Vprašajte pet enot po isti veličini — na primer število FTE, poraba goriva vozniškega parka ali odpisan material — in dobili boste pet razmišljanj, ki potekajo vsako malo drugače. Ena poslovalnica šteje zaposlene prek agencij zraven, druga ne. Ena tovarna računa v litrih, druga je to že preračunala v litre na vozilo na leto in tako dobavi drugačno vrsto številke, kot je bila zahtevana. Na papirju se vse to imenuje ista metrika. V resnici gre za različne definicije, ki po naključju stojijo v istem stolpcu.
To ni napaka pri vnosu. Nihče ni ničesar napačno vtipkal. Težava je korak prej: nikoli ni bilo določeno, kaj natančno je veljavna vrednost za to podatkovno točko, zato vsaka enota vrzel zapolni s svojo lastno logiko. Kaj je veljavna vrednost in kaj ni, je razdelano na kaj je veljavna vrednost — vprašanje, ki bi moralo predhajati vsaki primerjavi med enotami.
Ključno vprašanje ni, ali se odstopanja pojavljajo — ta se vedno pojavljajo — temveč kdo jih opazi, preden številka pristane v poročilu. V mnogih organizacijah je odgovor: nihče, dokler zunanja stranka ali revizor ne opazi številke, ki se ne ujema s prejšnjim letom. Takrat je vprašanje postavljeno prepozno.
Podatkovna točka brez signalnega odstopanja se nima kako izpostaviti kot sumljiva. Številka, ki je trikrat višja kot prejšnje leto, ne izstopa samodejno, če ni določen razpon, znotraj katerega je vrednost verjetna. Kako ta razpon določite — fiksni odstotek, zgodovinska razpršenost, prag na enoto — je razdelano na kako določite signalno odstopanje. Vprašanje ni zapleteno, mora pa biti postavljeno, za vsako podatkovno točko, preden se ta podatkovna točka izpolni.
Signalno odstopanje zajame ekstremni primer: številko, ki je očitno napačna. Toda večina razlik v definicijah med enotami je bolj subtilna od tega. Poslovalnica, ki zaposlene prek agencij šteje zraven, ne pridela nesmiselne številke — pridela številko, ki je videti čisto normalna, in ravno zato ne izstopa.
Zato mora imeti vsaka podatkovna točka več kot en nadzor: razpon, znotraj katerega mora vrednost pasti, določeno enoto, zahtevo po viru, ki navaja, katera vrsta dokumenta velja za dokazilo, ter opis, kaj sodi in kaj ne sodi v štetje. Katera kombinacija nadzorov je potrebna, se razlikuje po podatkovni točki in organizaciji — izdatek za razvoj in raziskave zahteva drugačna zavarovanja kot emisijski faktor. Pregled, kateri nadzori sodijo h kateremu tipu podatkovne točke, je na kateri nadzori sodijo h podatkovni točki. Brez te kombinacije nastane navidezna natančnost: številka z dvema decimalkama, ki je sestavljena iz petih definicij, ki se ne ujemajo. Od kod ta navidezna natančnost izvira in kako jo prepoznate, je na kako preprečite navidezno natančnost.
Definicija, ki je zapisana na papirju, ni samodejno definicija, ki se tudi uporablja. Nekdo mora odgovoriti na vprašanje, ko enota predloži mejni primer: ali se ta oblika sodelovanja šteje kot FTE ali ne, ali ta dobavitelj spada v obseg 3 ali ne. Brez določenega lastnika se to vprašanje prevali na tistega, ki je po naključju najbližje obrazcu, in tedaj se definicija ponovno premakne, tiho, po enotah.
Data Readiness Scan za vsako podatkovno točko določi, kaj je veljavna vrednost, katero signalno odstopanje velja, kateri nadzori sodijo h tej specifični podatkovni točki in kdo je lastnik definicije. To ni orodje za poročanje in ne vprašalnik — je register, ki določa, kaj je pod poročilom, tako da je razlika med enotami vidna, preden se številka sešteje.
Obstajajo sistemi, ki lahko izvajajo te nadzore. Toda sistem, ki deluje nad petimi različnimi, nikoli določenimi definicijami, izvaja te nadzore na podlagi pravil, ki jih ni nihče uskladil. Rezultat je urejen vmesnik z nezanesljivimi številkami v njem. Zakaj je vrstni red — najprej definicija, potem orodje — pomemben, je na najprej kupiti orodje ali najprej vzpostaviti proces. In katere zahteve mora orodje dejansko izpolnjevati, ne izhaja iz seznama ponudnikov, temveč iz vašega lastnega procesa — glejte katere funkcionalne zahteve izhajajo iz vašega lastnega procesa.
Data Readiness Scan je v izdelavi. Kdor se že zdaj spopada z definicijami, ki se razlikujejo po enotah, se lahko prijavi na čakalni seznam in bo obveščen, ko bo orodje na voljo.
Ko je enkrat določeno, kaj je veljavna vrednost, kdo varuje definicijo in kateri nadzor sodi h kateri podatkovni točki, postane tudi vidno, kateri del tega dela je ponavljanje: preverjanje istih izvornih dokumentov po istem pravilu, preverjanje istega razpona pri vsakem novem vnosu. To je delo, ki se, ko je enkrat izrecno opredeljeno, lahko izračuna. Delovna analiza podjetja FTE TO AI za vsako nalogo izračuna, kateri del dela je mogoče prevzeti z AI — ne kot nadomestilo za lastnika, ki odloča o definiciji, temveč kot način, da se vidi, kje je mogoče razločiti nadzor od ponavljanja.
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.