Kdo je ve firmě zodpovědný za kvalitu dat?

Je páteční odpoledne a zpráva pro vedení stále nemůže být dokončena. Prodej vidí jiné číslo zákazníka v CRM než finance ve fakturačním systému. Skladová data se neshodují s údaji v e-shopu a důležitá tabulka je uložena v osobní složce kolegy. V takových chvílích se přirozeně vynořuje otázka: kdo je ve firmě zodpovědný za kvalitu dat?

Krátká odpověď: není to jen jeden člověk. Funkční odpověď však je, že každá důležitá data potřebují jasného obchodního vlastníka, správce pro každodenní údržbu a provozovatele technického prostředí. Pokud tyto role nejsou jasně definovány, kvalita dat se nevědomky zhoršuje. Nikdo necítí, že by bylo jeho úkolem včas rozpoznat, opravit a předejít chybám.

Proč není kvalita dat pouze úkolem IT?

V mnoha firmách je první reakcí, že by to mělo být úkolem IT. IT může být skutečně zodpovědné za to, že systémy jsou dostupné, integrace běží správně, oprávnění jsou spravovatelná a data se neztrácejí mezi systémy. Ale IT nemůže rozhodnout, který kontakt patří ke kterému zákazníkovi, který kód produktu je platný nebo jaký obchodní status má mít objednávka.

To jsou obchodní rozhodnutí. Ten, kdo je zodpovědný za prodejní proces, musí určit, kdy se zájemce stává skutečným zákazníkem. Finance musí rozhodnout, která fakturační data jsou platná a podle jakých pravidel mohou být opravena. Logistika musí vyjasnit, co znamená dostupný sklad, zejména pokud jsou v procesu zahrnuty rezervace, vrácení zboží a externí sklady.

Kvalita dat proto nevychází z otázky softwaru, ale z otázky provozu. Nejprve je třeba pochopit, jak informace vznikají, mění se a používají. Teprve poté lze rozhodnout, zda je potřeba nastavení systému, integrace, automatizovaná kontrola nebo nová aplikace.

Kdo je ve firmě zodpovědný za kvalitu dat? Tři úrovně, které je třeba rozlišit

Ve většině středně velkých firem tři různé úrovně odpovědnosti poskytují jasný rámec. Není třeba zahajovat složitý program řízení podniku, ale role musí být viditelné.

1. Obchodní vlastník dat rozhoduje o pravidlech

Vlastník dat je obvykle vedoucí dané obchodní oblasti. Neopravuje každou chybnou adresu nebo kód produktu, ale určuje, co je přijatelné data, kdo je může používat a jaké jsou důsledky chyb.

Například vlastník kmenových dat zákazníků může být obchodní ředitel. Jeho úkolem je rozhodnout, zda může stejný zákazník figurovat pod různými jmény v systému, které pole jsou povinná při registraci nového partnera a kdy lze záznam považovat za neaktivní. Vlastník kmenových dat produktů může být produktový manažer nebo výrobní ředitel, v závislosti na fungování firmy.

Tato role není administrativní nálepka. Bez rozhodovací pravomoci zůstává vlastník dat jen jménem v dokumentu. Pokud oblast není schopna definovat pravidla pro svá data, nelze od ní později očekávat spolehlivé zprávy nebo konzistentní provoz.

2. Správce dat se stará o každodenní kvalitu

Správce dat, často nazývaný data steward, pracuje blíže k dennímu procesu. Sleduje odchylky, řeší požadavky na opravy a upozorňuje, pokud pravidlo v praxi nefunguje.

Ve výrobní firmě to může být kolega, který koordinuje zadávání dat o produktech a surovinách. V obchodní firmě to může být koordinátor prodeje zodpovědný za zákaznická data. Je důležité, aby to nebyl automaticky přetížený administrátor s dalšími úkoly. Pokud na to není čas, oprávnění a dobře definovaný proces, řešení chyb se vždy dostane za urgentní denní záležitosti.

Správce dat nemusí ručně kontrolovat každý záznam. V ideálním případě systém sám zabrání nejčastějším chybám: vyžaduje povinná pole, používá jednotnou sadu hodnot, upozorňuje na podezření na duplicitu nebo neumožňuje pokračovat s neúplným dokladem. Tyto kontroly však musí vycházet z obchodních pravidel.

3. IT zajišťuje technické podmínky

Úkolem IT nebo technologického partnera je zajistit spolehlivou cestu dat. To zahrnuje integraci systémů, správu přístupů, logování, zálohování, sledování přenosů dat a technické vyšetřování chyb.

