Jak stworzyć jedno źródło prawdy: Pełny przewodnik

Dwie osoby otwierają dwa arkusze kalkulacyjne i zgłaszają dwie różne kwoty przychodów za ten sam miesiąc. Obie są ostrożne. Obie potrafią obronić swoje liczby. Żadna z nich się nie myli.

To nie jest problem z danymi. To problem z definicją przebrany w szaty problemu z danymi.

Większość prób rozwiązania tego problemu zaczyna się od złego kroku, jakim jest wybór narzędzia. Rozwiązanie zaczyna się od spisania, co oznacza każda metryka i kto o tym decyduje.

Ten przewodnik wyjaśnia, co naprawdę oznacza to pojęcie, oraz omawia cztery decyzje, które należy podjąć przed rozpoczęciem jakiejkolwiek pracy w arkuszu kalkulacyjnym. Następnie przedstawia trzy ścieżki manualne i wskazuje, w którym momencie każda z nich przestaje się sprawdzać.

Czym naprawdę jest jedno źródło prawdy

Przygotowany przez firmę Workday przewodnik po SSOT definiuje je jako „scentralizowany system, w którym wszystkie kluczowe, aktualne dane biznesowe są agregowane, oczyszczane i udostępniane powszechnie”.

Zdanie, które ma większe znaczenie, pojawia się dalej na tej samej stronie. Jedno źródło prawdy „jest często rezultatem prawidłowego korzystania z infrastruktury technicznej, a nie samą infrastrukturą”.

Przeczytaj to dwa razy, zanim cokolwiek kupisz. Hurtownia danych zapewnia przechowywanie. Zgoda zapewnia prawdę.

Na tej samej stronie jako główną przyczynę sprzecznych danych wskazano silosy danych. Opisano je jako „odizolowane pule informacji uwięzione w niepołączonych narzędziach, arkuszach kalkulacyjnych i serwerach działowych”. Rekomendowana kolejność działań zaczyna się od zarządzania (governance), a nie od platformy: zdefiniuj pojęcia, wyznacz właścicieli, następnie wybierz technologię, oczyść dane, a na końcu wdrażaj etapami.

Dlaczego dwa zespoły otrzymują dwa różne wyniki

Prawie zawsze przyczyną jest jedna z czterech rzeczy, i żadną z nich nie jest błąd w obliczeniach.

Różne filtry. Jeden raport wyklucza konta wewnętrzne i rekordy testowe. Drugi je uwzględnia. Nikt tego nie zapisał, więc nikt nie zauważył.

Różne granice czasowe. Jeden zespół zamyka miesiąc w dniu wystawienia faktury, drugi w dniu płatności. Oba podejścia da się uzasadnić, ale wyniki nigdy nie będą się zgadzać.

Różne mianowniki. Wskaźnik składa się z dwóch części. Zmień dolną część, a wartość procentowa ulegnie zmianie bez modyfikacji choćby jednego rekordu.

Różny czas eksportu. Jeden eksport został uruchomiony 1. dnia miesiąca, drugi 3. dnia, a w międzyczasie spłynęły dane z trzech dni opóźnienia.

Cztery decyzje, które należy podjąć na samym początku

Zapisz je, zanim dotkniesz jakiejkolwiek formuły. Karta z definicjami obok Twoich danych to najtańsza forma zarządzania danymi, jaką kiedykolwiek wdrożysz.

Decyzja	Pytanie, na które trzeba odpowiedzieć	Dlaczego to ma znaczenie
Definicja	Co dokładnie liczy się jako jedna jednostka tej metryki?	Decyduje o tym, kto mieści się w zakresie, a kto poza nim
Filtry	Które rekordy są wykluczone i dlaczego?	Zazwyczaj największe pojedyncze źródło rozbieżności
Granica czasowa	Które pole daty wyznacza koniec okresu?	Dwa uzasadnione wybory, dwa różne wyniki
Właściciel	Kto zatwierdza zmiany w tej definicji?	Bez konkretnej osoby definicje po cichu się rozjeżdżają

Wiersz dotyczący właściciela to ten, który zespoły najczęściej pomijają. Definicja bez właściciela to tylko sugestia, a sugestie są interpretowane na nowo w każdym kwartale.

Połącz to z warstwą metryk, które już raportujesz. Nasz przewodnik po wskaźnikach wyprzedzających i opóźnionych wyjaśnia, które metryki zasługują na takie traktowanie, ponieważ nie wszystkie go wymagają.

Jak zrobić to ręcznie

Opcja 1: Uzgodnienie dwóch wersji wiersz po wierszu

Zacznij od samej niezgodności, a nie od teorii. Przenieś oba raporty do jednego skoroszytu i dopasuj rekordy za pomocą funkcji XLOOKUP na podstawie wspólnego klucza.

Wiersze, które nie pasują do siebie, to Twój punkt wyjścia. Pokazują one, co jedna strona uwzględnia, a druga nie – czyli dokładnie ten filtr, którego nikt nie udokumentował.

