Siedziałem naprzeciwko klienta i jego dwóch osób z działu finansów, rzutnik świecił moim dashboardem na ścianę, a ja właśnie powiedziałem zdanie, którego nie powinienem był powiedzieć. „Ta linia produktów przynosi wam stratę." Zapadła cisza, ktoś poprawił się na krześle, a kobieta po prawej - okazało się, że to ona prowadziła tę linię od trzech lat - spojrzała na liczbę na ścianie, potem na mnie, i powiedziała spokojnie: „To niemożliwe. My tu zarabiamy."
I miała rację. To ja się myliłem. W moim arkuszu jedna kolumna kosztów była podpięta nie do tego miesiąca, co trzeba - przesunięcie o jeden wiersz, klasyk - i przez to cały rachunek tej linii wychodził na czerwono, choć w rzeczywistości szła na plus. Siedziałem z tym dreszczem, który zna każdy, kto kiedyś pokazał ludziom liczbę pewnym głosem, a potem zobaczył, że liczba kłamie. Prowadzę agencję, która robi firmom z sektora MŚP analizy, raporty i dashboardy - i wszystko, czego dziś uczę klientów o weryfikacji danych, wzięło się z takich momentów jak ten. To nie jest tekst o tym, jaki jestem dokładny. To tekst o tym, jak się sparzyłem i co z tego zostało.
Spis treści
- Jak w ogóle dochodzi do takiego błędu?
- Dlaczego ręczne przeklejanie do Excela to bomba zegarowa?
- Co znaczy „jedno źródło prawdy" i czemu go nie miałem?
- Jak teraz sprawdzam dane, zanim ktokolwiek je zobaczy?
- Gdzie automatyzacja chroni, a gdzie usypia czujność?
- Co robię, kiedy błąd już wyszedł przy kliencie?
- Od czego zacząć u siebie, jeśli nie chcesz takiej sceny
- Co mi z tej wpadki naprawdę zostało
- Słownik pojęć
Jak w ogóle dochodzi do takiego błędu?
Najpierw chcę rozbroić jeden mit, bo długo sam w niego wierzyłem: że poważne błędy w danych biorą się z czegoś poważnego. Z trudnej formuły, ze skomplikowanej analizy, z jakiejś wyższej matematyki, której się nie dopilnowało. Nieprawda. Najgroźniejsze błędy, jakie widziałem - u siebie i u klientów - brały się z rzeczy banalnych. Z przesuniętego wiersza. Z kolumny skopiowanej o jedną za daleko. Ze starego pliku otwartego zamiast nowego. Z liczby wpisanej z ręki, bo „to tylko jedna pozycja, szybciej przepiszę".
W moim przypadku było dokładnie tak. Klient przysłał mi co miesiąc kilka eksportów - sprzedaż z jednego systemu, koszty z drugiego, prowizje z arkusza, który ktoś u nich prowadził ręcznie. Moim zadaniem było to zszyć w jeden obraz: co naprawdę zarabia, a co tylko wygląda na rentowne. I w pewnym momencie, składając te kawałki, podpiąłem kolumnę kosztów do złego okresu. Excel nie protestował. Excel nigdy nie protestuje. Pokazał ładną, czerwoną liczbę, a ja - zmęczony, w pośpiechu przed spotkaniem - wziąłem ją za prawdę, bo wyglądała wiarygodnie.
I to jest sedno. Błędne dane nie wyglądają na błędne. Nie świecą na czerwono, nie mają ostrzeżenia. Wyglądają dokładnie tak samo jak prawdziwe - są równie schludne, równie konkretne, równie przekonujące. Liczba, która kłamie, ma tę samą czcionkę co liczba, która mówi prawdę. Dlatego nie wystarczy „uważać". Uważałem. Problem polega na tym, że oko nie odróżni dobrej liczby od złej, jeśli obie są ułożone równo w tabeli. Potrzeba czegoś więcej niż uwaga - potrzeba procesu, który sprawdza dane niezależnie od tego, czy akurat jestem skupiony, czy lecę na oparach o dwudziestej trzeciej.
