Arkusz kalkulacyjny ze zużyciem energii, danymi podróży czy danymi zakupowymi rzadko jest punktem końcowym. Zanim liczba trafi do raportu zrównoważonego rozwoju, zostaje przepisana, zsumowana, przeliczona, przefiltrowana, a czasem ręcznie skorygowana. Każdy krok to miejsce, w którym coś może odchylić się od źródła, a każdy krok, który nie został zapisany, jest krokiem, którego nikt później nie może odtworzyć.
Standardowa droga od źródła do raportu składa się z kilku rozpoznawalnych operacji. Dane są przejmowane z dokumentu źródłowego, często poprzez ręczne kopiowanie. Następnie następuje normalizacja: jednostki są zrównywane, notacje dostosowywane, brakujące wartości uzupełniane lub szacowane. Potem następuje agregacja, podczas której liczby z różnych lokalizacji, okresów lub działów są łączone w jedną wartość. Pomiędzy tym dochodzi do korekt: błędny wiersz zostaje poprawiony, wartość odstająca zostaje usunięta, założenie zostaje zastosowane do pustego pola. Na końcu tego łańcucha znajduje się liczba, która pojawia się w raporcie.
Problem nie polega na tym, że te operacje mają miejsce. Normalizacja i agregacja są potrzebne, aby dane z arkusza kalkulacyjnego stały się użyteczne. Problem polega na tym, że te kroki zazwyczaj istnieją tylko w głowie jednego pracownika, lub w najlepszym razie w wymianie e-maili, którą nikt już nie odnajdzie.
Gdy liczba w raporcie jest przedmiotem dyskusji, musi być możliwe ustalenie, skąd pochodzi i co z nią zrobiono. Bez tej możliwości odtworzenia każde pytanie o liczbę staje się poszukiwaniem: kto zmodyfikował ten wiersz, na jakiej podstawie, i czy ta sama operacja została zastosowana również w roku poprzednim. Przy normalizacji chodzi na przykład o pytania takie jak: jaki współczynnik przeliczeniowy został użyty i czy ten współczynnik od tego czasu się zmienił. Przy agregacji chodzi o to: jakie źródła zostały zsumowane i czy lokalizacja nie została przypadkowo policzona dwukrotnie lub wręcz pominięta.
Arkusz kalkulacyjny bez udokumentowanych operacji może w kolejnym roku dać inną liczbę przy tych samych danych źródłowych, po prostu dlatego, że normalizację wykonuje inna osoba lub korekta jest interpretowana inaczej. Nie jest to oszustwo, to brak udokumentowanego procesu. Skutek jest ten sam: liczba nie jest odtwarzalna.
Niektóre organizacje uważają, że dziennik zmian w arkuszu kalkulacyjnym jest wystarczający. Dziennik zmian rejestruje, że coś się zmieniło, ale nie dlaczego, przez kogo w jakiej roli, i na podstawie jakiej reguły. Różnica między dziennikiem zmian a audit trail tkwi właśnie w tym kontekście: audit trail pozwala odtworzyć operację, dziennik zmian rejestruje jedynie, że coś się wydarzyło.
Brak narzędzia nie jest wymówką, by pomijać lineage. Nawet bez specjalistycznego oprogramowania możliwe jest zapisanie dla każdego punktu danych, z jakiego źródła pochodzi, jakie operacje zostały na nim zastosowane i kto te operacje wykonał. Można to zrobić za pomocą stałej struktury obok samego arkusza kalkulacyjnego: rejestru, w którym źródło, operacja i osoba odpowiedzialna znajdują się razem. Jak to wygląda bez użycia narzędzia, opisano na stronie o tworzeniu lineage bez narzędzia.
Każdy krok operacji powinien mieć właściciela. Nie tylko końcowego punktu danych, ale samej operacji: kto zdecydował, że ta reguła normalizacji jest stosowana, i kto może tę regułę zmienić. Ta własność często nie jest ustalona. Można wyróżnić tu dwa pytania: kto jest właścicielem definicji punktu danych, czyli co dokładnie oznacza dana liczba, oraz kto jest właścicielem procesu, który za nią stoi, czyli kto jest odpowiedzialny za sposób, w jaki liczba powstaje. Bez ustalenia tych dwóch elementów operacja pozostaje indywidualnym zwyczajem, a nie procesem organizacyjnym.
Data Readiness Scan mapuje te operacje: jakie kroki odbywają się między źródłem a raportem, kto je wykonuje i jakie reguły za nimi stoją. To nie jest narzędzie do raportowania ani kwestionariusz, lecz rejestracja procesu, który poprzedza powstanie liczby.
Gdy już jasne jest, jakie operacje odbywają się między arkuszem kalkulacyjnym a raportem, powstaje również wgląd w to, które z tych kroków są powtarzalne i oparte na regułach, a więc kwalifikują się do innego zorganizowania. Werkscan firmy FTE TO AI wylicza dla każdego zadania, jaką część pracy można przekazać AI, i wiąże się dokładnie z operacjami tu opisanymi: normalizowanie, agregowanie i korygowanie to kroki, które - o ile zostaną najpierw udokumentowane - można ocenić właśnie pod tym względem.
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.