En signalavvikelse — ibland kallad en valideringsregel eller tröskelvärde — är en regel som får ett system att kontrollera om ett inmatat värde ligger inom en förväntad bandbredd. Det låter tekniskt, men frågan bakom det är enkel: vad är ett giltigt värde för denna datapunkt, och vad händer om värdet ligger utanför det. Utan svar på dessa två frågor är en signalavvikelse en inställning utan funktion.
En signalavvikelse består av tre delar. För det första en gräns: ett minimum, ett maximum, eller ett förväntat förhållande mellan två datapunkter, som energiförbrukning per kvadratmeter som inte får avvika med en faktor tio från föregående år. För det andra en åtgärd: vad systemet gör när gränsen överskrids — ett meddelande, en blockering, eller ingenting. För det tredje en mottagare: vem som ser meddelandet, och om den personen vet vad som förväntas av honom när han ser det.
De flesta organisationer som börjar med signalavvikelser fokuserar på den första delen och glömmer den tredje. Ett tröskelvärde ställs in, systemet genererar ett meddelande, och det meddelandet försvinner i inkorgen hos någon som inte längre arbetar för organisationen eller som inte vet att detta hör till hans uppgifter. Regeln finns, men ingen märker det när den utlöses.
Gränsen ni ställer in beror på datapunkten själv och på vad ni redan vet om den. För vissa datapunkter är ett giltigt värde enkelt att fastställa: en procentandel kan inte överstiga hundra, en mängd avfall kan inte vara negativ. För andra datapunkter är gränsen mindre fast och mer en fråga om erfarenhet: ett koldioxidutsläpp per anläggning som i år är tre gånger så högt som förra året är inte per definition felaktigt, men väl något värt att titta på innan siffran går vidare. Vad som exakt är ett giltigt värde för en given datapunkt beskrivs på sidan vad är ett giltigt värde, där skillnaden görs mellan hårda gränser och signalering baserad på avvikelse.
Den skillnaden är viktig eftersom den avgör vad åtgärden ska vara. En hård gräns — en procentandel över hundra — kan blockera en inmatning. En signalering baserad på avvikelse — en utsläppssiffra som sticker ut, men inte per definition är fel — kan inte vara en blockering, för det skulle felaktigt hindra korrekta men ovanliga värden. Här behövs istället ett meddelande till en person som kan bedöma om avvikelsen är ett fel eller en verklig förändring.
Den tredje frågan — vem som ser det när något går fel — är inte en teknisk inställning utan en ägarskapsfråga. En signalavvikelse utan tilldelad mottagare fungerar inte, även om regeln är korrekt inställd. Detta berör frågan om vilka kontroller som hör till en datapunkt och vem som blir informerad om det, ett ämne som utvecklas vidare på sidan vilka kontroller hör till en datapunkt och vem som märker det.
I praktiken är mottagaren ofta densamma som har levererat datapunkten, men det är inte alltid det rätta valet. Den som har levererat siffran är inte automatiskt den som kan bedöma om en avvikelse är korrekt — det kräver ofta någon med kunskap om den underliggande källan eller om jämförbara siffror från tidigare år. Vem som kan göra den bedömningen skiljer sig per organisation och per datapunkt, och det är precis varför ägarskap per datapunkt måste fastställas istället för antas.
En inställning för en signalavvikelse görs snabbt i ett system. Frestelsen är därför stor att tro att problemet därmed är löst. Men ett verktyg som signalerar utan att det finns en fastställd process bakom det — vem som får meddelandet, vad han ska göra, inom vilken tidsram — ger bara sken av kontroll. Detta är samma fälla som beskrivs på sidan ska man köpa ett verktyg först eller organisera processen först: ett system ovanpå en oorganiserad process genererar meddelanden som ingen följer upp, vilket ser lugnare ut i en rapport än inga meddelanden alls, men i praktiken inte förändrar något i den underliggande siffrans tillförlitlighet.
En signalavvikelse är alltså bara meningsfull när de tre delarna tillsammans är på plats: en gräns som passar datapunkten, en åtgärd som passar typen av avvikelse, och en mottagare som vet vad han ska göra. Det är ingen inställning ni avslutar på en timme för hundra datapunkter. Det är ett val som görs per datapunkt, baserat på vad som redan är känt om källan och historiken för siffran.
Om en uppgift som att bedöma en signalerad avvikelse lämpar sig för automatisering, eller om den bedömningen förblir mänskligt arbete, är en fråga som skiljer sig per uppgift. [Arbetsanalysen](https://fte-to-ai.nl) från FTE TO AI räknar per uppgift ut vilken del av arbetet som kan övertas av AI, och vilken del som fortsatt kräver bedömning av någon som känner till datapunktens sammanhang.
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.