Drugi mit, który chcę przy okazji rozbroić: że to kwestia kompetencji. Że „komuś dobremu to się nie zdarza". Zdarza się każdemu, kto pracuje z danymi wystarczająco długo. Różnica między kimś, kto robi to dobrze, a kimś, kto się przejechał, nie polega na tym, że ten pierwszy nie popełnia błędów. Polega na tym, że ma siatkę bezpieczeństwa, która łapie błąd, zanim zobaczy go klient. O tej siatce jest cały ten tekst.
Dlaczego ręczne przeklejanie do Excela to bomba zegarowa?
Wróćmy do tego momentu, gdy składam dane z czterech źródeł w jeden arkusz. Każde kopiuj-wklej to mała loteria. Czasem skopiujesz o wiersz za dużo. Czasem wkleisz w niewłaściwą komórkę. Czasem format daty się zmieni i 03.04 stanie się 4 marca zamiast 3 kwietnia. Czasem Excel uzna, że NIP zaczynający się od zera to liczba, i to zero zje. Przy jednym wklejeniu szansa na wpadkę jest mała. Przy stu wklejeniach miesięcznie - prawie pewna. To nie jest pech. To statystyka.
Najgorsze w ręcznym przeklejaniu jest to, że ono nie zostawia śladu. Kiedy przepisujesz liczbę z maila do arkusza, nigdzie nie zapisuje się, skąd ona przyszła ani że ją zmieniłeś. Za miesiąc nikt - łącznie z tobą - nie odtworzy, czy ta wartość w komórce to oryginał, czy twoja poprawka, czy może literówka. Dane tracą rodowód. A dane bez rodowodu to dane, którym nie można ufać, nawet jeśli akurat są poprawne, bo nie masz jak tego sprawdzić.
Nazywam to bombą zegarową, bo problem nie wybucha od razu. Przeklejasz raz i jest dobrze. Przeklejasz dziesiąty raz i dalej dobrze. Budujesz sobie fałszywe poczucie, że „przecież zawsze działało". A potem przychodzi miesiąc, w którym ktoś u klienta zmienił układ kolumn w eksporcie, ty przekleiłeś po staremu, i liczby się rozjechały - tylko że ty tego nie widzisz, bo wynik nadal wygląda sensownie. Bomba tyka tym głośniej, im dłużej działało bez wpadki, bo tym mocniej przestajesz patrzeć.
Co konkretnie psuje się przy przepisywaniu z ręki
Z mojej praktyki - i z arkuszy klientów, które dostawałem do uporządkowania - najczęstsze pułapki ręcznego przenoszenia danych to:
- przesunięcie o wiersz lub kolumnę przy zaznaczaniu i wklejaniu, najczęstszy i najgroźniejszy, bo wynik dalej wygląda poprawnie
- format daty, który Excel interpretuje po swojemu - amerykański zapis miesza się z polskim i raport pokazuje dane z innego okresu
- zera wiodące, które program zjada w numerach kont, NIP-ach, kodach - i potem identyfikator nie pasuje do niczego
- kropka kontra przecinek w liczbach - 1.500 raz znaczy tysiąc pięćset, raz półtora, zależnie od ustawień
- nadpisana formuła, kiedy wkleisz wartość tam, gdzie było wyliczenie, i kolumna przestaje się przeliczać, choć wygląda tak samo
Żadna z tych rzeczy nie jest skomplikowana. I właśnie dlatego są groźne - bo wydają się zbyt błahe, żeby się nimi przejmować, a sumują się w liczbę, którą pokazujesz potem klientowi pewnym głosem.
Co znaczy „jedno źródło prawdy" i czemu go nie miałem?
Po tamtej wpadce zacząłem od pytania, które powinienem był zadać sobie wcześniej: skąd właściwie pochodzi każda liczba w moim raporcie? I okazało się, że na to pytanie nie umiałem odpowiedzieć. Bo liczby pochodziły z mojego arkusza, a mój arkusz pochodził z czterech innych plików, które ja ręcznie zszyłem. Czyli prawdziwym źródłem byłem ja - moja pamięć, mój pośpiech i moje kopiuj-wklej. To najgorsze możliwe źródło prawdy, jakie firma może mieć.
