Een datapunt krijgt pas betekenis als vaststaat wat er wel en niet ingevuld mag worden. Het energieverbruik van een vestiging kan niet negatief zijn. Een percentage komt niet boven de honderd. Een emissiefactor hoort binnen een bepaalde bandbreedte te liggen, afhankelijk van de bron die is aangehouden. Zonder die grenzen kan iedere waarde die wordt ingevoerd doorstromen naar het rapport, ook als ze het resultaat is van een verkeerde eenheid, een verkeerde komma of een verwisselde kolom.
Een geldige waarde is dus geen kwaliteitsoordeel over de inhoud van het cijfer. Het is een technische grens: een bereik, een type, een verplichte eenheid, een relatie met een ander datapunt. Die grens legt u vast per datapunt, niet per rapport. Dat is het verschil tussen een controle die één keer per jaar iemand handmatig uitvoert, en een regel die vastligt naast het datapunt zelf, zodat elke invoer er langs gaat.
Niet elke afwijking is een fout. Een verbruik dat dit jaar sterk afwijkt van vorig jaar kan een fout zijn, maar ook het gevolg van een verbouwing, een overname of een andere meetperiode. Daarom is het nuttig onderscheid te maken tussen twee soorten regels.
De eerste soort is een harde grens: een waarde die simpelweg niet kan. Negatief waar dat niet kan, een percentage boven honderd, een datum in de toekomst. Die waarden hoort u tegen te houden voordat ze verder gaan.
De tweede soort is een signaal: een waarde die kan, maar afwijkt van wat u zou verwachten. Een sterke stijging ten opzichte van vorig jaar, een getal dat ver buiten de bandbreedte van vergelijkbare vestigingen ligt, een invoer die precies op de deadline binnenkomt zonder onderbouwing. Een signaal blokkeert niets. Het vraagt om een blik erop, en eventueel om een toelichting voordat het cijfer verder gaat. Hoe u die twee soorten regels inricht en van elkaar onderscheidt, staat beschreven op de pagina over het instellen van een signaalafwijking per datapunt.
Een regel die afgaat maar door niemand wordt gezien, is geen regel. Bij elk datapunt hoort dus niet alleen een grenswaarde, maar ook een naam: wie de eigenaar is van dit datapunt, en wie het signaal onder ogen krijgt als de waarde afwijkt. Bij een datapunt zonder eigenaar verdwijnt een signaal in een systeem dat niemand controleert, of in een spreadsheet die pas bij de jaarafsluiting weer wordt geopend.
Dit eigenaarschap hoeft niet ingewikkeld te zijn. Het gaat om een naam naast het datapunt, niet om een proces. Maar zonder die naam is een kwaliteitsregel een regel op papier. Welke controles logisch bij welk type datapunt horen, en waarom niet elk datapunt dezelfde controle nodig heeft, leest u op de pagina over welke controles bij een datapunt horen.
De grenzen van een datapunt komen niet uit het niets. Ze volgen uit de definitie van het datapunt: wat het meet, in welke eenheid, over welke periode, voor welk organisatieonderdeel. Als die definitie per onderdeel verschilt — de ene vestiging rekent in vierkante meters vloeroppervlak, de andere in bruto vloeroppervlak — dan verschilt ook wat een geldige waarde is, en wordt een grens die voor de ene vestiging klopt voor de andere onbruikbaar. Hoe u daarmee omgaat, staat op de pagina over wat u doet met definities die per onderdeel verschillen.
Er is ook een andere valkuil: een grenswaarde die suggereert dat een cijfer preciezer is dan de bron toelaat. Een emissiefactor met vier decimalen achter een schatting die op twee cijfers nauwkeurig is, wekt een nauwkeurigheid die er niet is. Kwaliteitsregels zouden die schijnnauwkeurigheid moeten opvangen in plaats van bevestigen, iets dat verder wordt uitgewerkt op de pagina over het voorkomen van schijnnauwkeurigheid.
Het is verleidelijk een tool aan te schaffen die automatisch op fouten controleert. Maar een tool die op een ongeorganiseerd proces wordt gelegd, controleert regels die nog niet zijn vastgesteld, tegen datapunten waarvan niemand eigenaar is, op basis van definities die per onderdeel verschillen. Het resultaat is een netter rapport over cijfers die nog steeds niet gecontroleerd zijn.
De Data Readiness Scan legt daarom eerst vast wat er is: het datapuntregister, de herkomst van elk cijfer, het eigenaarschap, en de regels die bepalen wat een geldige waarde is en wat een signaal. Dat is werk dat nu vaak nog los in spreadsheets, mailwisselingen en het hoofd van een paar mensen zit. De tool die dit ondersteunt is in aanbouw; wie hier nu al mee aan de slag wil, kan zich aanmelden voor de wachtlijst.
Als eenmaal duidelijk is welke regels en controles bij welk datapunt horen, ontstaat ook een goed beeld van welk deel van dat controlewerk herhaalbaar is en welk deel beoordeling vergt. Dat onderscheid staat centraal in de werkscan van FTE TO AI, die per taak uitrekent welk deel van het werk door AI is over te nemen en welk deel bij een mens blijft.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.