Podatkovna točka dobi pomen šele, ko je določeno, kaj se sme in kaj se ne sme vnesti. Poraba energije neke lokacije ne more biti negativna. Odstotek ne presega sto. Emisijski faktor mora ležati znotraj določenega razpona, odvisno od uporabljenega vira. Brez teh mej lahko vsaka vnesena vrednost steče naprej v poročilo, tudi če je posledica napačne enote, napačne vejice ali zamenjanega stolpca.
Veljavna vrednost torej ni kakovostna presoja o vsebini številke. Gre za tehnično mejo: razpon, tip, obvezno enoto, razmerje z drugo podatkovno točko. To mejo določite po podatkovni točki, ne po poročilu. To je razlika med preverjanjem, ki ga nekdo enkrat na leto opravi ročno, in pravilom, ki je določeno ob podatkovni točki samo, tako da gre vsak vnos skozenj.
Ne vsako odstopanje je napaka. Poraba, ki letos močno odstopa od lanske, je lahko napaka, lahko pa je tudi posledica prenove, prevzema ali druge merilne dobe. Zato je koristno razlikovati med dvema vrstama pravil.
Prva vrsta je trda meja: vrednost, ki preprosto ni mogoča. Negativna vrednost, kjer to ni mogoče, odstotek nad sto, datum v prihodnosti. Te vrednosti morate ustaviti, preden gredo naprej.
Druga vrsta je signal: vrednost, ki je mogoča, vendar odstopa od tega, kar bi pričakovali. Močan dvig glede na lansko leto, številka, ki je precej zunaj razpona primerljivih lokacij, vnos, ki prispe natanko na rok brez obrazložitve. Signal ničesar ne blokira. Zahteva le pogled nanj, in po potrebi pojasnilo, preden gre številka naprej. Kako te dve vrsti pravil vzpostavite in ju razlikujete med seboj, je opisano na strani o nastavitvi signalnega odstopanja po podatkovni točki.
Pravilo, ki se sproži, a ga nihče ne vidi, ni pravilo. Vsaka podatkovna točka torej potrebuje ne le mejno vrednost, ampak tudi ime: kdo je lastnik te podatkovne točke in kdo vidi signal, ko vrednost odstopa. Pri podatkovni točki brez lastnika signal izgine v sistemu, ki ga nihče ne nadzoruje, ali v preglednici, ki se ponovno odpre šele ob letnem zaključku.
To lastništvo ni treba, da je zapleteno. Gre za ime ob podatkovni točki, ne za proces. Toda brez tega imena je kakovostno pravilo le pravilo na papirju. Kateri nadzori logično sodijo k kateremu tipu podatkovne točke, in zakaj vsaka podatkovna točka ne potrebuje enakega nadzora, preberete na strani o tem, kateri nadzori sodijo k podatkovni točki.
Meje podatkovne točke ne izhajajo iz nič. Sledijo iz definicije podatkovne točke: kaj meri, v kateri enoti, za katero obdobje, za kateri del organizacije. Če se ta definicija razlikuje po delu — ena lokacija računa v kvadratnih metrih talne površine, druga v bruto talni površini — potem se razlikuje tudi to, kaj je veljavna vrednost, in meja, ki velja za eno lokacijo, postane za drugo neuporabna. Kako s tem ravnati, je opisano na strani o tem, kaj storiti z definicijami, ki se razlikujejo po delu.
Obstaja tudi druga pasti: mejna vrednost, ki nakazuje, da je številka natančnejša, kot to dopušča vir. Emisijski faktor s štirimi decimalkami za oceno, ki je natančna na dve številki, ustvarja natančnost, ki je ni. Kakovostna pravila bi morala to navidezno natančnost zajeti, ne pa potrditi, kar je podrobneje obravnavano na strani o preprečevanju navidezne natančnosti.
Skušnjava je nabaviti orodje, ki samodejno preverja napake. Toda orodje, ki se namesti na neurejen proces, preverja pravila, ki še niso določena, glede na podatkovne točke, ki nimajo lastnika, na podlagi definicij, ki se razlikujejo po delu. Rezultat je urejenejše poročilo o številkah, ki še vedno niso nadzorovane.
Data Readiness Scan zato najprej ugotovi, kaj obstaja: register podatkovnih točk, izvor vsake številke, lastništvo in pravila, ki določajo, kaj je veljavna vrednost in kaj je signal. To je delo, ki je danes pogosto še razpršeno po preglednicah, e-poštni izmenjavi in v glavah nekaj ljudi. Orodje, ki to podpira, je v izdelavi; kdor želi s tem začeti že zdaj, se lahko prijavi na seznam čakajočih.
Ko je enkrat jasno, katera pravila in nadzori sodijo h kateri podatkovni točki, se izoblikuje tudi dobra slika, kateri del tega nadzornega dela je ponovljiv in kateri del zahteva presojo. To razlikovanje je osrednja tema delovnega skena podjetja FTE TO AI, ki za vsako nalogo izračuna, kateri del dela lahko prevzame AI in kateri del ostane pri človeku.
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.