Liczba w raporcie dotyczącym zrównoważonego rozwoju niemal nigdy nie jest tą samą liczbą, co liczba w systemie źródłowym. Między momentem, w którym pracownik wprowadza fakturę za energię lub czujnik rejestruje odczyt licznika, a momentem, w którym ta liczba trafia do tabeli raportowej, coś się dzieje. Jest przeliczana, sumowana, korygowana, łączona z innymi źródłami. Source-to-report mapping to rejestrowanie tej trasy: każdego kroku, który dane przechodzą między źródłem a raportem, w kolejności, w jakiej się odbywa.
Wynik obliczenia nie mówi nic o swojej wiarygodności, jeśli nikt nie może zrekonstruować, jak ten wynik powstał. Liczba dotycząca emisji może być prawidłowa, ponieważ leżące u jej podstaw kroki były poprawne, albo wydawać się prawidłowa, ponieważ błąd w jednym kroku przypadkowo skompensował błąd w innym. Bez mapowania ta różnica jest niewidoczna. Z mapowaniem jest widoczna: każdy krok stoi samodzielnie, z własnym źródłem, własną operacją i własnym wynikiem, który można sprawdzić.
Ta trasa składa się zazwyczaj z większej liczby kroków, niż ludzie się oczekują. Między surowymi danymi źródłowymi a liczbą w raporcie znajduje się często kilka następujących po sobie operacji: przeliczane są jednostki, łączone są wartości, wyjątki są korygowane ręcznie. Jakie operacje znajdują się między źródłem a raportem różni się w zależności od punktu danych, ale struktura jest zawsze taka sama: seria kroków, z których każdy coś dodaje do danych lub zmienia, i które każdy z osobna musi zostać zarejestrowany, aby móc śledzić całość.
Dwa rodzaje operacji zasługują na szczególną uwagę, ponieważ występują najczęściej i najłatwiej wprowadzają błędy niezauważone.
Pierwsza to agregacja: łączenie liczb z wielu źródeł lub wielu okresów w jedną liczbę. Kto rejestruje, jak przebiega to sumowanie, które pozycje zostały uwzględnione a które nie, zapobiega temu, że liczba w raporcie staje się czarną skrzynką. To, jak rejestruje się agregację, decyduje o tym, czy ktoś później może odtworzyć jak rejestruje się agregację w sposób, który pozostaje możliwy do zweryfikowania wobec pierwotnych pozycji.
Druga to normalizacja: sprowadzanie zróżnicowanych danych źródłowych do wspólnej jednostki lub definicji, tak aby liczby z różnych systemów stały się porównywalne. Litr oleju napędowego i kilowatogodzina energii elektrycznej stają się porównywalne tylko po przeliczeniu, a to przeliczenie zawiera założenia. Rejestrowanie jak rejestruje się normalizację oznacza rejestrowanie, jakie są te założenia, tak aby inna strona mogła powtórzyć to samo założenie lub je zakwestionować.
Łatwo jest pomylić mapowanie z dziennikiem czynności: listą, kto co i kiedy zmienił. To jest jeden z elementów, ale nie całość. Ścieżka audytu, która rejestruje tylko zmiany, nie mówi, dlaczego zastosowano daną operację lub jaka zasada za nią stała. To, dlaczego ścieżka audytu to więcej niż dziennik ma związek z pytaniem, które każdy kontroler w końcu zadaje: nie tylko co zostało zmienione, ale na podstawie jakiej logiki i jakiego źródła.
Source-to-report mapping jest często mylone z oprogramowaniem. Istnieją narzędzia, które automatycznie pokazują pochodzenie danych, ale te narzędzia rejestrują tylko to, co zostało im już dostarczone w ustrukturyzowanej formie. Organizacja, która wciąż pracuje z arkuszami kalkulacyjnymi i ręcznymi przekazaniami, może równie dobrze rejestrować tę trasę, tylko za pomocą innych środków: ustalonego formatu dokumentacji dla każdego kroku, ustalonego miejsca, w którym przechowywane są pliki źródłowe, ustalonego sposobu notowania zmian. Jak zorganizować to bez narzędzia, opisano pod jak stworzyć lineage bez narzędzia. Dyscyplina nie tkwi w oprogramowaniu, lecz w powtarzalności rejestrowania.
Ta dyscyplina jest szczególnie ważna, gdy sama źródłem jest arkusz kalkulacyjny. Komórka w arkuszu nie ma wbudowanego pochodzenia: nikt automatycznie nie widzi, kto wprowadził wartość lub na podstawie jakiego dokumentu. To, co oznacza source-to-report mapping jeśli źródłem jest arkusz kalkulacyjny, to fakt, że to pochodzenie musi zostać zorganizowane ręcznie, z taką samą dokładnością jak w przypadku systemu zautomatyzowanego.
W praktyce mapowanie sprowadza się do pytania, które powtarza się przy każdym punkcie danych: skąd pochodzi ta wartość, co z nią zrobiono, zanim trafiła do raportu, i kto wykonał lub zatwierdził ten krok. Zadawanie tego pytania przy setkach punktów danych jest pracochłonne, i właśnie to sprawia, że tak łatwo je pominąć. Ale raport oparty na podstawie, której nie można zweryfikować, pozostaje podatny na pytania, na które nikt nie może odpowiedzieć w momencie, gdy zostaną zadane.
Określenie tych kroków, dla każdego punktu danych i w wielu źródłach, jest pracą powtarzalną o ustalonej strukturze: identyfikacja źródła, opis operacji, ustalenie właściciela, powtórzenie dla następnego punktu danych. Praca o ustalonej strukturze jest właśnie tym rodzajem pracy, którego część można przekazać AI. Skan pracy FTE TO AI oblicza dla każdego zadania, jaka część tej pracy się do tego nadaje, dzięki czemu staje się jasne, gdzie ludzie są wciąż potrzebni do oceny, a gdzie powtarzalność można zautomatyzować.
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.