Wskaźnik emisji z dwoma miejscami po przecinku wzbudza zaufanie. Ale precyzja w sposobie przedstawienia nic nie mówi o wiarygodności źródła. Arkusz kalkulacyjny, w którym dane przeszły trzy ręczne przepisania, może pokazywać dwie cyfry po przecinku równie łatwo jak liczba pochodząca prosto z zwalidowanego systemu. Różnica nie tkwi w tym, jak liczba wygląda, lecz w tym, co zostało ustalone na temat jej pochodzenia i co stanowi wartość ważną.
Pozorna precyzja powstaje, gdy liczba emanuje większą pewnością, niż uzasadniają to dane leżące u jej podstaw. Nie dzieje się to ze złej woli. Dzieje się to, ponieważ nikt nie ustalił, jakie są granice danego punktu danych: jakie wartości są prawdopodobne, jakie odchylenia są normalne, a jakie powinny wywołać sygnał. Bez tych granic każda liczba wygląda równie wiarygodnie, także ta, która jest wynikiem błędu przy przepisywaniu albo błędnej jednostki.
Pytanie co jest wartością ważną powinno więc mieć odpowiedź przy każdym punkcie danych, nie później, przy okazji jakiejś próbki kontrolnej, ale z góry, w momencie, gdy dany punkt danych jest rejestrowany. Wartość ważna to nie tylko liczba w określonym przedziale. To także jednostka, która się zgadza, okres, który odpowiada, oraz źródło, które jest znane.
Reguła jakości robi więcej niż zatwierdzanie lub odrzucanie wartości. Ustala też, kiedy odchylenie powinno stać się sygnałem. Zużycie energii, które jest o dwadzieścia procent wyższe niż w roku poprzednim, może być błędem, ale może też być realnym rozszerzeniem działalności. Sama reguła nie ustala, co się stało; ustala, że ten typ odchylenia zasługuje na ocenę, zanim popłynie dalej.
Jak ustala Pan/Pani odchylenie sygnałowe to więc inne pytanie niż to, co jest wartością ważną. Jedno pytanie dotyczy granicy dopuszczalności, drugie – granicy tego, co zwraca uwagę. Obie granice są potrzebne i obie powinny być ustalone dla każdego punktu danych osobno, a nie jako ogólna zasada praktyczna dla całego raportu.
Sygnał, którego nikt nie widzi, nie jest sygnałem. To jest punkt, w którym wiele struktur danych się kończy: reguła istnieje, odchylenie jest wykrywane, ale nie zostało ustalone, kto otrzymuje powiadomienie i co ta osoba powinna z nim zrobić. Bez przypisanej odpowiedzialności za każdy punkt danych sygnał zanika na liście, którą nikt nie przegląda, albo trafia do osoby, która nie znaJest danego punktu danych i dlatego nie może go ocenić.
Jakie kontrole powinny być przypisane do punktu danych obejmuje więc nie tylko samą regułę, ale też ścieżkę: kto jest właścicielem, kiedy ta osoba otrzymuje powiadomienie i co się dzieje, jeśli ta osoba nie reaguje. Punkt danych bez właściciela to punkt danych, w przypadku którego nikt, poza końcowym odbiorcą raportu, nigdy nie zauważy, że coś poszło nie tak, a wtedy jest już za późno, aby zająć się przyczyną leżącą u podstaw problemu.
Istnieją narzędzia, które wykrywają odchylenia i pokazują pulpity nawigacyjne. Te narzędzia są przydatne, gdy reguły już istnieją. Ale narzędzie działające na rejestrze punktów danych bez ustalonych wartości ważnych, bez definicji sygnałów i bez przypisanych właścicieli, produkuje przede wszystkim powiadomienia, których nikt nie umie zinterpretować. Pytanie najpierw kupić narzędzie czy najpierw zorganizować proces ma tu bezpośrednie zastosowanie: narzędzie nałożone na niezorganizowany proces zmienia formę problemu, nie jego treść.
To samo dotyczy definicji. Jeśli dwa działy organizacji stosują inne rozumienie tego samego punktu danych, to reguła jakości, która działa dla jednego działu, wygeneruje fałszywy sygnał dla drugiego. Co robi Pan/Pani z definicjami, które różnią się między działami, i jaki wybór ustala Pan/Pani powinno więc mieć odpowiedź z góry, w przeciwnym razie każda reguła staje się kompromisem, który nigdzie nie pasuje.
Wartości ważne, sygnały i odpowiedzialność za dane nie są czymś, co ustala się ogólnie i następnie stosuje wszędzie tak samo. Wynikają one z tego, jak organizacja faktycznie rejestruje dany punkt danych, kto w praktyce ma do niego dostęp i jakie błędy pojawiały się w przeszłości. Jakie wymagania funkcjonalne wynikają z Pana/Pani własnego procesu opisuje, jak te reguły wyprowadza się z istniejącego procesu, a nie z ogólnej listy kontrolnej.
Gdy już jest jasne, jakie wartości są ważne, jakie odchylenia stanowią sygnał i kto ocenia ten sygnał, powstaje też wgląd w pracę, która stoi za tą kontrolą: kto wyszukuje dane, kto porównuje je z poprzednimi okresami, kto przekazuje dalej powiadomienie. Ta praca składa się z zadań, które można rozłożyć na części, a dla części z nich można określić, czy oprogramowanie jest w stanie je przejąć. Skan pracy FTE TO AI oblicza dla każdego zadania, jaką część pracy może przejąć AI, na podstawie tych samych ustalonych reguł i ścieżek, które stanowią podstawę jakości danych.
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.