Przy wielu jednostkach biznesowych często powstaje pytanie, na które nikt nie może precyzyjnie odpowiedzieć: które punkty danych są właściwie potrzebne, a które są zbierane, bo były już wymagane w zeszłym roku. Bez rejestru lista pytań rośnie razem ze strachem przed przeoczeniem czegoś. Z rejestrem widać, co każda jednostka faktycznie dostarcza, skąd to pochodzi i czy odpowiedź na pytanie jest tym samym punktem danych, co u jednostki sąsiedniej.
Rejestr punktów danych to nie szablon raportowania i nie lista pytań. Jest to lista punktów danych, przy czym dla każdego punktu podane są: definicja, jednostka, źródło, właściciel oraz reguła jakości, której musi odpowiadać. Dla organizacji z wieloma jednostkami biznesowymi oznacza to, że każdy punkt danych można doprowadzić do konkretnego miejsca w konkretnym systemie, u konkretnej odpowiedzialnej osoby. Nie 'emisje zakresu 2 na jednostkę', ale 'zużycie kWh z faktury X, wprowadzone przez Y, możliwe do zweryfikowania do Z'.
Na pytanie, które punkty danych są naprawdę potrzebne, nie można odpowiedzieć od razu. Odpowiedź wynika z połączenia tego, co już istnieje. Przegląd tego, gdzie punkt danych już istnieje przy wielu jednostkach biznesowych pokazuje, jaka część pytania jest już odpowiedziana przez istniejące systemy, a jaka część wciąż znajduje się rozproszona w arkuszach kalkulacyjnych albo nigdzie nie jest zapisana. Tylko gdy ten obraz jest jasny, staje się widoczne, które punkty danych faktycznie należy pytać, a które stały się zbędne.
Opracowywanie rejestru nie zaczyna się od systemu, lecz od listy pytań: które punkty danych są teraz używane, przez kogo, i na podstawie jakiego źródła. To jest ćwiczenie organizacyjne, nie techniczne. Krok po kroku podejście do tworzenia rejestru punktów danych przy wielu jednostkach biznesowych opisuje, jak zwykle przebiega taka inwentaryzacja: jednostka po jednostce, punkt danych po punkcie danych, wraz ze źródłem i właścicielem.
Podczas tej inwentaryzacji pojawiają się dwa powtarzające się problemy. Pierwszym jest punkt danych bez wyraźnego źródła: liczba, która jest przekazywana od lat, ale nikt już nie może wskazać, skąd się pochodzi. Podejście do punktu danych bez wskazywalnego źródła przy wielu jednostkach biznesowych opisuje, co należy w takim przypadku zrobić: nie przejmować punktu danych bez zastanowienia, lecz najpierw zrekonstruować źródło albo oznaczyć punkt danych jako niewiarygodny, dopóki to nie będzie możliwe.
Drugim problemem jest podwójny punkt danych: dwie jednostki biznesowe, które pod innymi nazwami i w innych jednostkach dostarczają ten sam podstawowy dane. Sposób rozpoznania podwójnego punktu danych przy wielu jednostkach biznesowych pomaga to ujawnić, aby rejestr nie rejestrował tej samej rzeczywistości dwukrotnie pod dwoma etykietami.
Punkt danych w rejestrze jest kompletny tylko wtedy, gdy ustalone są cztery elementy: definicja jest jednoznaczna, źródło jest wskazywalne, właściciel jest znany i istnieje reguła jakości, która określa, kiedy wartość uznaje się za obowiązującą. Jeśli brakuje jednego z tych czterech elementów, punkt danych nie jest jeszcze gotowy, niezależnie od tego, jak często był już dostarczany.
To samo dotyczy pytania, czy rejestr jako całość jest ukończony. Rejestr nie jest kompletny dlatego, że zawiera długą listę punktów danych, ale dlatego, że każdy punkt danych na tej liście jest weryfikowalny i każda jednostka wie, która część listy jej dotyczy. Test na to, kiedy rejestr jest ukończony przy wielu jednostkach biznesowych opisuje tę granicę: nie kompletność w liczbie, lecz kompletność w weryfikowalności.
Użytecznym wskaźnikiem jest po prostu to, ile z punktów danych już ma źródło. Pomiar tego, ile z Państwa punktów danych ma źródło daje pierwszy obraz tego, jak daleko organizacja faktycznie doszła, niezależnie od tego, jak wygląda raport lub lista pytań w tym roku.
Kuszące jest, aby najpierw zakupić oprogramowanie, które zbiera, waliduje i raportuje punkty danych. Ta kolejność działa odwrotnie, gdy podstawowy proces nie jest jeszcze zorganizowany: narzędzie nałożone na niezorganizowane zbieranie danych produkuje bardziej estetyczne raporty o liczbach, które wciąż nie są weryfikowalne. Rejestr — kto co dostarcza, z jakiego źródła, według jakiej reguły — powinien być ustanowiony najpierw. Tylko wtedy narzędzie ma coś wiarygodnego, na czym może działać.
Gdy rejestr jest już ustanowiony i dla każdego punktu danych jasne jest, kto go dostarcza, z jakiego źródła i według jakiej reguły, aktualne staje się inne pytanie: która część tego procesu dostarczania wciąż wymaga pracy ludzkiej, a która część jest wystarczająco powtarzalna, aby powierzyć ją systemowi. Skan pracy FTE TO AI oblicza dla każdego zadania, jaką część pracy można przejąć przez AI, i na podstawie rejestru może wskazać dla każdego punktu danych, gdzie ręczne wprowadzanie, kontrola lub przekazywanie ustępuje miejsca zautomatyzowanemu krokowi.
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.