Podczas tej pracy uważaj na niemal identyczne etykiety. Funkcja EXACT porównuje dwie wartości tekstowe i uwzględnia wielkość liter. Wychwytuje pary takie jak „ACME Corp” i „Acme Corp.”, które ludzkie oko łatwo przeoczy.

Głównym ograniczeniem jest to, że rozwiązuje to problem tylko na jeden miesiąc. W kolejnym miesiącu te same dwa raporty znów się rozjadą, ponieważ nie zmieniło się nic w strukturze procesu.

Opcja 2: Zbudowanie jednego zbioru danych i tworzenie na jego podstawie każdego raportu

Najpierw konsolidacja, potem raportowanie. Scalanie w Power Query obsługuje kilka rodzajów sprzężeń, w tym sprzężenia wykluczające (anti join). Sprzężenie wykluczające wyświetla rekordy obecne w jednym źródle, a nieobecne w drugim.

Następnie generuj każdą kolejną wartość z tej jednej tabeli. Jeśli jakiejś liczby nie da się z nią powiązać, nie powinna być prezentowana.

Użyj funkcji UNIQUE, aby upewnić się, że klucz, na podstawie którego dokonano sprzężenia, jest rzeczywiście unikalny. Powtarzający się klucz po cichu zawyży sumy, a sumy, które są błędne bez żadnego ostrzeżenia, są gorsze niż te, które całkowicie się sypią.

Ograniczeniem jest utrzymanie. Ktoś musi to odświeżać, a ta osoba staje się wąskim gardłem procesu.

Opcja 3: Prowadzenie karty definicji obok danych liczbowych

Jeden wiersz na metrykę: nazwa, definicja, zastosowane filtry, użyte pole daty, właściciel, data ostatniego przeglądu.

To właśnie sprawia, że raport będzie porównywalny w kolejnym kwartale. Pozwala to również odpowiedzieć na pytanie „dlaczego to różni się od poprzedniego razu” w dziesięć sekund zamiast całego dnia.

Ograniczeniem jest to, że samo spisanie definicji nie wymusza jej stosowania. Karta i formuły mogą zacząć się rozjeżdżać – i zazwyczaj tak się dzieje.

Wspólne ograniczenie. Wszystkie trzy opcje zakładają, że niezgodność da się wykryć na podstawie samych plików. Gdy dwa działy korzystają z zupełnie innych systemów, uzgadnianie danych trzeba zacząć od uzyskania w ogóle porównywalnych eksportów.

Gdzie ręczna ścieżka zaczyna zawodzić

Pierwsze uzgadnianie danych bywa interesujące. Przy trzecim to już po prostu to samo popołudnie powtarzane z nowymi datami.

Definicje dezaktualizują się przy każdej zmianie w biznesie. Nowy typ planu, nowy region, zmiana nazwy pola – i reguła napisana w marcu przestaje pasować do danych z września.

Eksporty również ulegają zmianom. Ktoś zmieni filtr w systemie źródłowym i otrzymany plik wygląda identycznie, choć kryją się w nim zupełnie inne dane.

Do tego dochodzi koszt, który ujawnia się dopiero na spotkaniu. Gdy dwie różne liczby zderzają się na żywo, musisz natychmiast wyjaśnić rozbieżność, a wyjaśnienie znajduje się w skoroszycie, którego ze sobą nie zabrałeś.

Właśnie dlatego ta kategoria narzędzi w ogóle istnieje. Zestawienie narzędzi AI do analityki biznesowej (BI) bez zespołu ds. danych omawia technologiczną stronę tego problemu.

Jak to zbudować za pomocą Powerdrill Bloom

Krok 1: Prześlij oba sprzeczne eksporty

Prześlij oba niezgodne pliki jednocześnie. Powerdrill Bloom profiluje kolumny zaraz po przesłaniu, dzięki czemu niedopasowane formaty kluczy, niespójne etykiety i puste pola zostaną wykryte, zanim zostanie obliczona jakakolwiek suma.

Krok 2: Sformułuj definicję w języku naturalnym

Opisz regułę, zamiast ją budować. Podaj nazwę metryki, rekordy do wykluczenia, pole daty wyznaczające koniec okresu oraz sposób grupowania.

Następnie zadaj pytania, które ujawnią rozbieżności. Zapytaj, które rekordy pojawiają się w jednym pliku, a nie w drugim. Zapytaj, które etykiety różnią się tylko wielkością liter lub interpunkcją. Na koniec zapytaj, jaka będzie suma przy zastosowaniu poszczególnych granic czasowych.

Krok 3: Wyeksportuj uzgodniony raport

Pobierz uzgodnioną tabelę, podsumowanie odchyleń lub slajdy zawierające uzgodnioną definicję obok danych liczbowych.

