Tabuľka s údajmi o spotrebe energie, cestovných dátach alebo nákupných údajoch len zriedka predstavuje konečný bod. Predtým, ako sa číslo objaví v správe o udržateľnosti, bolo prepísané, spočítané, prepočítané, filtrované a niekedy ručne opravené. Každý krok je miestom, kde sa niečo môže odchýliť od zdroja, a každý krok, ktorý nie je zaznamenaný, je krok, ktorý nikto nevie dodatočne zrekonštruovať.
Bežná cesta od zdroja k reportu sa skladá z niekoľkých rozpoznateľných úprav. Údaje sa prevezmú zo zdrojového dokumentu, často pomocou ručného prepisovania. Následne sa normalizujú: jednotky sa zjednotia, notácie sa upravia, chýbajúce hodnoty sa doplnia alebo odhadnú. Potom nasleduje agregácia, pri ktorej sa čísla z rôznych lokalít, období alebo oddelení spájajú do jedného čísla. Medzitým prebiehajú opravy: chybný riadok sa upraví, odľahlá hodnota sa vylúči, predpoklad sa aplikuje na prázdne pole. Na konci tejto reťaze stojí číslo, ktoré sa objaví v reporte.
Problém nie je v tom, že tieto úpravy prebiehajú. Normalizácia a agregácia sú potrebné na to, aby sa údaje z tabuľky stali použiteľnými. Problém je v tom, že tieto kroky sa väčšinou nachádzajú len v hlave jedného pracovníka, alebo maximálne v e-mailovej korešpondencii, ktorú už nikto nevie dohľadať.
Ak sa o čísle v reporte začne diskutovať, musí byť možné vysledovať, odkiaľ pochádza a čo sa s ním stalo. Bez tejto vysledovateľnosti je každá otázka o čísle pátraním: kto upravil tento riadok, na základe čoho, a bola rovnaká úprava aplikovaná aj predchádzajúci rok. Pri normalizácii ide napríklad o otázky ako: aký prepočítací koeficient bol použitý a bol tento koeficient odtedy zmenený. Pri agregácii ide o to: ktoré zdroje boli spočítané a nebola náhodou nejaká lokalita započítaná dvakrát alebo naopak vynechaná.
Tabuľka bez zaznamenaných úprav môže nasledujúci rok priniesť iné číslo pri rovnakých zdrojových údajoch, jednoducho preto, že normalizáciu robí iná osoba alebo opravu interpretuje inak. To nie je podvod, je to chýbajúci zaznamenaný proces. Dôsledok je rovnaký: číslo nie je reprodukovateľné.
Niektoré organizácie sa domnievajú, že log zmien v tabuľke je dostatočný. Log zaznamenáva, že sa niečo zmenilo, ale nie prečo, kto to urobil v akej úlohe a na základe akého pravidla. Rozdiel medzi logom a audit trailom sa skrýva práve v tomto kontexte: audit trail robí úpravu dodatočne zrekonštruovateľnou, log len zaznamenáva, že sa niečo stalo.
Absencia nástroja nie je dôvodom na vynechanie lineage. Aj bez špecializovaného softvéru je možné pri každom dátovom bode zaznamenať, z akého zdroja pochádza, aké úpravy na ňom boli vykonané a kto tieto úpravy vykonal. To sa dá dosiahnuť pomocou pevnej štruktúry vedľa samotnej tabuľky: registra, v ktorom sú vedľa seba uvedené zdroj, úprava a zodpovedná osoba. Ako to vyzerá bez použitia nástroja, je popísané na stránke o vytváraní lineage bez nástroja.
Ku každému krok úpravy patrí vlastník. Nielen výsledného dátového bodu, ale samotnej úpravy: kto určil, že sa aplikuje toto pravidlo normalizácie, a kto má právomoc toto pravidlo zmeniť. Toto vlastníctvo často nie je zaznamenané. Možno rozlíšiť dve otázky: kto vlastní definíciu dátového bodu, teda čo číslo presne znamená, a kto vlastní proces, ktorý za ním stojí, teda kto je zodpovedný za cestu, ktorou vzniká. Bez toho, aby boli tieto dve veci zaznamenané, zostáva úprava individuálnym zvykom, nie organizačným procesom.
Data Readiness Scan mapuje tieto úpravy: aké kroky prebiehajú medzi zdrojom a reportom, kto ich vykonáva a aké pravidlá za nimi stoja. Nejde o reportovací nástroj ani o dotazník, ale o zaznamenanie procesu, ktorý predchádza vzniku čísla.
Ak je raz jasné, aké úpravy prebiehajú medzi tabuľkou a reportom, vzniká aj prehľad o tom, ktoré z týchto krokov sú opakujúce sa a riadené pravidlami, a teda prichádzajú do úvahy na iné usporiadanie. Werkscan spoločnosti FTE TO AI vypočítava pre každú úlohu, akú časť práce je možné previesť na AI, a tým priamo naväzuje na úpravy popísané vyššie: normalizácia, agregácia a oprava sú kroky, ktoré sa, pokiaľ sú najprv zaznamenané, dajú posúdiť z tohto hľadiska.
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.