Jedna továreň váži odpad na váhe. Iná ho odhaduje na základe objemu kontajnera. Obe dodávajú číslo pre ten istý riadok v správe. Nikto neklamal, nikto neurobil chybu. Len nikdy nebolo zaznamenané, čo presne je definícia tohto dátového bodu, a tak si každá jednotka zvolila najlogickejší výklad, ktorý mala k dispozícii.
Toto nie je výjimka. Je to normálny stav organizácie, v ktorej je tá istá metrika dodávaná rôznymi tímami, s rôznymi zdrojovými systémami a rôznou históriou. Otázka nie je, ako tento rozdiel odstrániť skôr, než vznikne. Otázka je, čo s ním urobíte, keď ho zbadáte.
Krok, ktorý sa väčšinou vynechá, je, že samotná definícia je niekde zapísaná. Nie v hlave kontrolóra, ktorý to takto robí už roky, ale v registri: tento dátový bod znamená toto, meria sa takto, a tieto jednotky sa doňho počítajú alebo nepočítajú. Čo je v rámci toho platná hodnota a kto si všimne, keď dodávka spadne mimo nej, je popísané na stránke o tom, čo je platná hodnota a kto si všimne, keď hodnota spadne mimo nej. Bez tohto zaznamenania je každý súčet cez jednotky súčtom vecí, ktoré nie sú úplne rovnaké, zabalených do jedného čísla, ktoré vyzerá jednoznačne.
Toto zaznamenávanie je presne práca Data Readiness Scan: nie prepísať správu, ale vybudovať register dátových bodov, v ktorom je pre každý dátový bod uvedené, čo je, odkiaľ pochádza a kto za neho ručí. Tento register je miesto, kde sa rozdiel medzi jednotkami stane viditeľným, a nie až po tom, čo bolo číslo už spočítané.
Ak raz vidíte, že jednotka A a jednotka B chápu ten istý dátový bod inak, existujú v podstate tri cesty.
Prvá je harmonizácia: presadiť jednu definíciu pre celú organizáciu, so všetkými úpravami systémov, ktoré k tomu patria. To je často správna cesta z dlhodobého hľadiska, ale nie niečo, čo je hotové zo dňa na deň.
Druhá je dokumentovanie a korekcia: odchýlku ponechať tam, kde je, ale zaznamenať, aká veľká je, a pevným prepočtom zabezpečiť, že celkový súčet je správny. Toto funguje, ak je rozdiel stabilný a známy — napríklad keď jedna pobočka trvalo používa inú meraciu metódu, ktorá sa dá spätne odvodiť.
Tretia je signalizácia: nekorigovať, ale nastaviť vlajku, keď dodávka odchádza od vzoru, na ktorý ste pri tejto jednotke zvyknutí. Ako takúto odchýlku nastavíte a kto o nej dostane upozornenie, je rozpísané na stránke o tom, ako nastavíte signálnu odchýlku a kto si všimne, keď sa stane. Táto cesta neslúži na vyriešenie problému, ale na to, aby nezostal nepovšimnutý, kým smerujete k štrukturálnemu riešeniu.
Ktorá cesta je vhodná, závisí od toho, koľko jednotiek sa odchyľuje, ako stabilná je táto odchýlka, a koľko času zostáva, kým číslo vstúpi do vykazovaného obdobia. Toto je zváženie, ktoré sa v každej organizácii líši a ktoré tento register za vás nerobí — ale robí viditeľným, že toto zváženie sa musí urobiť.
Rozdiel v definícii je jedna z najtichších chýb, aké existujú, pretože každá jednotka má samostatne pravdu. Pobočka, ktorá odhaduje podľa objemu kontajnera, nerobí nič nesprávne vo svojom vlastnom procese. Problém vzniká až na úrovni, kde sa čísla spájajú, a práve tam často nikto nie je určený na to, aby overil, či sú podkladové definície vôbec porovnateľné.
Toto je dôvod, prečo je vlastníctvo za dátový bod rovnako dôležité ako samotná definícia. Aké kontroly patria k dátovému bodu a kto si všimne, keď sa jedna z týchto kontrol vynechá, je popísané na stránke o tom, aké kontroly patria k dátovému bodu a kto si všimne, keď jedna chýba. Bez určeného vlastníka zostáva otázka „ale kto toto vlastne vidí" nezodpovedaná, aj keď je definícia zapísaná na papieri.
Je lákavé chcieť tento problém vyriešiť systémom, ktorý automaticky normalizuje dodávky. Ale nástroj postavený nad zbierkou nedefinovaných dátových bodov nič nenormalizuje — zabalí tie isté rozdiely do upratanejšieho rozhrania. Poradie, ktoré obstojí, je najprv zaznamenať definíciu a vlastníctvo, a až potom sa pozrieť, aký systém k tomu sedí. Prečo toto poradie nie je náhodné, je rozpísané na stránke o tom, či najprv kúpiť nástroj alebo najprv nastaviť proces.
Akonáhle je pre každý dátový bod stanovené, čo je definícia, kto je vlastník a aké odchýlky sa signalizujú, vznikne iný druh otázky: kto neskôr vykoná prácu, ktorá k týmto kontrolám patrí — prepočítanie, dopytovanie sa jednotky, ktorá sa odchyľuje, udržiavanie samotného registra. Časť tejto práce je dostatočne opakovateľná na to, aby sa prenesla na automatický krok, časť si vyžaduje posúdenie, ktoré zostáva pri človeku. Werkscan spoločnosti FTE TO AI vypočíta pre každú úlohu, akú časť z nej môže prevziať AI, na základe rovnakého druhu konkrétnosti ako tento register: nie otázka, či je automatizácia možná, ale aká časť ktorej úlohy do nej spadá.
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.