Ett giltigt värde, en signal och vem som märker det

Ett tal utan gräns är inget kontrollerat tal

En datapunkt får först betydelse när det är fastställt vad som får och inte får fyllas i. Energiförbrukningen på en anläggning kan inte vara negativ. En procentsats kommer inte över hundra. En emissionsfaktor bör ligga inom ett visst bandbredd, beroende på vilken källa som använts. Utan dessa gränser kan varje inmatat värde flöda vidare till rapporten, även om det är resultatet av en felaktig enhet, ett felplacerat decimaltecken eller en förväxlad kolumn.

Ett giltigt värde är alltså inget kvalitetsomdöme om innehållet i siffran. Det är en teknisk gräns: ett intervall, en typ, en obligatorisk enhet, en relation till en annan datapunkt. Den gränsen fastställer ni per datapunkt, inte per rapport. Det är skillnaden mellan en kontroll som någon utför manuellt en gång per år, och en regel som ligger fast bredvid datapunkten själv, så att varje inmatning passerar den.

Skillnaden mellan en hård gräns och en signal

Inte varje avvikelse är ett fel. En förbrukning som avviker starkt från förra året kan vara ett fel, men även resultatet av en renovering, ett förvärv eller en annan mätperiod. Därför är det nyttigt att göra skillnad mellan två typer av regler.

Den första typen är en hård gräns: ett värde som helt enkelt inte kan förekomma. Negativt där det inte kan vara det, en procentsats över hundra, ett datum i framtiden. Sådana värden bör ni stoppa innan de går vidare.

Den andra typen är en signal: ett värde som kan förekomma, men som avviker från vad ni skulle förvänta er. En stark ökning jämfört med förra året, ett tal som ligger långt utanför bandbredden för jämförbara anläggningar, en inmatning som kommer in precis vid deadline utan motivering. En signal blockerar ingenting. Den ber om en granskning, och eventuellt om en förklaring innan siffran går vidare. Hur ni utformar och skiljer dessa två typer av regler från varandra beskrivs på sidan om att ställa in en signalavvikelse per datapunkt.

Vem som ser signalen är lika viktigt som signalen själv

En regel som utlöses men som ingen ser är ingen regel. Till varje datapunkt hör därför inte bara ett gränsvärde, utan även ett namn: vem som är ägare av denna datapunkt, och vem som får se signalen om värdet avviker. Vid en datapunkt utan ägare försvinner en signal in i ett system som ingen kontrollerar, eller i ett kalkylblad som inte öppnas igen förrän vid årsavslutet.

Detta ägarskap behöver inte vara komplicerat. Det handlar om ett namn bredvid datapunkten, inte om en process. Men utan det namnet är en kvalitetsregel en regel på papper. Vilka kontroller som logiskt hör till vilken typ av datapunkt, och varför inte varje datapunkt behöver samma kontroll, kan ni läsa om på sidan om vilka kontroller som hör till en datapunkt.

Var giltiga värden kommer ifrån

Gränserna för en datapunkt kommer inte från ingenstans. De följer av definitionen av datapunkten: vad den mäter, i vilken enhet, över vilken period, för vilken organisationsdel. Om den definitionen skiljer sig per del — den ena anläggningen räknar i kvadratmeter golvyta, den andra i bruttogolvyta — då skiljer sig också vad som är ett giltigt värde, och en gräns som gäller för en anläggning blir obrukbar för en annan. Hur ni hanterar detta beskrivs på sidan om vad ni gör med definitioner som skiljer sig per del.

Det finns även en annan fallgrop: ett gränsvärde som antyder att en siffra är mer exakt än källan tillåter. En emissionsfaktor med fyra decimaler bakom en uppskattning som är exakt på två siffror väcker en precision som inte finns. Kvalitetsregler bör fånga upp den skenprecisionen i stället för att bekräfta den, något som utvecklas vidare på sidan om att förhindra skenprecision.

Varför detta inte börjar med ett verktyg

Det är frestande att skaffa ett verktyg som automatiskt kontrollerar för fel. Men ett verktyg som läggs på en oorganiserad process kontrollerar regler som ännu inte är fastställda, mot datapunkter som ingen äger, utifrån definitioner som skiljer sig per del. Resultatet är en snyggare rapport om siffror som fortfarande inte är kontrollerade.

Data Readiness Scan fastställer därför först vad som finns: datapunktsregistret, ursprunget för varje siffra, ägarskapet, och de regler som avgör vad som är ett giltigt värde och vad som är en signal. Det är arbete som nu ofta ligger löst utspritt i kalkylblad, mejlkonversationer och i huvudet hos ett par personer. Verktyget som stödjer detta är under uppbyggnad; den som redan nu vill börja med detta kan anmäla sig till väntelistan.