Odchylenie sygnałowe to reguła, która mówi: jeśli ta wartość wykracza poza ten zakres, jest coś, co ktoś powinien sprawdzić. Brzmi to prosto, ale pytanie rozpada się na trzy części, które trzeba odpowiedzieć osobno. Co jest wartością prawidłową. Co jest odchyleniem od tej wartości. I kto ma na to wgląd. Bez tych trzech elementów sygnał jest niczym więcej niż liczbą, która gdzieś stoi.
Nie można zdefiniować odchylenia bez wcześniejszego określenia, co jest normalne. Dla zużycia energii na lokalizację jest to zakres zależny od powierzchni, godzin otwarcia i sezonu. Dla liczby pracowników jest to zakres zależny od wielkości jednostki. Ten przedział musi być ustalony dla każdego punktu danych, zanim sygnał będzie miał jakiekolwiek znaczenie. Jak ustalić i zapisać ten przedział, opisano na stronie co jest wartością prawidłową i kto to zauważy, gdy coś pójdzie nie tak. Bez tego kroku ustawiacie sygnał na wartości, która sama nigdy nie została zweryfikowana, a wtedy w istocie nie sygnalizujecie niczego.
Sygnał może reagować na różne rzeczy. Jest granica sztywna: wartość wykraczająca poza fizycznie lub logicznie możliwy zakres, na przykład ujemna liczba pracowników. Jest granica miękka: wartość leżąca w granicach możliwości, ale silnie odbiegająca od poprzednich okresów, na przykład podwojenie zużycia wody bez jasnej przyczyny. I jest odchylenie porównawcze: wartość odbiegająca od porównywalnej jednostki, na przykład lokalizacja zgłaszająca trzy razy więcej odpadów niż lokalizacja o podobnej wielkości. Każdy z tych trzech typów wymaga innej reguły i innego rodzaju danych źródłowych do porównania. Pośrednik patrzący jedynie na najnowszą wartość zazwyczaj widzi tylko pierwszy typ. Drugi i trzeci wymagają, aby dane historyczne lub porównawcze były dostępne w zasięgu, co jest powodem, aby uwzględnić to już przy tworzeniu rejestru punktów danych.
Odchylenie, które nigdzie nie trafia, nie jest sygnałem, lecz wpisem w dzienniku. Dla każdego sygnału musi być ustalone, kto jest pierwszym odbiorcą: zazwyczaj jest to osoba, która dostarcza dany punkt danych, a nie osoba, która sporządza raport. Dział dostarczający dane może zweryfikować przyczynę w momencie, gdy przypomnienie jest jeszcze świeże. Przy terminie raportowania ten kontekst często już zniknął. Poza tym musi być ustalone, co się dzieje, gdy pierwszy odbiorca nie reaguje: czy sygnał po pewnym czasie przechodzi do drugiej osoby, czy zostaje bez odpowiedzi. To pytanie jest bezpośrednio związane z własnością, którą wcześniej ustaliliście dla każdego punktu danych, oraz z kontrolami, które mają zastosowanie do tego punktu danych — zob. jakie kontrole należą do punktu danych i kto to zauważy, gdy po informacje, jak sygnalizacja i kontrola się łączą.
Odchylenie może być błędem, ale może również być rzeczywistą zmianą: fuzją, nową lokalizacją, zmienionym rokiem sprawozdawczym. Reguła sygnałowa, która nie pozwala na to rozróżnienie, prowadzi do dwóch problemów. Użytkownicy, którzy otrzymują zbyt wiele fałszywych sygnałów, w pewnym momencie ignorują wszystkie sygnały. Użytkownicy, którzy otrzymują zbyt mało sygnałów, przegapiają właśnie to odchylenie, które faktycznie ma znaczenie. Oba są formą pozornej precyzji: wygląda na to, że system czuwa, podczas gdy w praktyce nic już nie filtruje. Jak temu zapobiec podczas ustawiania wartości progowych, opisano na stronie jak zapobiec pozornej precyzji. Częścią rozwiązania jest wymaganie podania powodu przy odklikaniu sygnału: nie w celu kontrolowania, kto coś zrobił źle, ale aby sprawdzić, czy sam próg wymaga korekty.
Reguła sygnałowa identyczna dla całej organizacji nie uwzględnia faktu, że jednostki czasami stosują różne definicje tego, co mierzą, mimo że punkt danych wszędzie nazywa się tak samo. Lokalizacja, która definiuje emisje zakresu 3 szerzej niż inna, będzie wykazywać inne wartości, choć nic nie jest nie tak. Reguła sygnałowa, która tego nie uwzględnia, generuje fałszywe odchylenia przy każdym porównaniu między jednostkami. Na stronie co robić z definicjami, które różnią się w zależności od jednostki opisano, jak ustalić tę różnicę, aby reguła sygnałowa mogła ją uwzględnić, zamiast mylić ją z błędem.
Ustawienie odchylenia sygnałowego nie wymaga oprogramowania; wymaga, aby dla każdego punktu danych wiedzieć, co jest prawidłowe, co jest odchyleniem i kto to widzi. To jest właśnie ten rodzaj pracy, który mapuje Data Readiness Scan: rejestr punktów danych, powiązane z nim reguły jakości oraz własność, tak aby sygnał miał na czym się oprzeć, a nie opierał się na pojedynczej formule w arkuszu kalkulacyjnym. Sam skan jest w fazie rozwoju; kto chce już teraz się tym zająć, może zapisać się na listę oczekujących.
Gdy taka struktura już istnieje, powstaje kolejne pytanie: kto powinien codziennie przeglądać te sygnały i która część tej pracy kontrolnej jest wystarczająco powtarzalna, aby przekazać ją maszynie. To pytanie nie należy do tej strony, lecz do skanu pracy FTE TO AI, który dla każdego zadania oblicza, jaką część pracy można przekazać AI. Dla przeglądania rutynowych odchyleń, wyjaśniania przyczyny ze stałą grupą osób dostarczających dane oraz prowadzenia dziennika sygnałów jest to często istotne pytanie.
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.