شارك
الرئيسية
4 دقائق 
يعرف معظم المدراء، أو على الأقل سمعوا، أن رداءة جودة البيانات تلحق الأضرار. إن البيانات الخاطئة تهدر الوقت وتزيد التكاليف وتضعف عملية اتخاذ القرار وتثير غضب العملاء وتصعّب تنفيذ أي نوع من الاستراتيجيات التي ترتكز على البيانات. تعاني البيانات بالفعل من مشكلة في الموثوقية. فكيف يمكن الارتقاء بمعايير الجودة الرئيسة للشركات؟
يمتلك قلة من المدراء فقط أدلة دامغة أو تقديراً واقعياً لمدى تأثير البيانات الخاطئة على فرقهم وأقسامهم الوظيفية، ومن ثم، يعجزون عن تقدير جودة البيانات. ولتسليط الضوء على هذه المشكلة، نطلب من المشاركين أثناء تدريسنا في برامجنا التنفيذية -أو من المدراء التنفيذين الذين ينتمون إلى مجموعة واسعة من الشركات والهيئات الحكومية والأقسام الوظيفية، مثل خدمة العملاء وتطوير المنتجات والموارد البشرية- استنباط مثل هذا الدليل الدامغ باستخدام منهج مقياس ظهيرة يوم الجمعة (FAM).
اقرأ أيضاً: هل تساعد البيانات على فهم طبيعة عمل الموظفين في الشركات؟
يعد هذا المنهج بسيطاً نسبياً وقابلاً للتطبيق على نطاق واسع، حيث نعطي التعليمات فيه للمدراء بجمع 10-15 من خصائص البيانات الجوهرية لآخر 100 وحدة من العمل المنجز في أقسامهم، أي عملياً 100 سجل من البيانات. حيث يتقصّى المدراء كل واحدة من هذه السجلات مشيرين إلى الأخطاء الواضحة. ومن ثم يجرون حساب إجمالي السجلات الخالية من الأخطاء. يمثل هذا الرقم الذي يتراوح بين 0 إلى 100، النسبة المئوية للبيانات التي تكونت بطريقة صحيحة، وهو "درجة جودة بياناتهم" (DQ). ويمكن تفسيره أيضاً على أنه جزء الوقت الذي أنجز فيه العمل بشكل صحيح أول مرة.
النتائج المتعلقة بكيفية الارتقاء إلى معايير الجودة الرئيسة
ثم نطلب من المدراء التنفيذيين التمعن في نتائجهم، واستكشاف آثارها، وتنظيم مشاريع للتحسين. ينقلب بعض المدراء إلى موقف دفاعي محاولين إنكار النتائج، لكن معظمهم يشعرون بالصدمة والذعر. فنجد أحد الردود النموذجية "أنا محبط حقاً، نظراً إلى الطبيعة الحرجة لهذا العمل، توقعت الحصول على درجة أفضل بكثير". وليس من المستغرب أن يتخذ العديد من المدراء في فصولنا الدراسية إجراءات فورية لتحديد الأسباب الجذرية للخطأ والقضاء عليه.
أشركنا خلال العامين الماضيين 75 مديراً تنفيذياً في هذا التمرين. وبذلك جمعنا 75 مقياساً لجودة البيانات. حيث تقدم لنا هذه المقاييس الفرصة لتحديد مدى جودة البيانات الصحيحة أو الخاطئة على أرض الواقع. ونتائج بحثنا موضحة في الشكل أدناه.
وتؤكد تحليلاتنا أن البيانات في وضع أسوأ بكثير مما يدركه معظم المدراء -وأسوأ مما نخشاه- حيث تحمل معها ملابسات هائلة للمدراء في كل مكان:
-
في المتوسط، تحتوي 47% من سجلات البيانات المنشأة حديثاً خطأ حرجاً واحداً على الأقل (مثل التأثير على العمل)
حيث إن ربعاً كاملاً من الدرجات في نموذجنا يقل عن 30% ونصفه أقل من 57%. يرتبط العمل مع البيانات في عالم الأعمال اليوم ارتباطاً وثيقاً كل منهما بالآخر. فلا يمكن لأي مدير الادعاء أن قسمه يعمل بشكل صحيح في وجه مشكلات جودة البيانات. ومن الصعب أن نرى كيف يمكن للشركات البقاء على قيد العمل في ظل هذه الظروف، فما بالك بالازدهار.