„Jedno źródło prawdy" brzmi jak żargon konsultanta, więc przetłumaczę to po ludzku. To zasada, że dla każdej informacji istnieje jedno, konkretne miejsce, które jest jej oryginałem - i wszystkie raporty, dashboardy i zestawienia ciągną z tego miejsca, a nie z kopii kopii. Jeśli sprzedaż „naprawdę" jest w systemie sprzedażowym, to raport ma czytać sprzedaż z tego systemu, a nie z arkusza, do którego ktoś ją przepisał w zeszły wtorek. Oryginał jest jeden. Reszta to widoki na ten oryginał, a nie osobne prawdy.
Wyobraź to sobie jak różnicę między oglądaniem oryginalnego dokumentu a oglądaniem kserokopii kserokopii. Przy pierwszym odbiciu wszystko jest czytelne. Przy dziesiątym litery się rozmazują, ktoś coś dopisał na marginesie, a ty już nie wiesz, co było w oryginale. Większość firm z sektora MŚP, z którymi pracuję, prowadzi swój controlling właśnie na dziesiątej kserokopii - na arkuszu, do którego od lat ktoś coś przekleja, a nikt już nie pamięta, skąd która liczba przyszła. I dopóki nikt nie zada trudnego pytania, to działa. Pęka dokładnie w momencie, gdy trzeba na czymś oprzeć decyzję.
Brak jednego źródła prawdy ma jeszcze jeden, cichy koszt - zabiera ludziom pewność. Widziałem zespoły, gdzie dział sprzedaży pokazywał jedną liczbę, dział finansów drugą, a zarząd trzecią, i każdy był przekonany, że ma rację, bo każdy ciągnął z innego arkusza. Spotkania schodziły na kłótnię, czyje dane są prawdziwe, zamiast na decyzję, co z tymi danymi zrobić. To jest dokładnie to, o czym pisałem przy okazji prawdziwych kosztów AI w firmie - najdroższe nie są narzędzia, tylko bałagan, który one mają posprzątać. Jeśli dane są chaosem, żadna sztuczna inteligencja tego nie naprawi. Najpierw oryginał, potem analiza.
Jak teraz sprawdzam dane, zanim ktokolwiek je zobaczy?
Po tamtym spotkaniu przebudowałem cały sposób, w jaki pracuję z liczbami klienta. Nie dlatego, że nagle stałem się dokładniejszy - tej samej dokładności nie dało się obiecać sobie na słowo. Zbudowałem zamiast tego kontrole, które pracują za mnie i nie zależą od tego, czy jestem wyspany. Pokażę je po kolei, bo to one są praktyczną treścią tej lekcji.
Pierwsza i najważniejsza: sumy kontrolne. Brzmi technicznie, a jest banalne. Zanim cokolwiek policzę, sprawdzam, czy całość się zgadza z całością. Jeśli system sprzedażowy mówi, że w marcu firma sprzedała za milion dwieście, to moja tabela po wszystkich przekształceniach też musi dawać milion dwieście - co do złotówki. Jeśli daje milion sto dziewięćdziesiąt osiem, to znaczy, że gdzieś po drodze dwa tysiące wyparowały, i nie ruszam dalej, dopóki nie znajdę gdzie. Ta jedna kontrola złapałaby mój błąd z czerwoną linią produktów od razu, bo suma kosztów po przesunięciu wiersza nie zgadzałaby się z sumą z oryginału.
Druga: test rozsądku. Patrzę na wynik i pytam, czy on w ogóle ma prawo tak wyglądać. Czy ta linia produktów naprawdę może mieć minus, skoro firma na niej działa od trzech lat i nikt nie krzyczał? Czy ten miesiąc naprawdę był dwa razy lepszy od poprzedniego, czy to ja coś podwoiłem? Liczby, które zaskakują, są albo cennym odkryciem, albo błędem - i zanim ogłoszę odkrycie, zakładam, że to błąd, i próbuję go wykluczyć. Gdybym tamtym razem zatrzymał się na sekundę przy tej czerwonej liczbie i zapytał „czy to w ogóle możliwe", oszczędziłbym sobie sceny przy zespole klienta.
