Huono tiedonlaatu ei ole välttämätön paha, jota pitäisi opetella sietämään. Huonosta laadusta kertyy kustannuksia mm. haaskatun työajan, laskutuksen tehottomuuden sekä väärin kohdistetun tiedotuksen ja markkinoinnin vuoksi.

Kuinka sitten toteutetaan jatkuva tiedonlaadun valvontaprosessi? Jatkuva prosessin käynnistäminen sisältää seuraavat vaiheet:

1. Sovitaan/määritellään yritykselle tiedonlaatukriteerit
2. Kehitetään kriteereille kvantitatiiviset mittarit
3. Rakennetaan mittarien arvojen kehitystä kuvaavat sivut esim. yrityksen sisäisille verkkosivuille (mahdollisesti rajoitettuun käyttöön)
4. Huolehditaan siitä, tiedon korjaamisen vastuut tulevat organisaatioissa määritellyiksi ja siitä, että seuranta jatkuu.

Alla kuvataan vaihejaon sisältöä, menettelytapoja ja teknologioita.

Tiedonlaadun kriteerit ja niiden määritteleminen

Tiedonlaadun hallinnan kannalta perusvaatimus on, että organisaation laatukriteerit ovat hyvin määritellyt. Yksinkertainen tapa päästä alkuun tässä määrittelyssä on profilointi. Tiedon profiloinnin avulla luodaan karkea peruskäsitys eli profiili tarkasteltavan tietolähteen sisällöstä (tiedostosta, tietokantataulusta, reaaliaikaisesta taustajärjestelmäliittymästä, sanomaliikenteestä jne.).

Alla on esimerkki erään hypoteettisen yrityksen resurssihakemiston (Active Directory / LDAP) sisällöstä.

Profiilista näkyy esim. välittömästi, että hiukan alle puolella hakemiston subjekteista (luonnollisilla henkilöillä, palvelimilla tms.) ei ole määritelty sähköpostiosoitetta.  Monissa tapauksissa ei tarvitse tai pidäkään olla, mutta joissakin tapauksissa kyse on virheestä. Profiloinnin avulla saadaan nopeasti ja helposti käsitys siitä, miten tietyn tieto-elementin arvot ovat jakautuneet, mitkä ovat tyypillisimmät arvot, maksimit, minimit jne., samoin minkälaisia sisällön muotoja (patterns) datasta löytyy.

Profiloinnin perusteella voidaan sitten määritellä kyseistä tietoa koskevat laatukriteerit, esimerkiksi:

• Jokaisella vakituisella työntekijällä pitää olla sähkopostiosoite
• Sähköpostiosoitteet ovat muotoa etunimi.sukunimi@yritys.fi, missä nimi löytyy yrityksen työntekijälistalta, jne.

Huomattakoon, että laatukriteerit voivat olla huomattavasti ylläkuvattuja elementtikohtaisia sääntöjä monimutkaisempia; esim. voidaan vaatia, että viite-eheydet eri tietolähteiden välillä pätevät vähintään 90%:ssa tapauksista yms.  

Tiedonlaadun mittaaminen

Laatua on perinteisesti totuttu mittaamaan virheiden lukumäärillä: mitä vähemmän virheitä, sitä parempi laatu. Tiedon laadun mittaamisessa keskeistä on aika. Yleensä halutaan, että virheet paljastuvat heti (reaali-ajassa tai lähes reaali-ajassa) ja toisaalta halutaan että pitkän aikavälin (esim. vuosien mittainen) kehitys on selvästi nähtävissä. Kuvassa on yksinkertaistettu esimerkki, jossa näkyy virheiden lukumäärän väheneminen yhdeksän hypoteettisen laatukriteerin osalta.

Tyypillinen vaatimus myös on, että laatua mitataan ”on the spot”, eli paikanpäällä: esim. virheelliset sovellusliittymät halutaan kontrolliin (erikseen parametroitavilla kriteereila) ja vaikkapa hälytys lähetetyksi vastuuhenkilöille jo ennenkuin näistä sisääntulleet virheet ovat päässeet tärvelemään tietokantatauluja tai sovellusliittymiä.