Dlaczego to rozwiązanie przewyższa ręczne uzgadnianie danych

	Ścieżka ręczna	Powerdrill Bloom
Wyszukiwanie niedopasowanych rekordów	Sprzężenie wykluczające dla każdej pary plików	Zapytaj, których rekordów brakuje
Wychwytywanie niemal identycznych etykiet	Kolumny pomocnicze uwzględniające wielkość liter	Wykrywane automatycznie przy przesłaniu
Testowanie alternatywnej granicy czasowej	Przebudowanie filtra i ponowne zsumowanie	Sformułuj inną regułę i zapytaj
Ponowne uruchomienie w kolejnym miesiącu	Odświeżenie i nadzieja, że nic się nie przesunęło	Podmień plik, zachowując reguły

Trzeci wiersz to ten, który kładzie kres wszelkim dyskusjom. Możliwość pokazania obu granic czasowych obok siebie zmienia stwierdzenie „twój wynik jest błędny” w „mamy inne reguły”, co pozwala na konstruktywną rozmowę.

Najczęstsze błędy

Kupowanie platformy przed uzgodnieniem definicji. Przechowywanie danych to nie to samo co zgoda. Najpierw zdefiniuj pojęcia i wyznacz właścicieli – dokładnie w tej kolejności.

Pozostawienie mianownika bez wyjaśnienia. Każdy wskaźnik wymaga opisania obu jego części na wykresie. Bez tego wartość procentowa jest tylko ozdobą.

Traktowanie jednej dużej konsolidacji jako linii mety. Definicje dezaktualizują się wraz ze zmianami w produktach i strukturze organizacyjnej, dlatego zaplanuj regularny przegląd zamiast ponownego budowania wszystkiego od zera.

Zakładanie, że identyczne etykiety oznaczają identyczne rekordy. Wielkość liter, interpunkcja i spacje na końcu tworzą niewidoczne duplikaty. Sprawdź to przed sprzężeniem danych, a nie po nim.

Uzgadnianie eksportów pobranych w różne dni. Dane, które spłynęły z opóźnieniem, będą wyglądać jak rozbieżność. Dopasuj znacznik czasu eksportu, zanim zaczniesz dopasowywać wiersze.

Dokumentowanie definicji w miejscu, do którego nikt nie zagląda. Przechowuj je w tym samym pliku co dane liczbowe i oznacz wykres regułą, która została do niego zastosowana.

Pomijanie właściciela. Definicja bez wyznaczonej osoby zatwierdzającej to definicja, która zostanie zinterpretowana na nowo. Przypisz konkretną osobę do każdego wiersza.

Podsumowanie

Jedno źródło prawdy to w pierwszej kolejności porozumienie, a dopiero w drugiej infrastruktura. Zdefiniuj każdą metrykę, zapisz filtry, ustal granicę czasową, wyznacz właściciela, a następnie twórz każdy raport na podstawie jednego zbioru danych.

Kosztownym elementem nie jest pierwsze uzgodnienie danych. Jest nim utrzymanie aktualności definicji w obliczu nieustannych zmian zachodzących w biznesie.

Jeśli ten proces paraliżuje Twoje podsumowanie miesiąca, wypróbuj Powerdrill Bloom na dwóch niezgodnych plikach. Zobacz również nasze przewodniki dotyczące budowania pulpitu nawigacyjnego KPI z arkusza kalkulacyjnego oraz ustalania celów KPI na podstawie własnych danych. Strona poświęcona oczyszczaniu danych przez AI omawia etap przygotowawczy.

Często zadawane pytania

Czym jest jedno źródło prawdy?

To jeden uzgodniony zestaw definicji, źródeł i obliczeń, z którego wywodzą się wszystkie raporty. Przewodnik firmy Workday opisuje je jako rezultat prawidłowego korzystania z infrastruktury, a nie samą infrastrukturę.

Czy potrzebuję hurtowni danych, aby je stworzyć?

Nie. Hurtownia danych zapewnia przechowywanie i skalowalność, podczas gdy to uzgodnienie definicji i przypisanie odpowiedzialności sprawia, że liczby się zgadzają. Małe zespoły mogą to osiągnąć w jednym, dobrze zarządzanym skoroszycie.

Dlaczego dwa raporty pokazują różne sumy?

Zazwyczaj powodem są filtry, granice czasowe, mianowniki lub czas wykonania eksportu. Sprawdź te cztery elementy, zanim założysz błąd w obliczeniach, ponieważ matematyka rzadko bywa przyczyną.

Kto powinien być właścicielem definicji metryki?

Jedna konkretna osoba na metrykę, mająca uprawnienia do zatwierdzania zmian. Współwłasność zazwyczaj prowadzi do tego, że definicje po cichu rozjeżdżają się między zespołami.

Jak często należy dokonywać przeglądu definicji?

Zawsze, gdy zmienia się leżący u ich podstaw biznes, a poza tym w stałych odstępach czasu. Nowe plany, regiony czy zmiana nazw pól – wszystko to unieważnia reguły, które były poprawne w momencie ich tworzenia.