Fenntartás, mérés, vezetői döntések

Nevesített gazda az üzleti oldalon

Minden érdemi adatkörnek kell egy nevesített gazdája, aki a definíciókat őrzi, és akihez a vitás eset kerül. Fontos, hogy ez üzleti szerep legyen, ne informatikai. Az informatika a tárolásért és a hozzáférésért felel, azt viszont, hogy mit jelent az aktív ügyfél, csak az üzleti terület mondhatja meg.

A DAMA keretrendszer ezt a szerepet adatgazdának nevezi, és a gyakorlatban nem külön állás, hanem egy meglévő vezető nevesített felelőssége, jellemzően havi néhány óra ráfordítással.

Négy mérőszám, ami elég a kezdéshez

Mellé kell néhány folyamatosan figyelt szám. Mennyi a hiányzó érték aránya a kulcsmezőkben. Hány duplikátum keletkezett az elmúlt hónapban. Két rendszer között hány rekord ütközik. Mennyi idő alatt jut el egy javítás a forrásig. Ezek ugyanolyan vezetői mutatók, mint a készletforgás vagy a kintlévőség, csak eddig senki nem kérte őket.

A negyedik szám a legárulkodóbb. Ha egy felfedezett hibát hetek alatt javítanak a forrásrendszerben, akkor a folyamat él. Hónapokig tartó átfutásnál a javítás valójában a riportban történik, és a hiba minden új felhasználásnál újra megjelenik.

Három kérdés a szállítónak

Szállítóválasztásnál ugyanez a szempont dönt. A bemutató mindig szép adaton fut, ezért azt kérdezem meg, mit csinál a rendszer hiányzó értékkel, hogyan oldja fel az ellentmondást két forrás között, és naplózza-e, hogy egy válasz melyik dokumentum melyik verziójából származik.

Aki ezekre tud válaszolni, az éles üzemben is működni fog. Ha valaki elengedi a kérdést, a hiba a mi oldalunkon fog megjelenni, számla formájában.

Amiért megéri

Az egyszer rendbe tett ügyféltörzs, cikktörzs vagy szerződésállomány onnantól minden további megoldás alapja. A második és harmadik AI megoldás töredék idő alatt indul, ha az adatalap már áll. Ugyanez a logika működött a NASA és az IBM holdmodelljénél is, egyszer épült meg az adatréteg, és most bárki használhatja kráterkutatásra, vulkanikus elemzésre vagy jégkeresésre anélkül, hogy elölről kezdené.

Van egy hozadék, amit szinte sosem számolnak. A rendezett adat a jelentéskészítést, az auditot és a hatósági megfelelést is olcsóbbá teszi, mert ugyanazokra a kérdésekre nem kell minden alkalommal külön kimutatást gyártani. Az AI projekt így gyakran csak kiváltó oka annak a munkának, ami amúgy is esedékes volt.

Források és további olvasnivaló

DAMA DMBOK második kiadás, adatgazdai szerepek és minőségi mérőszámok. Gartner, Lack of AI-Ready Data Puts AI Projects at Risk, 2025. NASA és IBM, Lunar Foundation Model, 2026. A vezetői döntésekről és a büdzsé szerkezetéről ebben a cikkemben, az AI megtérülésének méréséről pedig itt írtam.