Esityskerros ja tiedonlaadun valvonnan jatkuvuus

Useimmissa asiakasorganisaatiossa halutaan selvästi erilliset vastuut toisaalta tiedonlaadun seurannan ja toisaalta tiedon virheiden korjaamisen välille. Vaikka laadun seuranta kannattaa toteuttaa keskitetysti, ja operatiivisista sovelluksista erillisenä toimintona, on tietojen korjaamisen vastuu usein turvallisinta säilyttää näillä sovelluksilla ja niistä vastaavilla henkilöillä.

Tästä näkökulmasta tiedonlaadun valvonta on tyypillinen (johdon) raportointisovellus, jossa tuotettavien raporttien helppokäyttöisyys, havainnollisuus, eri kriteereillä tapahtuvat porautumiset sekä tarkentuvat haut samoin kuin raporttien jakelun helppous ja nopeus ovat avaintekijöitä eri ratkaisuja toteutettaessa.

Tiedonlaadun parantaminen vaatii jatkuvaa ja systemaattista kehittämistä. Kaikki edelläkuvattu voidaan toteuttaa ”pitkästä tavarasta” ohjelmoimalla ja yrityksen omin voimin, mutta modernit profilointi-, sovellusintegrointi- ja raportointiratkaisut voivat oikein käytettyinä tehostaa toimintaa ratkaisevasti.

Markku Sillanmikko

Internetin kautta palveluna käytettäviä myynnin, markkinoinnin ja asiakkuudenhallinnan tietoja käsitteleviä CRM-ohjelmistoja voidaan hyödyntää yrityksissä paljon nykyistä tehokkaammin. Ohjelmistojen integraatio säästäisi työaikaa, toisi liiketoimintaan enemmän ennustettavuutta ja parantaisi strategisen asiakastiedon hyödyntämistä.

Palveluna käytettävien software as a service (SaaS) -ohjelmistojen käyttö on kovaa vauhtia yleistymässä. IDC:n arvion mukaan palveluna tarjottavien ohjelmistojen käyttö kasvaa vuoden 2009 aikana 40 %, ja eri arviot ennustavat SaaS-ohjelmistoille 9–30 % markkinaosuutta muutaman vuoden sisällä. SaaS-palveluista suosittuja ovat erityisesti CRM- ja taloushallintosovellukset.

Monia yrityksiä houkuttaa SaaS-mallin helppous: ei asennuksia, ei ylläpitoa. Ongelmana on kuitenkin usein integroitavuus muihin tietojärjestelmiin. Kun SaaS-ohjelmisto pyörii muista järjestelmistä erillään, sen sisältämää tietoa ei pystytä kunnolla hyödyntämään.

Tietojen tuominen SaaS-ohjelmistoista toisi yrityksille monia hyötyjä. Esimerkiksi myynnin ja varastonhallinnan tietojen yhdistäminen helpottaisi kysynnän ennakointia, jolloin varastoja voisi optimoida entistä paremmin. Myynnin tietojen yhdistäminen taloushallintoon taas parantaisi talouskehityksen ennakoitavuutta.

Myynnin, markkinoinnin, laskutuksen, puhelinpalvelun ja muiden järjestelmien tietoja voisi myös integroida yhdeksi asiakaskohtaiseksi näkymäksi, jolloin asiakkuuksien kehitystä voitaisiin seurata paljon paremmin ja asiakaspalvelu nopeutuisi. Myös asiakaspalautteena tulevat tiedot tuotteiden ja palvelujen puutteista voitaisiin hyödyntää tehokkaammin, jos tiedot integroitaisiin myynnin, tuotekehityksen ja laadunhallinnan järjestelmiin.

Integrointipanostus kannattaa, sillä jo melko pienessäkin yrityksessä työntekijöiltä kuluu niin paljon vuosittaista työaikaa manuaaliseen tiedonhakuun ja -käsittelyyn, että investointi maksaa itsensä nopeasti takaisin. Puhumattakaan sen aiheuttamista kustannuksista, kun tärkeä tieto jää kokonaan käyttämättä ja bisnespäätöksiä tehdään mutu-tuntumalla.

Markku Sillanmikko