Vad ska en rutin för datainmatning innehålla?
- Källan till varje fält och var det hamnar i målsystemet
- Format: datum, namn, adresser, enheter, valutor och koder
- Valideringsregler och vad som ska göras när data saknas eller är motsägelsefulla
- Exempel på korrekta och felaktiga inmatningar
- Ledtid och daglig brytpunkt
- Vem man frågar, och hur, när något är oklart
Hur ska korrektheten mätas?
| Steg | Vad som händer |
|---|---|
| Stickprov | En fast andel av de färdiga posterna kontrolleras varje vecka, fler under den första månaden |
| Klassificera | Varje fel märks: fel värde, saknat värde, fel fält, format, dubblett |
| Rapportera | Felfrekvens per typ och per process, som delas med er |
| Åtgärda orsaken | Ny utbildning, en tydligare rutin eller en valideringsregel i systemet |
Vikta felen efter påverkan: ett felaktigt pris eller bankuppgift väger tyngre än en saknad mellaninitial.
Var passar automatisering in?
OCR, intelligent dokumenthantering och integrationer kan ta bort mycket av skrivandet. De ger fortfarande fält med låg säkerhet och undantag, och någon måste kontrollera dem och rätta källreglerna. Ett litet team som arbetar tillsammans med automatisering ger oftast bättre korrekthet än något av dem ensamt, och bör hela tiden hitta nya steg som kan automatiseras.
Läs vidare
Vilken datainmatning passar dåligt för outsourcing?
- Arbete som kräver ständiga bedömningar som ingen har skrivit ner
- Mycket små och oregelbundna volymer som inte motiverar att ett team utbildas
- Data som teamet inte får se enligt era avtal eller regelverk
Hur skalar ni vid eftersläpningar och toppar?
En engångseftersläpning, till exempel en migrering eller en katalogsläpp, kan betas av med tillfällig extra kapacitet när rutinen har bevisat sig på normal volym. Säsongstoppar avtalas bäst i förväg så att utbildad personal står redo, i stället för att lära sig under de mest belastade dagarna.