Vad är det för skillnad mellan information och data?

Egentligen ingen alls, men samtidigt väldigt stor skillnad.

All information kan bli data om den hanteras på ett strukturerat och systematiskt sätt som gör att den blir tillgänglig och kan användas av flera datakonsumenter.

Har jag information i en fil som jag har sparat på min egen dator, så innehåller den förvisso data, men det är ytterst begränsat vem som kan använda den och den har väldigt begränsad nytta och påverkan för organisationen.

Risken med att låsa in och konsumera information i filer är att informationen tenderar att sprida sig till olika filer och ganska snart finns i olika versioner, med konsekvensen att det inte längre är lätt att veta vilken information som är korrekt.

För att omvandla informationen till data är det lämpligt att flytta den från fil till system.

Vad är en datakälla och en datakonsument?

När information stoppas in i ett system eller i en databas blir det en datakälla. När du interagerar med systemet konsumerar du data och blir en datakonsument. Det kan vara att titta på data i form av en rapport eller en vy i systemet, och olika funktioner som baserar sig på data. Både du och funktionen datakonsumenter.

Masterdata och datakonsumtion

I dagen är det önskvärt att system kan interagera med varandra och utbyta information för att effektivt kunna nyttja data på flera ställen och öka värdet av data för organisationen. Beroende på vad det är för system och vad det har för funktioner kan data sparas på ett ställe och alltid konsumeras därifrån, eller kopieras till andra platser för konsumtion.

För att fortsätta upprätthålla korrekt data är det då viktigt att det för varje typ av data finns en källa som är den bestämmande källan och som alltid uppdateras och är korrekt. Det är masterdatakällan. Ett system kan både innehålla masterdata (vara den korrekta datakällan) och vara datakonsument av data från andra system (få en kopia av data som uppdateras på andra ställen).

Kopiering av data mellan system behöver anpassas för verksamhetens behov. Icke kritiska funktioner kanske kan synkas nattetid, medans andra behöver uppdateras mycket oftare.

Upprätthålla korrekt data

Det är alltid verksamheten som är ansvarig för att data är korrekt. Det går att peka ut ansvariga roller för att skapa förutsättningar för att data hanteras korrekt inom verksamheten, men det går sällan att ha en individ som ensamt administrerar data och ansvarar för att den är korrekt.

Data är aldrig något som existerar för sin egen skull, utan behöver återspegla en verklighet på något sätt och skapa ett värde för verksamheten. Antingen kortsiktigt i vardagen eller långsiktigt över tid. Eller både och.

För mig finns det några sätt att se till att få och upprätthålla korrekt data:

• Inventering. Kan vara bra för att skapa en korrekt startpunkt, men är ofta tidskrävande och dyr och riskerar att bli inaktuell om inte rutiner för att hantera och upprätthålla data i vardagen är på plats)
• Registrera och kontrollera data i ett processflöde. Tar ofta lång tid att få komplett data registrerad på allt, men säkerställer att den data som finns är korrekt. Är bra i vardagen och när en verksamhet ska börja registrera och samla in data. Finns risker med att applicera på befintlig data som är osäker.
• Kontinuerliga stickprov på data, exempelvis vid någon form av rondering eller uttag av rapporter. Kontrollen bör göras enkel och nära verkligheten med registrerade data tillgänglig på plats.
• När data används och konstaterats felaktig. Att rutiner finns på plats för att korrigera felaktigheter som upptäcks.

Data som verksamheten inte kan lita på kostar mer än att inte ha någon data alls.