Trzy pytania, które zadaję każdej liczbie przed pokazaniem
Zanim którakolwiek liczba trafi na slajd klienta, przepuszczam ją przez trzy pytania:
1. Skąd ona pochodzi? Jeśli nie umiem wskazać oryginalnego źródła w jednym zdaniu, to znaczy, że nie wiem, czy jest prawdziwa. 2. Czy całość się spina? Czy sumy po moich przekształceniach zgadzają się z sumami u źródła. 3. Czy to w ogóle ma sens? Czy wynik pasuje do tego, co wiem o tej firmie, czy mnie zaskakuje na tyle, że muszę go najpierw obronić przed samym sobą.
Trzy pytania, kilkadziesiąt sekund. To śmieszny koszt jak na to, że oszczędza mi tej jednej minuty, w której stoję przed klientem i tłumaczę, dlaczego pokazałem mu nieprawdę. Wbudowałem te pytania w siebie tak mocno, że dziś czuję dyskomfort, gdy pokazuję liczbę, której nie przepuściłem przez całą trójkę.
Gdzie automatyzacja chroni, a gdzie usypia czujność?
Naturalny wniosek po takiej wpadce brzmi: zautomatyzuj wszystko, niech maszyna zszywa dane zamiast ciebie, bo maszyna się nie myli. I to jest prawda - ale tylko połowa, a druga połowa jest podstępna. Automatyzacja faktycznie usuwa błędy z miejsc, gdzie zawodzi człowiek: nie przekleja o wiersz za daleko, nie myli formatu daty, nie zjada zera wiodącego, nie męczy się o północy. Połączenie wprost ze źródłem - zamiast ręcznego eksportu i wklejania - skasowało u mnie całą tę kategorię wpadek. To realna ochrona i nie chcę jej umniejszać.
Ale automat usuwa też coś, czego usuwać nie chciałem - czujność. Kiedy przepisywałem liczby ręcznie, choć było to wolne i ryzykowne, miałem je przez chwilę przed oczami. Czasem właśnie wtedy łapałem, że coś nie gra, bo „ta kwota wygląda dziwnie". Gdy proces przejął automat, liczby przestały przepływać przez moją głowę. Zaczęły wpadać prosto do raportu, ładne i gotowe, a ja straciłem ten moment, w którym podświadomie je sprawdzałem. Automatyzacja zdjęła ze mnie nudę i wraz z nią - uwagę.
To jest pułapka, o której mówię klientom za każdym razem, gdy coś im automatyzuję, i którą opisałem już przy okazji systemu follow-upów obsługującego dwudziestu sześciu klientów. Im gładziej coś działa, tym mniej na to patrzysz - i tym dłużej trwa, zanim zauważysz, że zaczęło działać źle. Automat, który zszywa dane bezbłędnie przez pół roku, uśpi cię tak skutecznie, że gdy w siódmym miesiącu klient zmieni format eksportu i wszystko się rozjedzie, możesz tego nie wychwycić tygodniami. Bo przecież „to chodzi samo i zawsze chodziło dobrze".
Dlatego nie ufam automatowi na słowo - każę mu się tłumaczyć. Tam, gdzie maszyna zszywa dane, dokładam te same sumy kontrolne, które robiłbym ręcznie: automat ma sam sprawdzić, czy całość się spina, i krzyknąć, gdy się nie spina. Niech wykona nudną robotę za mnie, ale niech też sam się pilnuje i melduje, kiedy coś odstaje od normy. Automatyzacja bez wbudowanej kontroli nie jest bezpieczniejsza od człowieka - jest tylko szybsza w powielaniu tego samego błędu setki razy, zanim ktokolwiek spojrzy. Mądry automat to nie ten, który robi wszystko sam. To ten, który robi sam i zawraca mi głowę dokładnie wtedy, kiedy powinienem spojrzeć.
Co robię, kiedy błąd już wyszedł przy kliencie?
Cała ta profilaktyka jest piękna, ale czasem bomba i tak wybuchnie - przy ludziach, na rzutniku, jak u mnie. Więc powiem też o tym, czego nie uczy żaden poradnik o jakości danych: jak się zachować, gdy już stoisz przed klientem z błędną liczbą na ścianie. Bo to, co robisz w następnych trzydziestu sekundach, waży więcej niż sam błąd.
