Kto je zodpovedný za kvalitu dát v spoločnosti?
Kto je zodpovedný za kvalitu dát v spoločnosti? Na presné správy a rozhodnutia v každodennej práci sú potrebné role, pravidlá a funkčné procesy.
Short Answer
Zodpovednosť za kvalitu dát v spoločnosti vyžaduje jasne definované role, pravidlá a funkčné procesy na zabezpečenie presných správ a rozhodnutí.
Je piatok popoludní a správa pre vedenie stále nemôže byť pripravená. Obchodné oddelenie vidí iné číslo zákazníka v CRM ako finančné oddelenie vo fakturačnom systéme. Skladové údaje sa nezhodujú s údajmi v e-shope a dôležitá tabuľka je uložená v osobnom priečinku kolegu. V takýchto prípadoch sa prirodzene vynára otázka: kto je zodpovedný za kvalitu údajov v podniku?
Krátka odpoveď: nie je to jediná osoba. Funkčná odpoveď však je, že pre každé dôležité údaje musí existovať jasný obchodný zodpovedný, správca pre každodennú údržbu a prevádzkovateľ technického prostredia. Ak tieto role nie sú jasne definované, kvalita údajov sa zhoršuje bez vedomia. Jednoducho nikto necíti, že je jeho úlohou včas rozpoznať, opraviť a predchádzať chybám.
Prečo nie je kvalita údajov výlučne úlohou IT?
V mnohých podnikoch je prvou reakciou, že IT by malo urobiť poriadok. IT môže byť zodpovedné za to, aby systémy boli dostupné, integrácie správne fungovali, oprávnenia boli spravovateľné a aby údaje neboli stratené medzi dvoma systémami. Ale IT nemôže rozhodnúť, ktorý kontaktný zástupca patrí k zákazníkovi, ktorý kód produktu je platný alebo aký obchodný status by mala mať objednávka.
Toto sú obchodné rozhodnutia. Osoba zodpovedná za predajný proces musí určiť, kedy je záujemca skutočným zákazníkom. Finančné oddelenie musí určiť, ktoré fakturačné údaje sú platné a podľa akých pravidiel môžu byť opravené. Logistika musí objasniť, čo znamená dostupný sklad, najmä ak sú zahrnuté rezervácie, vrátenie tovaru a externé sklady.
Kvalita údajov preto nevychádza z otázky softvéru, ale z otázky prevádzky. Najprv je potrebné pochopiť, ako sa informácie vytvárajú, menia a používajú. Až potom je možné rozhodnúť, či je potrebné nastavenie systému, integrácia, automatizovaná kontrola alebo nová aplikácia.
Kto je zodpovedný za kvalitu údajov v podniku? Odporúča sa rozlíšiť tri úrovne
Vo väčšine stredne veľkých podnikov tri rôzne úrovne zodpovednosti poskytujú jasný rámec. Nie je potrebné začínať zložitý program riadenia podniku, ale role musia byť viditeľné.
1. Obchodný správca údajov rozhoduje o pravidlách
Správca údajov je zvyčajne vedúci príslušného obchodného oddelenia. Neopravuje každú chybnú adresu alebo kód produktu, ale určuje, aké údaje sú prijateľné, kto ich môže používať a aké sú dôsledky chyby.
Napríklad správcom údajov o zákazníkoch môže byť obchodný riaditeľ. Jeho úlohou je rozhodnúť, či môže byť ten istý zákazník v systéme pod viacerými menami, ktoré polia sú povinné pri registrácii nového partnera a kedy sa záznam považuje za neaktívny. Správcom údajov o produktoch môže byť produktový manažér alebo výrobný manažér, v závislosti od fungovania podniku.
Táto rola nie je administratívnou nálepkou. Bez rozhodovacej právomoci je správca údajov len menom v dokumente. Ak oddelenie nedokáže určiť pravidlá pre svoje vlastné údaje, neskôr sa od neho nedá očakávať spoľahlivá správa alebo konzistentná prevádzka.
2. Správca údajov sa stará o každodennú kvalitu
Správca údajov, často nazývaný data steward, pracuje bližšie k dennému procesu. Sleduje odchýlky, spravuje požiadavky na opravy a upozorňuje, ak pravidlo v praxi nefunguje.
