūs sagaidītu. Krasa pieauguma salīdzinājumā ar pagājušo gadu, skaitlis, kas ievērojami pārsniedz salīdzinošo filiāļu diapazonu, ievadījums, kas ienāk tieši termiņa beigās bez pamatojuma. Signāls neko nebloķē. Tas prasa uzmanību un, iespējams, paskaidrojumu, pirms skaitlis tiek virzīts tālāk. Kā šos divus noteikumu veidus iestatīt un atšķirt viens no otra, ir aprakstīts lapā par signāla novirzes iestatīšanu katram datu punktam.
Noteikums, kas aktivizējas, bet ko neviens neredz, nav noteikums. Tāpēc katram datu punktam ir nepieciešams ne tikai robežvērtība, bet arī vārds: kas ir šī datu punkta īpašnieks un kas redz signālu, kad vērtība atšķiras. Datu punktam bez īpašnieka signāls pazūd sistēmā, ko neviens nepārbauda, vai izklājlapā, kas tiek atvērta atkal tikai gada noslēgumā.
Šim īpašumtiesību noteikumam nav jābūt sarežģītam. Tas ir vārds pie datu punkta, nevis process. Bet bez šī vārda kvalitātes noteikums ir tikai noteikums uz papīra. Kādas pārbaudes loģiski pieder pie kāda datu punkta veida un kāpēc ne katram datu punktam ir nepieciešama tā pati pārbaude, ir lasāms lapā par pārbaudēm, kas pieder pie datu punkta.
Datu punkta robežas nerodas no nekā. Tās izriet no datu punkta definīcijas: ko tas mēra, kādā mērvienībā, par kādu periodu, kuram organizācijas komponentam. Ja šī definīcija atšķiras pēc komponenta — viena filiāle rēķina kvadrātmetros grīdas platības, otra bruto grīdas platībā — tad atšķiras arī tas, kas ir derīga vērtība, un robeža, kas atbilst vienai filiālei, kļūst nelietojama citai. Kā ar to rīkoties, ir aprakstīts lapā par ko darīt ar definīcijām, kas atšķiras pēc komponenta.
Pastāv arī cita bīstamība: robežvērtība, kas rada iespaidu, ka skaitlis ir precīzāks, nekā to atļauj avots. Emisijas faktors ar četrām zīmēm pēc komata, pamatojoties uz aplēsi, kas ir precīza tikai divu zīmju robežās, rada precizitātes iespaidu, kas neatbilst realitātei. Kvalitātes noteikumiem šī šķietamā precizitāte būtu jānoķer, nevis jāapstiprina — tas ir tālāk izklāstīts lapā par šķietamas precizitātes novēršanu.
Ir kārdinoši iegādāties rīku, kas automātiski pārbauda kļūdas. Bet rīks, kas tiek uzlikts uz nesakārtota procesa, pārbauda noteikumus, kas vēl nav noteikti, pret datu punktiem, kuriem nav īpašnieka, pamatojoties uz definīcijām, kas atšķiras pēc komponenta. Rezultāts ir sakoptāks pārskats par skaitļiem, kas tomēr joprojām nav pārbaudīti.
Tāpēc Data Readiness Scan vispirms fiksē to, kas ir: datu punktu reģistru, katra skaitļa izcelsmi, īpašumtiesības un noteikumus, kas nosaka, kas ir derīga vērtība un kas ir signāls. Šis darbs tagad bieži atrodas izklaidē izklājlapās, e-pastu sarakstēs un dažu cilvēku galvās. Rīks, kas to atbalsta, ir izstrādes procesā; kas vēlas ar to jau tagad sākt, var pierakstīties gaidīšanas sarakstā.
Kad ir noskaidrots, kādi noteikumi un pārbaudes pieder pie kāda datu punkta, veidojas arī skaidrs priekšstats par to, kāda daļa no šī pārbaudes darba ir atkārtojama un kāda daļa prasa vērtējumu. Šī atšķirība ir centrālā FTE TO AI darba skenēšanā, kas katram uzdevumam izrēķina, kādu daļu no darba var pārņemt AI un kāda daļa paliek pie cilvēka.
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.