Um número de emissões com duas casas decimais desperta confiança. Mas a precisão na apresentação nada diz sobre a fiabilidade da fonte. Uma folha de cálculo que está três transcrições manuais mais adiante pode mostrar tantas casas decimais como um número que provém diretamente de um sistema validado. A diferença não está no aspeto do número, mas no que foi registado sobre a sua origem e sobre o que constitui um valor válido.
A precisão aparente surge quando um número transmite mais certeza do que os dados subjacentes justificam. Isso não acontece por má-fé. Acontece porque ninguém registou quais são os limites de um ponto de dados: que valores são plausíveis, que desvios são normais e quais devem gerar um sinal. Sem esses limites, todos os números parecem igualmente credíveis, incluindo o número que resulta de um erro de transcrição ou de uma unidade errada.
A pergunta o que é um valor válido deve, por isso, estar respondida para cada ponto de dados, não a posteriori numa amostragem, mas antecipadamente, no momento em que o ponto de dados é registado. Um valor válido não é apenas um número dentro de um intervalo. É também uma unidade correta, um período que corresponde e uma fonte que é conhecida.
Uma regra de qualidade faz mais do que aprovar ou rejeitar um valor. Determina também quando um desvio deve tornar-se um sinal. Um consumo de energia que é vinte por cento superior ao do ano anterior pode ser um erro, mas pode também ser uma expansão real. A regra em si não determina o que aconteceu; determina que este tipo de desvio merece avaliação antes de seguir para a frente.
Como configura um desvio de sinal é, assim, uma pergunta diferente de o que é um valor válido. Uma pergunta refere-se ao limite do aceitável, a outra ao limite do notável. Ambos os limites são necessários, e ambos devem ser registados por ponto de dados, e não como regra geral para todo o relatório.
Um sinal que ninguém vê não é um sinal. É aqui que muitas estruturas de dados ficam pelo caminho: a regra existe, o desvio é detetado, mas não está registado quem recebe a notificação e o que essa pessoa deve fazer com ela. Sem responsabilidade definida por ponto de dados, um sinal desaparece numa lista que ninguém lê, ou chega a alguém que não conhece o ponto de dados e, por isso, não o pode avaliar.
Que controlos correspondem a um ponto de dados abrange, por isso, não só a regra em si, mas também o percurso: quem é o responsável, quando essa pessoa recebe uma notificação e o que acontece se essa pessoa não reagir. Um ponto de dados sem responsável é um ponto de dados de que ninguém, exceto o utilizador final do relatório, alguma vez perceberá que correu mal, e nessa altura já é tarde para atuar sobre a causa subjacente.
Existem ferramentas que detetam desvios e mostram painéis de controlo. Essas ferramentas são úteis a partir do momento em que as regras existem. Mas uma ferramenta que funciona sobre um registo de pontos de dados sem valores válidos registados, sem definições de sinal e sem responsáveis atribuídos, produz sobretudo notificações que ninguém consegue interpretar. A pergunta comprar primeiro uma ferramenta ou organizar primeiro o processo aplica-se diretamente aqui: uma ferramenta sobreposta a um processo desorganizado altera a forma do problema, não o seu conteúdo.
O mesmo se aplica às definições. Se duas partes da organização utilizarem um entendimento diferente do mesmo ponto de dados, então uma regra de qualidade que funcione para uma parte irá gerar um falso sinal para a outra. O que faz com definições que diferem por unidade e que escolha regista deve, por isso, estar respondido antecipadamente, caso contrário cada regra torna-se um compromisso que não se ajusta bem a nada.
Os valores válidos, os sinais e a responsabilidade não são algo que se determina em geral e depois se aplica em todo o lado. Resultam da forma como uma organização efetivamente regista o ponto de dados, de quem, na prática, tem acesso a ele e de que erros já ocorreram no passado. Que requisitos funcionais resultam do seu próprio processo descreve como essas regras são derivadas do processo existente, em vez de partirem de uma lista de verificação genérica.
A partir do momento em que fica claro quais os valores válidos, quais os desvios que constituem um sinal e quem avalia esse sinal, também se torna visível o trabalho que está por detrás desse controlo: quem procura os dados, quem compara com períodos anteriores, quem reencaminha a notificação. Esse trabalho consiste em tarefas que podem ser desagregadas, e para parte delas é possível determinar se o software as pode assumir. O scan de trabalho da FTE TO AI calcula, por tarefa, que parte do trabalho pode ser assumida pela IA, com base nas mesmas regras e percursos registados que sustentam a qualidade dos dados.
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.