Pierwsza rzecz - i najtrudniejsza - przyznaj się od razu i wprost. Kiedy ta kobieta z działu finansów powiedziała „to niemożliwe, my tu zarabiamy", miałem dwie drogi. Mogłem zacząć bronić swojej liczby, szukać wymówek, sugerować, że może to ich dane są złe. Albo powiedzieć to, co powiedziałem: „Skoro pani to prowadzi i mówi, że zarabiacie, to ja mam błąd w arkuszu. Sprawdzę to przy was teraz." Wybrałem drugie i to był jedyny dobry ruch tamtego dnia. Próba obrony błędnej liczby przy kimś, kto zna swój biznes lepiej niż ty, to najszybszy sposób, żeby stracić wiarygodność na dobre.
Druga rzecz: pokaż, że masz proces, nawet jeśli akurat zawiódł. Otworzyłem arkusz przy nich, prześledziłem skąd idzie ta liczba, znalazłem przesunięty wiersz w kilka minut i pokazałem poprawny wynik. To, co mogło być katastrofą wizerunkową, zamieniło się w coś dziwnie budującego - klient zobaczył, że umiem znaleźć i naprawić własny błąd na żywo, że dane mają u mnie rodowód, który da się prześledzić. Paradoksalnie wyszedłem z tego spotkania z większym zaufaniem, niż gdyby liczba od razu była dobra. Bo zaufanie nie bierze się z tego, że nigdy się nie mylisz. Bierze się z tego, że gdy się pomylisz, widać, że potrafisz to złapać i naprawić.
I trzecia, najważniejsza na dłuższą metę: potraktuj każdy taki błąd jak zgłoszenie usterki w procesie, a nie jak osobistą porażkę do zapomnienia. Po tamtym spotkaniu nie powiedziałem sobie „następnym razem będę uważał". To bezużyteczne postanowienie, bo i tak byłem uważny. Powiedziałem: „Mój proces przepuścił błąd, którego dało się nie przepuścić - co dodam, żeby tej konkretnej klasy błędów już nie wpuścić?" I tak powstała kontrola sum, którą opisałem wyżej. Każda wpadka to darmowa lekcja, gdzie twoja siatka bezpieczeństwa ma dziurę. Szkoda byłoby zapłacić za nią wstydem i nie odebrać nauki.
Od czego zacząć u siebie, jeśli nie chcesz takiej sceny
Gdybyś prowadził firmę z sektora MŚP i robił swój controlling albo raporty na arkuszach - a większość moich klientów tak właśnie robi, i nie ma w tym nic złego - to oto, od czego bym zaczął, w tej kolejności:
1. Znajdź, gdzie naprawdę mieszka każda ważna liczba. Sprzedaż, koszty, marża - wskaż dla każdej jedno oryginalne źródło. Jeśli nie umiesz wskazać, masz pierwszy problem do rozwiązania, zanim cokolwiek policzysz. 2. Policz, ile razy w miesiącu coś przeklejasz z ręki. Każde takie miejsce to potencjalna bomba. Nie musisz od razu wszystkich zlikwidować - musisz wiedzieć, że istnieją, bo tam najpierw pęknie. 3. Wbuduj jedną sumę kontrolną w najważniejszy raport. Niech całość zgadza się z całością u źródła. To pięć minut roboty, a łapie najgroźniejszą klasę błędów - tę, w której wynik dalej wygląda poprawnie. 4. Zanim pokażesz komuś liczbę, przepuść ją przez test rozsądku. Jedno pytanie: czy to w ogóle ma prawo tak wyglądać. Jeśli cię zaskakuje, najpierw udowodnij sobie, że to prawda. 5. Tam, gdzie automatyzujesz zszywanie danych, dołóż automatowi kontrolę. Niech maszyna sama sprawdza, czy sumy się spinają, i melduje, gdy coś odstaje. Inaczej zamienisz ręczne błędy na automatyczne, tyle że szybsze i liczniejsze.
Nie potrzebujesz do tego drogiego systemu ani działu danych. Pierwsze trzy punkty zrobisz w swoim Excelu w jedno popołudnie. Reszta to kwestia nawyku i ewentualnie kogoś, kto pomoże ci spiąć źródła tak, żeby przestać przeklejać z ręki. Najważniejsze jest to, że żaden z tych kroków nie wymaga, żebyś był dokładniejszy - wymaga tylko, żebyś przestał polegać na własnej dokładności jako jedynej linii obrony.