-
يمكن تصنيف 3% فقط من درجات جودة البيانات في دراستنا على أنها "مقبولة" باستخدام معيار أقل الاحتمالات الممكنة
ونسأل المدراء غالباً (في كل من هذه الفصول والجلسات الاستشارية) عن مدى الجودة التي يجب أن تكون عليها بياناتهم. وفي حين أن الإجابة الدقيقة تعتمد على مدى استخدامهم للبيانات، وكم يكلفهم خطأ ما، وعلى اعتبارات أخرى خاصة بالشركة والأقسام الموجودة، فإنه لم يفكر أحد منهم في أن درجة أقل من "التسعينيات" مقبولة. ولكن في نموذجنا 3% فقط من البيانات ترتقي إلى مستوى هذا المعيار. وتعد هذه المشكلة خطيرة في نظر الغالبية العظمى.
اقرأ أيضاً: 3 طرق يمكن أن تضللك بها لوحات متابعة البيانات
-
الاختلاف في درجات جودة البيانات المسجلة هائل
وبينما تتراوح قائمة البيانات الفردية من 0 إلى 99%، فإن تحليلاتنا المعمقة لم تستطع استنباط رؤية منطقية (عند البحث، على سبيل المثال، فيما إذا كانت صناعات معينة أفضل أو أسوأ من غيرها). ومن ثم، ليس هناك من قطاع أو وكالة أو قسم حكومي محصن في وجه التخريب الذي ستسببه جودة البيانات الرديئة للغاية.
وعلى الرغم من صعوبة التنبؤ بالتكلفة المترتبة على هذه النتائج بدقة عالية، يجد معظمهم مقاربة أولية جيدة في "قاعدة العشرة بالمئة" التي تنص على "تصبح التكلفة عشرة أضعاف من أجل إنجاز وحدة من العمل عندما تكون البيانات خاطئة بأي طريقة من الطرق، مقارنة بالبيانات الصحيحة". على سبيل المثال، لنفترض أن لديك 100 مهمة لتنجزها، وكل منها يكلف 1 دولار في حالة صحة البيانات. فإن كانت جميع البيانات صحيحة، فستكون التكلفة الإجمالية 100×1 دولار = 100 دولار. أما إذا كان 89 منها فقط صحيح و11 خاطئاً، فستكون التكلفة الإجمالية 89×1 دولار+11×10 دولارات = 199 دولاراً، وبالنسبة إلى الغالبية العظمى، فإن التكاليف التشغيلية طبعاً أكبر بكثير. ولا تمثل "قاعدة العشرة بالمئة" التكاليف غير النقدية، مثل فقدان العملاء والقرارات الخاطئة وأضرار السمعة التي لحقت بشركتك.
اقرأ أيضاً: 3 طرق لبناء فريق قائم على البيانات
يجب أن تُقلق هذه النتائج المدراء في كل مكان. وحتى إن كنت غير مكترث بالبيانات في حد ذاتها، فلا يزال يتعين عليك أداء عملك بفاعلية وكفاءة. البيانات السيئة هي منْفذ للعمل السيئ، وتقدم نتائجنا أدلة قوية على أن معظم البيانات تعد سيئة. وما لم يكن لديك دليل دامغ على عكس ذلك، فعلى المدراء استنتاج أن البيانات السيئة تؤثر سلباً على عملهم.
كما يجب على هذه النتائج أن تحفز على اتخاذ التدابير اللازمة. وفي خطوة أولى، عليك إجراء دراسة خاصة بك لمقياس ظهيرة يوم الجمعة، فهو سريع وبسيط وقوي. وعليك معرفة المستوى الذي تقف فيه بالضبط. فالجهل بمشكلات جودة البيانات لم يعد عذراً.
وأخيراً، تقترح هذه النتائج فرصة جديدة، فعلى الرغم من صعوبة فهم بعض مشكلات جودة البيانات، فإن العديد منها قابل للتسوية بسرعة لينتج مكاسب هائلة. فيمكن للتخلص من سبب جذري واحد أن يمنع آلاف الأخطاء المستقبلية، ويجنب خسارة الملايين، ويحسن الأمور لجميع المعنيين. عليك استخدام مقياس ظهيرة يوم الجمعة لانتهاز فرصة واحدة من هذه الفرص على الأقل.
اقرأ أيضاً: 10 خطوات لخلق عقلية الاعتماد على البيانات في الشركة