V výrobnom podniku to môže byť kolega, ktorý koordinuje záznamy o produktoch a surovinách. V obchodnej spoločnosti to môže byť koordinátor predaja zodpovedný za údaje o zákazníkoch. Je dôležité, aby to nebola automaticky ďalšia úloha pre preťaženého administrátora. Ak na to nie je čas, oprávnenie a dobre definovaný proces, riešenie chýb sa vždy dostane za naliehavé denné záležitosti.
Správca údajov nemusí kontrolovať každý záznam ručne. V ideálnom prípade systém už zabraňuje najčastejším chybám: vyžaduje povinné polia, používa jednotný súbor hodnôt, upozorňuje na podozrenie na duplicitu alebo neumožňuje pokračovať s neúplným dokladom. Tieto kontroly však musia byť odvodené z obchodných pravidiel.
3. IT zabezpečuje technické podmienky
Úlohou IT alebo technologického partnera je zabezpečiť spoľahlivú cestu údajov. To zahŕňa integráciu systémov, správu prístupov, logovanie, zálohovanie, sledovanie prenosov údajov a technické vyšetrovanie chýb.
Ak sa zmenený názov produktu v e-shope objaví v ERP až po dvoch dňoch, môže to byť problém integrácie. Ak však názov produktu existuje v troch rôznych systémoch v troch rôznych podobách, pretože neexistuje jasný zdrojový systém a schvaľovací proces, je to predovšetkým prevádzkový nedostatok. Obe situácie môžu zvonku vyzerať podobne, ale vyžadujú rôzne riešenia.
Prvá otázka: ktoré údaje majú skutočné obchodné dôsledky?
Nie všetky dátové polia musia byť spracované s rovnakou prísnosťou. Chýbajúce sekundárne telefónne číslo môže byť nepríjemné, ale nesprávne daňové číslo, číslo bankového účtu, množstvo na sklade alebo dodacia adresa predstavujú priamu finančnú a zákaznícku skúsenosť.
Preto sa neodporúča začať s „vyčistením všetkých údajov“. To je zvyčajne nákladné, pomalé a rýchlo vyprchá. Skôr je potrebné preskúmať, kde spôsobuje chyba údajov opakovanú prácu, oneskorenie, nesprávne rozhodnutie alebo spory medzi oddeleniami.
Dobrým východiskovým bodom môžu byť niektoré konkrétne procesy: z objednávky na faktúru, z ponuky na zmluvu, z nákupu na sklad alebo z výrobnej objednávky na realizáciu. V týchto procesoch sa rýchlo ukáže, kde ľudia ručne prenášajú údaje z jedného systému do druhého, kde je potrebné niečo overiť v Exceli a kde vznikajú rôzne pravdy o rovnakom obchodnom prípade.
Nedostatok zdrojového systému je často skutočným problémom
Adresa zákazníka, cena produktu alebo status objednávky môžu byť spoľahlivé len vtedy, ak je jasné, ktorý systém je ich primárnym zdrojom. Ak je možné rovnaké údaje upravovať v CRM, ERP, administratívnom rozhraní e-shopu a v tabuľke, podnik bude skôr či neskôr pracovať s protichodnými údajmi.
Správna otázka nie je, či by mali byť údaje dostupné vo všetkých systémoch. Často je potrebné, aby boli na viacerých miestach. Otázka je, kde vznikajú, kto ich môže upravovať, ako sa dostanú do ostatných systémov a čo sa stane, ak prenos zlyhá.
Jednoduché pravidlo môže odstrániť veľa zmätku: každý kritický údaj by mal mať určený zdrojový systém. Ostatné systémy by ho mali používať a nemali by si udržiavať vlastnú verziu. To nie je vždy možné okamžite, najmä u starších systémov, ale ako smernica pomáha rozhodnúť, čo treba najskôr dať do poriadku.
Kvalita údajov je merateľná, ak o nej nehovoríme všeobecne
„Naše údaje sú zlé“ nie je riešiteľné konštatovanie problému. Vedenie môže rozhodnúť len vtedy, keď je vidieť, aká chyba sa ako často vyskytuje, koľko práce spôsobuje a ktorý proces ohrozuje.
