Kennisbank

Kādi datu punkti jums patiešām ir nepieciešami, ja darbojas vairākas biznesa struktūrvienības

Ja darbojas vairākas biznesa struktūrvienības, bieži rodas jautājums, uz kuru neviens nespēj precīzi atbildēt: kādi datu punkti īsti ir nepieciešami un kādi tiek vākti tikai tāpēc, ka tie tika pieprasīti arī pagājušajā gadā. Bez reģistra jautājumu saraksts turpina augt līdzi bailēm kaut ko palaist garām. Ar reģistru redzams, ko katra struktūrvienība faktiski sniedz, no kurienes tas nāk un vai atbilde uz jautājumu ir tas pats datu punkts, kas kaimiņu struktūrvienībā.

Ko datu punktu reģistrs fiksē

Datu punktu reģistrs nav pārskata veidne un nav anketa. Tas ir datu punktu saraksts, kurā katram punktam ir norādīta definīcija, mērvienība, avots, atbildīgā persona un kvalitātes prasība, kurai tam jāatbilst. Organizācijai ar vairākām biznesa struktūrvienībām tas nozīmē, ka katru datu punktu var izsekot līdz konkrētai vietai konkrētā sistēmā, pie konkrētas atbildīgas personas. Nevis 'scope 2 emisijas uz struktūrvienību', bet 'kWh patēriņš no rēķina X, ievadījis Y, izsekojams līdz Z'.

Jautājums, kādi datu punkti patiešām ir nepieciešami, nav atbildams uzreiz. Atbilde izriet no tā, kas tiek savienots ar to, kas jau pastāv. Pārskats par to, kur datu punkts jau eksistē vairākās biznesa struktūrvienībās parāda, kuru daļu no šī jautājuma jau atbild esošās sistēmas un kura daļa joprojām atrodas izkaisīta izklājlapās vai nemaz nav fiksēta. Tikai tad, kad šis attēls ir izveidots, kļūst skaidrs, kādi datu punkti faktiski ir jāpieprasa un kādi ir kļuvuši lieki.

Kā reģistrs tiek izveidots

Reģistra izveide nesākas ar sistēmu, bet ar jautājumu sarakstu: kādi datu punkti tagad tiek izmantoti, kas tos izmanto un uz kāda avota pamata. Tas ir organizatorisks, nevis tehnisks uzdevums. Pakāpeniska pieeja datu punktu reģistra izveidei vairākās biznesa struktūrvienībās apraksta, kā šī inventarizācija parasti notiek: pa struktūrvienībām, pa datu punktiem, ar avotu un atbildīgo personu klāt.

Šīs inventarizācijas laikā parādās divas atkārtojošas problēmas. Pirmā ir datu punkts bez skaidra avota: skaitlis, kas gadiem tiek nodots tālāk, bet kura izcelsmi neviens vairs nespēj norādīt. Pieeja datu punktam bez izsekojama avota vairākās biznesa struktūrvienībās izklāsta, kas šādā gadījumā ir darāms: neuzņemties datu punktu vienkārši kā pareizu, bet vispirms rekonstruēt avotu vai atzīmēt datu punktu kā neuzticamu, līdz tas ir izdarīts.

Otrā problēma ir dubultais datu punkts: divas biznesa struktūrvienības, kas ar citiem nosaukumiem un citām mērvienībām sniedz to pašu pamatā esošo datu. Metode dubultā datu punkta atpazīšanai vairākās biznesa struktūrvienībās palīdz to padarīt redzamu, lai reģistrs neatspoguļotu to pašu realitāti divreiz zem divām etiketēm.

Kad datu punkts ir korekts

Datu punkts reģistrā ir pilnīgs tikai tad, ja ir noteiktas četras lietas: definīcija ir nepārprotama, avots ir izsekojams, atbildīgā persona ir zināma un pastāv kvalitātes prasība, kas nosaka, kad vērtība tiek uzskatīta par derīgu. Ja kāda no šīm četrām lietām nav noteikta, datu punkts vēl nav pabeigts, cik reižu arī tas jau būtu sniegts.

Tas pats attiecas uz jautājumu, vai reģistrs kopumā ir pabeigts. Reģistrs nav pilnīgs tāpēc, ka tajā ir garš datu punktu sarakts, bet tāpēc, ka katrs saraksta datu punkts ir izsekojams un katra struktūrvienība zina, kura saraksta daļa uz to attiecas. Pārbaude, kad reģistrs ir pabeigts vairākās biznesa struktūrvienībās apraksta šo robežu: nevis pilnīgums skaita ziņā, bet pilnīgums izsekojamības ziņā.

Noderīgs rādītājs ir vienkārši tas, cik daudziem datu punktiem jau ir avots. Mērījums par to, cik daudziem no jūsu datu punktiem ir avots sniedz pirmo priekšstatu par to, cik tālu organizācija patiesībā ir tikusi, neatkarīgi no tā, kā šogad izskatās pārskats vai anketa.

Rīka slazds jau iepriekš

Ir kārdinoši vispirms iegādāties programmatūru, kas vāc, validē un atskaitās par datu punktiem. Šī secība darbojas pretrunīgi, kad pamatā esošais process vēl nav sakārtots: rīks, kas darbojas virs nesakārtotas datu vākšanas, sagatavo glītākus pārskatus par skaitļiem, kas joprojām nav izsekojami. Reģistram — kas ko sniedz, no kāda avota, pēc kādas prasības — vispirms jābūt izveidotam. Tikai tad rīkam ir kaut kas ticams, uz kā darboties.

Nākamais jautājums: ko var automatizēt

Tiklīdz reģistrs ir izveidots un par katru datu punktu ir zināms, kas to sniedz, no kāda avota un pēc kādas prasības, aktuāls kļūst cits jautājums: kura daļa no šī sniegšanas procesa joprojām prasa cilvēka darbu un kura daļa ir tik atkārtojama, ka to var uzticēt sistēmai. FTE TO AI darba skenēšana katrai uzdevumam aprēķina, kuru daļu no darba var pārņemt AI, un, pamatojoties uz reģistru, var norādīt par katru datu punktu, kur manuāla ievade, kontrole vai nodošana var tikt aizstāta ar automatizētu soli.