Podatek o izpustih z dvema decimalkama vzbuja zaupanje. Toda natančnost prikaza ne pove nič o zanesljivosti vira. Preglednica, ki je tri ročne prepise stran, lahko prav tako prikazuje dve decimalki kot podatek, ki prihaja neposredno iz validiranega sistema. Razlika ni v tem, kako je podatek videti, temveč v tem, kaj je zapisano o njegovem izvoru in kaj velja za veljavno vrednost.
Navidezna natančnost nastane, ko številka izžareva več zanesljivosti, kot jo upravičujejo osnovni podatki. To se ne zgodi zaradi zlonamernosti. Zgodi se, ker nihče ni določil mej podatkovne točke: katere vrednosti so verjetne, katera odstopanja so normalna in katera bi morala sprožiti opozorilo. Brez teh meja je vsaka številka videti enako verodostojna, tudi tista, ki je posledica napake pri prepisovanju ali napačne enote.
Vprašanje kaj je veljavna vrednost bi zato moralo biti odgovorjeno pri vsaki podatkovni točki, ne naknadno pri vzorčnem preverjanju, temveč vnaprej, v trenutku, ko se podatkovna točka zapiše. Veljavna vrednost ni samo številka znotraj razpona. Je tudi pravilna enota, ustrezno obdobje in znan vir.
Pravilo kakovosti naredi več kot le potrditi ali zavrniti vrednost. Določa tudi, kdaj odstopanje postane signal. Poraba energije, ki je za dvajset odstotkov višja kot lansko leto, je lahko napaka, lahko pa je tudi resnična razširitev dejavnosti. Pravilo samo ne določa, kaj se je zgodilo; določa, da tak tip odstopanja zahteva presojo, preden gre naprej po procesu.
Kako določite signalno odstopanje je torej drugačno vprašanje kot kaj je veljavna vrednost. Eno vprašanje se nanaša na mejo sprejemljivega, drugo na mejo opaznega. Obe meji sta potrebni in obe bi morali biti določeni za vsako podatkovno točko posebej, ne kot splošno pravilo za celotno poročanje.
Signal, ki ga nihče ne opazi, ni signal. To je točka, kjer se marsikatera podatkovna struktura ustavi: pravilo obstaja, odstopanje je zaznano, vendar ni določeno, kdo prejme obvestilo in kaj naj ta oseba z njim naredi. Brez lastništva po posamezni podatkovni točki signal izgine v seznamu, ki ga nihče ne prebere, ali pa pride do osebe, ki podatkovne točke ne poznа in je zato ne more presoditi.
Kateri kontrolni ukrepi sodijo k podatkovni točki zato ne vključuje samo pravila samega, temveč tudi pot: kdo je lastnik, kdaj ta oseba prejme obvestilo in kaj se zgodi, če ta oseba ne odreagira. Podatkovna točka brez lastnika je podatkovna točka, pri kateri razen končnega uporabnika poročila nikoli nihče ne bo opazil, da je šlo kaj narobe, in takrat je za odpravo temeljnega vzroka že prepozno.
Obstajajo orodja, ki zaznavajo odstopanja in prikazujejo nadzorne plošče. Ta orodja so koristna, ko so pravila že vzpostavljena. Toda orodje, ki deluje na registru podatkovnih točk brez določenih veljavnih vrednosti, brez opredeljenih signalov in brez dodeljenih lastnikov, predvsem ustvarja obvestila, ki jih nihče ne more razumeti. Vprašanje najprej kupiti orodje ali najprej urediti proces je tu neposredno na mestu: orodje nad neurejenim procesom spremeni obliko problema, ne pa njegove vsebine.
Enako velja za definicije. Če dva dela organizacije uporabljata različno razumevanje iste podatkovne točke, bo pravilo kakovosti, ki velja za en del, za drugi del sprožilo lažni signal. Kaj storite z definicijami, ki se razlikujejo med enotami, in katero izbiro zapišete bi zato moralo biti odgovorjeno vnaprej, sicer vsako pravilo postane kompromis, ki ne ustreza nikomur.
Veljavne vrednosti, signali in lastništvo niso nekaj, kar se določi na splošno in nato uporabi povsod. Izhajajo iz tega, kako organizacija dejansko zapisuje podatkovno točko, kdo v praksi dostopa do nje in katere napake so se v preteklosti že zgodile. Katere funkcionalne zahteve izhajajo iz vašega lastnega procesa opisuje, kako se ta pravila izpeljejo iz obstoječega procesa, namesto iz splošnega kontrolnega seznama.
Brž ko je jasno, katere vrednosti so veljavne, katera odstopanja predstavljajo signal in kdo ta signal presoja, se pokaže tudi delo, ki stoji za tem nadzorom: kdo poišče podatke, kdo jih primerja s prejšnjimi obdobji, kdo posreduje obvestilo naprej. To delo je sestavljeno iz nalog, ki jih je mogoče razčleniti, in za del teh nalog je mogoče ugotoviti, ali jih lahko prevzame programska oprema. Delovni sken podjetja FTE TO AI za vsako nalogo izračuna, kolikšen delež dela lahko prevzame AI, na podlagi istih zapisanih pravil in poti, ki podpirajo kakovost podatkov.
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.