Kvalita dat: jak ji poznat a měřit

Kvalita dat říká jediné: nakolik se dá spolehnout na čísla, podle kterých řídíte firmu. Měří se na čtyřech vlastnostech — úplnost, konzistence, aktuálnost a duplicity. Špatnou kvalitu ale nepoznáte z definice, poznáte ji ze symptomů: duplicitní zákazníci, rozdílná SKU, chybějící objednávky, DPH, které nesedí. Projdeme symptomy, jednoduchou kontrolu na tento týden i místo, kde se kvalita opravuje doopravdy.

Jak poznáte špatná data v e-shopu

Špatná data se neohlásí chybovou hláškou. Projeví se jinde:

• Duplicitní zákazníci. Tentýž člověk nakoupil jednou jako jan.novak@gmail.com, podruhé s velkým písmenem na začátku. Systém ho vede dvakrát: podíl vracejících se zákazníků vypadá hůř, než je, a věrnostní sleva mu nikdy nepřijde.
• Rozdílná SKU. Produkt má v e-shopu kód TR-501, ve skladovém systému TR501. Prodeje a zásoby se pak nepotkají — v reportu ležáků straší zboží, které se ve skutečnosti prodává.
• Chybějící objednávky. Synchronizace občas vypadne. E-shop hlásí za červen 1 240 objednávek, účetnictví 1 228 a nikdo neví, kterých dvanáct chybí ani proč.
• Nesedící DPH. Jeden systém počítá ceny s daní, druhý bez ní. Marže pak vychází o pětinu lépe, než odpovídá skutečnosti — a reklama se optimalizuje na zisk, který neexistuje.

Každý symptom je sám o sobě maličkost. Jenže rozhodujete podle součtů a v součtech se maličkosti sčítají. Pokud už dnes dva reporty odpovídají na stejnou otázku různými čísly, příčiny rozebíráme v článku proč čísla v reportech nesedí.

Čtyři vlastnosti, kterými se kvalita měří

Kvalita dat není dojem, že čísla „zhruba sedí”. Dá se změřit — a v e-shopu stačí hlídat čtyři vlastnosti. Úplnost: kolik záznamů chybí. Objednávky, které nedoputovaly do účetnictví, produkty bez nákupní ceny. Konzistence: říkají dva systémy o téže věci totéž — stejné tržby, stejné kódy produktů, stejný počet zákazníků? Aktuálnost: jak stará čísla vidíte. Rozhodovat podle stavu k poslednímu dni minulého měsíce je něco jiného než vidět včerejšek. Duplicity: kolik zákazníků, produktů nebo transakcí existuje v datech vícekrát.

Kontrola, kterou stihnete tento týden

Nepotřebujete nástroje ani IT oddělení — stačí dva exporty a hodina času:

1. Porovnejte tržby za minulý měsíc v e-shopu a v účetnictví. Rozdíl do jednoho procenta mívá vysvětlení (dobropisy, časování plateb), větší rozdíl je nález.
2. Vyexportujte zákazníky a seřaďte je podle e-mailu. Kolik adres se liší jen velikostí písmen nebo mezerou navíc?
3. Vezměte deset nejprodávanějších produktů a porovnejte jejich kódy v e-shopu a ve skladu nebo v účetnictví.
4. U reportu, podle kterého se rozhodujete nejčastěji, zjistěte, kdy se naposledy aktualizoval.

Výsledkem není audit, ale odpověď na podstatnější otázku: máte problém, a jak je velký?

Kde se kvalita opravuje

V Excelu ne. Ruční oprava spraví jeden report jednou — příští měsíc přiteče stejná chyba znovu, i s hodinou práce navíc. A po půl roce oprav nikdo nedohledá, co se kdy přepsalo a proč.

Kvalita se opravuje tam, kudy data do reportů vstupují: při načítání do datového skladu. Pravidla se napíšou jednou a běží automaticky — e-maily se normalizují, kódy produktů sjednotí převodní tabulka, objednávky se párují proti účetnictví, ceny se přepočítají bez DPH. Data přitom procházejí vrstvami, ve kterých se postupně čistí a kontrolují; tenhle princip popisuje medailonová architektura. Podstatné je, že pravidla platí i pro data, která přitečou zítra. Jak celá stavba vypadá krok za krokem, popisujeme v článku jak stavíme datový sklad.

Co se změní, když data sedí

Porada nezačíná dohadováním, čí číslo platí. Marže na produkt odpovídá účetnictví, takže se podle ní dá řídit nákup i reklama. Podíl vracejících se zákazníků počítá lidi, ne varianty téhož e-mailu. A když se nějaké číslo přesto zatoulá, dohledáte za pár minut, odkud přišlo — každý údaj má ve skladu jasný původ.

Kvalita dat zkrátka není jednorázový úklid, je to vlastnost systému. Buď ji sklad hlídá průběžně za vás, nebo ji doháníte ručně — a druhá varianta se dřív nebo později přestane stíhat.

Chcete vědět, jak jsou na tom vaše data? Ozvěte se — projdeme vaše systémy a ukážeme, kde se čísla rozcházejí a co s tím.