Pokud se upravený název produktu v e-shopu objeví v ERP až po dvou dnech, může to být problém s integrací. Pokud však název produktu existuje ve třech různých systémech třemi různými způsoby, protože neexistuje jasný zdrojový systém a schvalovací proces, je to primárně provozní nedostatek. Obě situace mohou zvenčí vypadat podobně, ale vyžadují různé řešení.

První otázka: která data mají skutečný obchodní dopad?

Ne všechna datová pole je třeba zpracovávat se stejnou přísností. Chybějící sekundární telefonní číslo může být nepříjemné, ale chybný daňový kód, číslo bankovního účtu, množství zásob nebo dodací adresa představují přímé finanční a zákaznické riziko.

Proto není vhodné začínat s „vyčištěním všech dat“. To je obvykle nákladné, pomalé a rychle se vyčerpá. Místo toho je třeba zjistit, kde chyba v datech způsobuje opakovanou práci, zpoždění, chybná rozhodnutí nebo spory mezi odděleními.

Dobrým výchozím bodem může být několik konkrétních procesů: od objednávky k faktuře, od nabídky ke smlouvě, od nákupu k naskladnění nebo od výrobní objednávky k plnění. V těchto procesech se rychle ukáže, kde lidé ručně přenášejí data z jednoho systému do druhého, kde je třeba něco ověřit v Excelu a kde vznikají různé pravdy o stejné obchodní události.

Nedostatek zdrojového systému je často skutečným problémem

Adresa zákazníka, cena produktu nebo status objednávky může být spolehlivá pouze tehdy, pokud je jasné, který systém je primárním zdrojem. Pokud lze stejná data měnit v CRM, ERP, administraci e-shopu a tabulce, firma dříve či později bude pracovat s protichůdnými daty.

Správná otázka není, zda by data měla být ve všech systémech. Často je potřeba je mít na více místech. Otázka je, kde vznikají, kdo je může měnit, jak se dostávají do ostatních systémů a co se stane, pokud přenos selže.

Jednoduché pravidlo může odstranit mnoho zmatků: každá kritická data by měla mít určený zdrojový systém. Ostatní systémy by měly tento systém používat a neměly by si udržovat vlastní verzi. To není vždy možné okamžitě, zejména u starších systémů, ale jako směrnice to pomáhá rozhodnout, co je třeba nejprve opravit.

Kvalita dat je měřitelná, pokud o ní nemluvíme obecně

„Naše data jsou špatná“ není řešitelný problém. Vedení může rozhodnout, když je vidět, jaká chyba se jak často vyskytuje, kolik práce způsobuje a který proces ohrožuje.

Měření může být jednoduché. U kmenových dat zákazníků lze sledovat podíl duplicitních záznamů, počet chybějících povinných polí nebo množství vrácených fakturačních adres. U zásob počet a hodnota odchylek, u objednávek podíl položek vyžadujících manuální opravu, u výroby počet prací zastavených nebo přeplánovaných kvůli chybným kmenovým datům může poskytnout reálný obraz.

Ukazatel sám o sobě nic nezlepší. Pomáhá však rozlišit mezi izolovanou nepříjemností a pravidelnou provozní ztrátou. Pokud každý měsíc stejní tři lidé stráví dva dny sladěním chyb v objednávkách, nejde o disciplinární problém, ale o špatně navržený proces.

Neopravujte stále dokola chybná data, ale jejich příčinu

Příčina zhoršování kvality dat je často zcela pochopitelná lidská adaptace. Kolega si vede vlastní tabulku, protože z centrálního systému nedostane data včas. Dvakrát zadává stejnou informaci, protože systémy nekomunikují. Nevyplňuje povinné pole, protože nikdo nevysvětlil, proč je důležité, nebo protože pole ve skutečnosti neodpovídá jeho práci.

Proto je před zavedením pravidla vhodné projít celý proces. Kdo ho zahajuje? Odkud přebírá data? Kdo je kontroluje? Kde je třeba rozhodnout? Kde dochází k opětovnému zadání? A proč? Může se stát, že malá změna - například sjednocení statusů objednávek nebo zavedení chybového hlášení při přenosu dat - má mnohem větší hodnotu než velký projekt na opravu dat.

Odpovědnost je tedy sdílená, ale nemůže být anonymní. Obchodní vedoucí určuje, co znamená dobrá data. Určený správce dat se stará o každodenní disciplínu a zpětnou vazbu. IT zajišťuje, že systémy to spolehlivě podporují. Pokud tyto tři role vidí stejný provoz, data již nebudou nejistým vedlejším produktem, ale použitelným základem pro řízení podniku.