Co mi z tej wpadki naprawdę zostało
Tamta czerwona linia produktów, która wcale nie była na czerwono, kosztowała mnie kilka minut wstydu przy trzech osobach i jeden bardzo nieprzyjemny dreszcz. Tanio, jak na to, ile mnie nauczyła. Bo gdyby ten błąd był większy - gdyby klient podjął na jego podstawie decyzję, zanim ktokolwiek go złapał - rozmawialibyśmy o utraconych pieniądzach, nie o niezręcznej chwili na spotkaniu.
Zostało mi z tego coś, co dziś uważam za fundament całej mojej pracy z danymi: liczba nie jest prawdą, dopóki nie wiesz, skąd przyszła i czy się spina. Ładny wykres niczego nie dowodzi. Schludna tabela niczego nie gwarantuje. Pewny głos, którym ją prezentujesz, działa przeciwko tobie, jeśli pod spodem jest przesunięty wiersz. Dane zasługują na zaufanie nie dlatego, że wyglądają porządnie, tylko dlatego, że przeszły przez kontrolę, która łapie błędy niezależnie od tego, czy akurat byłeś skupiony.
I jeszcze jedno, bardziej ludzkie. Przestałem się bać przyznawania do błędu w danych, odkąd zrozumiałem, że klienci nie oczekują ode mnie nieomylności - oczekują, że gdy coś pójdzie nie tak, będę umiał to znaleźć i naprawić, zamiast zamiatać pod dywan. Najgorsza analiza to nie ta z błędem. To ta z błędem, którego nikt nie umie wytropić, bo dane nie mają rodowodu. Mój błąd dało się znaleźć w pięć minut przy kliencie - i to, a nie jego brak, zbudowało zaufanie. Czego sobie i Tobie życzę: nie zerowej liczby pomyłek, bo to mrzonka, tylko procesu, który łapie je, zanim zrobią szkodę.
Słownik pojęć
- Jedno źródło prawdy - zasada, że dla każdej informacji istnieje jedno oryginalne miejsce, z którego ciągną wszystkie raporty i zestawienia. Reszta to widoki na ten oryginał, a nie osobne kopie żyjące własnym życiem. Dzięki temu wszyscy w firmie patrzą na tę samą liczbę.
- Suma kontrolna - prosta weryfikacja, w której sprawdzasz, czy całość po twoich przekształceniach zgadza się z całością u źródła. Jeśli suma sprzedaży w raporcie nie równa się sumie z systemu sprzedażowego, gdzieś po drodze coś się zgubiło lub zdublowało.
- Test rozsądku - spojrzenie na wynik z pytaniem, czy on w ogóle ma prawo tak wyglądać. Liczby, które zaskakują, traktujesz najpierw jak podejrzane o błąd, a dopiero po sprawdzeniu jak prawdziwe odkrycie.
- Rodowód danych - możliwość prześledzenia, skąd wzięła się każda liczba i co się z nią po drodze działo. Dane bez rodowodu mogą być nawet poprawne, ale nie masz jak tego potwierdzić, więc nie zasługują na pełne zaufanie.
Jeśli Twój controlling stoi na arkuszu, któremu już nie do końca ufasz
Jeśli prowadzisz firmę i masz to ciche przeczucie, że raport, na którym podejmujesz decyzje, stoi na arkuszu zszywanym od lat z ręki - napisz do mnie na j.cybulski@idea4me.pl. Nie zacznę od sprzedawania Ci dashboardu. Zacznę od jednego pytania, które zadaję każdemu: skąd pochodzi każda liczba, na której opierasz decyzje? Jeśli odpowiedź zająknie się choć raz, to wiem, gdzie najpierw postawić bezpiecznik - i to jest robota, która zwraca się przy pierwszej decyzji, której nie podejmiesz na podstawie liczby, co kłamie.
Więcej o tym, jak wygląda współpraca ze mną - od pierwszej rozmowy po wdrożenie.
własnej firmie cybulski.ai JC
