Punkt danych bez kontroli jest liczbą, która przypadkowo gdzieś się znajduje. Może się zgadzać, może być błędem literowym, może być starą wersją liczby, która została już zaktualizowana w innym pliku. Bez kontroli nie widzi Pan/Pani różnicy. Pytanie, jakie kontrole należą do punktu danych, nie jest więc szczegółem technicznym, lecz jednym z kluczowych pytań zarządzania danymi w raportowaniu zrównoważonego rozwoju.
Kontrola punktu danych obejmuje więcej niż wartość granicznną w arkuszu kalkulacyjnym. W istocie są trzy rzeczy, które muszą być ustalone, i powinny być określone niezależnie od siebie.
Po pierwsze: co jest wartością prawidłową. Zużycie energii nie może być ujemne. Procent powinien wynosić między 0 a 100. Liczba pracowników jest liczbą całkowitą. To brzmi oczywiście, ale w praktyce rzadko jest to jednoznacznie ustalone dla każdego punktu danych — znajduje się to w głowie osoby, która kiedyś stworzyła arkusz kalkulacyjny, i zanika, gdy ta osoba zmienia funkcję. Co dokładnie jest wartością prawidłową i co Pan/Pani robi, gdy wartość wykracza poza te granice, jest opisane na stronie o prawidłowych wartościach i o tym, kto zauważa, gdy coś idzie nie tak.
Po drugie: co jest sygnałem. Prawidłowa wartość nie jest tym samym co wartość wiarygodna. Zużycie, które znajduje się w dopuszczalnych granicach, ale jest trzy razy wyższe niż w zeszłym roku, jest prawidłowe, a jednocześnie jest sygnałem, że ktoś powinien to sprawdzić. Sygnał nie jest więc twardym odrzuceniem, lecz wskazówką: to odbiega od wzorca, sprawdź to, zanim przepłynie dalej do raportu. Jak ustawić takie odchylenie i, co równie ważne, kto je zobaczy, jest opisane na stronie o ustawianiu odchylenia sygnałowego i o tym, kto to zauważa.
Po trzecie: kto to widzi. Kontrola, do której nikt nie dociera, w praktyce nie istnieje, nawet jeśli jest zapisana na papierze. Jeśli wartość wykracza poza granicę lub sygnał się aktywuje, musi być jasne, kto otrzymuje zgłoszenie, w jakim terminie, i co się dzieje, jeśli ta osoba nie zareaguje. To zwykle jest element, który brakuje: reguła istnieje, ale własność działań następczych nie.
W większości organizacji dane dotyczące zrównoważonego rozwoju działają na arkuszach kalkulacyjnych, które wyrosły z pierwszego obowiązku raportowania. Była presja, był termin, i była osoba, która stworzyła zakładkę. Kontrole są często nieformalne: osoba, która znała liczbę, zauważała nietypowe odchylenie. To działa do momentu, gdy ta osoba jest na urlopie, zmienia pracę, albo punkt danych rozrasta się z dziesięciu do stu wierszy.
Skutkiem jest to, że organizacje często zauważają, że nie było kontroli, dopiero po tym, gdy błąd już znalazł się w raporcie. W tym momencie pytanie nie dotyczy już tego, jakie kontrole powinny były istnieć, lecz jak naprawić raport — kosztowniejsze i bardziej widoczne pytanie niż było potrzebne.
Istnieją systemy, które automatycznie wykrywają wartości graniczne i odchylenia. Te systemy są przydatne, ale tylko wtedy, gdy podstawowe pytania są już odpowiedziane: co jest wartością prawidłową dla tego konkretnego punktu danych, co tutaj liczy się jako sygnał, i kto jest właścicielem, który otrzymuje zgłoszenie. Narzędzie nałożone na niezorganizowany proces produkuje głównie zgłoszenia, których nikt nie podejmuje, albo granice, które są ustawione arbitralnie, ponieważ nikt nie miał czasu, aby je dobrze przemyśleć. Kontrola wygląda wtedy na zautomatyzowaną, ale nie jest taka merytorycznie. To ta sama pułapka co pozorna precyzja: liczba z wieloma miejscami po przecinku, która sugeruje precyzję, jakiej nie ma leżące u jej podstaw dane. Jak tego uniknąć i kto powinien to obserwować, przeczyta Pan/Pani na stronie o zapobieganiu pozornej precyzji i o tym, kto to zauważa.
Kontrola, która istnieje tylko w momencie raportowania, przychodzi za późno. Jeśli wartość jest sprawdzana tylko wtedy, gdy raport jest kompilowany, szansa, że wciąż jest czas na skorygowanie źródła, jest niewielka — presja skupia się wtedy na dotrzymaniu terminu, nie na naprawie danych. Kontrola powinna więc należeć do samego punktu danych, w momencie, gdy jest wprowadzany lub aktualizowany, z właścicielem, który go widzi, zanim liczba wejdzie dalej w łańcuch.
Dokładnie o to kręci się rejestr punktów danych w Data Readiness Scan: nie budowanie raportu, lecz ustalanie dla każdego punktu danych, co jest wartością prawidłową, co jest sygnałem, i kto jest właścicielem, który go widzi. Pełny przegląd tego, jakie kontrole należą do jakiego punktu danych i jak zorganizowana jest przy tym własność, znajdzie Pan/Pani podsumowany na stronie łączącej kontrole i własność na punkt danych. Kto zmaga się dodatkowo z definicjami, które są nieco inaczej interpretowane w zależności od kraju, marki czy działu, znajdzie odpowiednie podejście na stronie o postępowaniu z definicjami różniącymi się między działami.
Opracowanie prawidłowych wartości, sygnałów i własności dla każdego punktu danych to właśnie rodzaj pracy, która jest częściowo regularna z natury, a częściowo wymaga oceny. Która część tego może zostać przejęta przez AI, a którą część musi wykonywać człowiek, nie jest szacunkiem, lecz obliczeniem. FTE TO AI oferuje w tym celu skan pracy: oblicza on dla każdego zadania, jaka część pracy może zostać przejęta przez AI, tak aby Pan/Pani nie zgadywał/a, lecz liczył/a.
Data Readiness Scan jest w budowie. Kto chce, aby warstwa kontrolna wokół jego punktów danych była brana pod uwagę od momentu, gdy będzie dostępna, może zapisać się na listę oczekujących.
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.