Meranie môže byť jednoduché. Pri údajoch o zákazníkoch je možné sledovať podiel duplikovaných záznamov, počet chýbajúcich povinných polí alebo množstvo vrátených fakturačných adries. Pri sklade počet a hodnota odchýlok, pri objednávkach podiel položiek vyžadujúcich manuálnu opravu, pri výrobe počet prác zastavených alebo preplánovaných kvôli chybným hlavným údajom môže poskytnúť reálny obraz.
Ukazovateľ sám o sebe nič nezlepší. Pomáha však rozlíšiť medzi izolovaným nepríjemnosťou a pravidelnou prevádzkovou stratou. Ak každý mesiac tí istí traja ľudia strávia dva dni dohadovaním sa o chybách v objednávkach, nejde o disciplinárny problém, ale o zle navrhnutý proces.
Neopravujte opakovane chybný údaj, ale jeho príčinu
Príčinou zhoršenia kvality údajov je často úplne pochopiteľná ľudská adaptácia. Kolega si vedie vlastnú tabuľku, pretože z centrálneho systému nedostáva údaje včas. Dvakrát zaznamenáva rovnaké informácie, pretože systémy nekomunikujú. Nevypĺňa povinné pole, pretože nikto nevysvetlil, prečo je dôležité, alebo pretože pole v skutočnosti nezapadá do jeho práce.
Preto je pred zavedením pravidla vhodné prejsť celý proces. Kto ho spúšťa? Odkiaľ preberá údaje? Kto ich kontroluje? Kde je potrebné rozhodnúť? Kde sa znovu zaznamenávajú? A prečo? Môže sa stať, že malá zmena - napríklad zjednotenie stavov objednávok alebo zavedenie chybového hlásenia pri prenose údajov - má väčší význam ako veľký projekt opravy údajov.
Zodpovednosť je teda rozdelená, ale nemôže byť anonymná. Obchodný vedúci určuje, čo znamená dobrý údaj. Určený správca údajov sa stará o každodennú disciplínu a spätnú väzbu. IT zabezpečuje, že systémy to spoľahlivo podporujú. Ak tieto tri role vidia rovnakú prevádzku, údaje už nebudú neistým vedľajším produktom, ale použiteľným základom pre riadenie podniku.
Planning a similar system or integration?
Show us the current process and systems. We will help identify the lowest-risk next step.
Key Takeaways
- Zodpovednosť za kvalitu dát nie je len úlohou IT oddelenia.
- Presné správy a rozhodnutia vyžadujú jasne definované role a pravidlá.
- Nie všetky dátové polia majú rovnakú dôležitosť pre podnikanie.
Frequently Asked Questions
Prečo nie je kvalita dát výlučne úlohou IT?
Mnohé spoločnosti si myslia, že IT by malo riešiť kvalitu dát. IT môže zabezpečiť dostupnosť systémov a správne fungovanie integrácií, ale nemôže rozhodnúť, ktorý kontaktný bod patrí ku ktorému zákazníkovi alebo aký je správny obchodný stav objednávky.
Ktoré údaje majú skutočný obchodný dopad?
Nie všetky dátové polia vyžadujú rovnakú prísnosť. Chýbajúce sekundárne telefónne číslo môže byť nepríjemné, ale nesprávne daňové číslo, číslo účtu, množstvo zásob alebo dodacia adresa predstavujú priamu finančnú a zákaznícku rizikovosť.
Related Engineering Insights
Riziká správy tabuliek vo firmách rastú
Riziká správy tabuliek vo firmách sa prejavujú chybami, oneskoreniami, závislosťou na osobách a neistými manažérskymi rozhodnutiami. Prevádzková expozícia rastie.
Automatizácia reportovania pre manažérske rozhodnutia
Automatizácia reportovania pre manažérske rozhodnutia: menej manuálneho zberu dát, jasnejšie ukazovatele, rýchlejšie a kontrolovateľnejšie manažérske rozhodnutia v praxi.
Zjednotenie rozptýlených obchodných údajov v praxi
Zjednotenie rozptýlených obchodných údajov nezačína novým systémom. Najprv odhaľte cestu údajov, chyby a ručné kroky, ktoré spomaľujú rozhodovanie.