© Adastra, Confidential Krátká úvaha Správa dat veřejných Připraveno pro konferenci ISSS 2008 Vladimír Kyjonka, David Slánský

O čem bude řeč  Jó kvalita, s tou jsou problémy…  A jak je to ve státní a veřejné správě?  Datostředná organizace  Dva příklady ze života  Se mnou přijde zákon…

Následky špatné datové kvality  Při mailingové kampani jedné britské maloobchodní společnosti se ukázalo, že jedna pětina oslovených už zemřela. Přesto byli obesláni s pozdravným oslovením „Drahý pane Zesnulý“. 1)  Jistá pojišťovna zjistila, že většina jejich zákazníků má zaměstnání „Astronaut“ – další pátrání ukázalo, že „Astronaut“ je první volba v seznamu v jejich CRM systému. 1)  Američanů ročně umírá na základě odvratitelné medicínské chyby jako přepsání při psaní receptu, špatně popsaný výsledek krevní zkoušky, nečitelná informace v pacientských záznamech atd. Je to osmá nejčastější příčina úmrtí v USA 2)  bombardovaly ozbrojené síly USA čínské velvyslanectví v Jugoslávii. Vyšetřování zjistilo: CIA používá zastaralý mapový materiál; ještě k tomu pracovník předložil špatnou adresu – „Doslovně nakreslil X na nesprávné místo“ 3) 1)Peel, M: Letters to the dead and other data dereliction. © 2007 Financial Times Deutschland. vydání z http:// 2)Oash, J. (1999): IT Can Reduce Medical Errors. Obsaženo v: Wang, Pierce, Madnick: Information Quality, )BBC: Americas chinese embassy warning ignored. © 1999 BBC. vydání z http://news/bbc.co.uk/1/hi/world/americas/37775.stm

Jak je to s kvalitou dat  V datech jsou chyby (a byly tam vždy)  Dnes: stále více agend se zpracovává elektronicky ̶ Stále více činností je na elektronickém zpracování dat závislých  Velká míra nekvality dat – významné snížení jejich použitelnosti ̶ Nesprávné výsledky zpracování ̶ Špatné fungování podnikových procesů → ekonomické ztráty ̶ Správa, zpracování, archivace nesprávných, nesmyslných a nadbytečných dat → přímé ekonomické ztráty – GARBAGE IN/GARBAGE OUT  Zvětšování a zesložiťování informačních systémů → zvětšování dopadu nekvalitních dat

Jak to, že jsou data nekvalitní  Lidský faktor ̶ Lidé dělají chyby ̶ Překlepy ̶ Zápisy do nesprávných polí ̶ Neznalost ̶ „Lidová tvořivost“ ̶..  Inkonzistence informačních systémů ̶ Mnoho autonomních agend ̶ Samostatné organizační jednotky ̶ Různé věcné oblasti ̶ Různé technologie a aplikace ̶ Různí dodavatelé v různém čase ̶ Produktově orientované systémy (ne subjektově) ̶ Zavádění nových systémů

Datová nekvalita stojí peníze  Zásilky nedojdou – peníze jsou fuč  Nepoznali jsme, že o půjčku žádá známý dlužník – peníze jsou fuč  Marketingová kampaň není správně zacílena – peníze jsou fuč  Zpracováváme spoustu nadbytečných dat – peníze jsou v troubě  Nejsme schopni věrohodně reportovat – peníze jsou fuč (nebo jdeme sedět)  …  Takže se vyplatí do datové kvality investovat ̶ Vrazit do toho nějaké peníze, abychom o jiné (větší) peníze nepřicházeli!!!

Typické otázky  Kolik máme klientů?  Jaké ztráty způsobí nekvalitní adresy  O kolik přijdeme zákazníků nesprávným výběrem skupiny při mktg. kampaních vlivem nekvalitních dat?  Kolik peněz ztratíme, neidentifikujeme-li přesně rizika vlivem nedostatečně kvalitních dat?  …  Kolik peněz se vyplatí investovat do datové kvality?

Jak je to ve státní a veřejné správě  Můžeme si položit otázku: Kolik můžeme investovat do datové kvality, abychom na tom vydělali? ?  Odpověď: Takhle se opravdu ptát nemůžeme! !  PROČ? Instituce státní a veřejné správy musí své úkoly plnit ze zákona vždy, ne jenom když se to vyplatí!

Instituce státní a veřejné správy jsou DCO!  Co je DCO: D ata C entric O rganization ̶ Organizace se cíleně stará, jak využít data pro své blaho ̶ Organizace na tomto faktu staví svou strategii ̶ Organizace o svá data pečuje jako o poklad nejdražší ̶ Stručně řečeno? Organizace je DATOSTŘEDNÁ  Ve státní a veřejné správě jsou informace/data podstatou všeho ̶ Jsou DCO ať chtějí nebo ne, ať o tom ví nebo ne  Čím více si to uvědomují, tím lépe fungují ̶ Viz následující dva příklady ze života

První příklad ze života  Vrcholová organizace státní správy  Úkol: Vyčištění a konsolidace osobních údajů vedených v registru  Začátek: 2 instituce se dohadovaly ̶ První data vlastní, druhá je využívá ̶ Kdo má právo poskytnout data? ̶ Kdo má poskytnout dodavateli (nám) součinnost?  Reakce konzultantů po skončení projektu: „Tak tohle jsme ještě neviděli …“ (Množství a povaha chyb a defektů v datech vysoce převyšovala jejich očekávání na základě zkušeností z komerčních institucí …)

Druhý příklad ze života  Významná státní instituce  Úkol: Vyhodnocení kvality dat vedených ve specifickém registru  Začátek: Okamžitá perfektní součinnost ̶ Ihned poskytnuty potřebné vzorky dat ̶ Jasně stanovené kompetence a procesy ̶ Bylo hned zřejmé, že organizace (aniž si tak říká) fakticky je DCO  Reakce konsultantů po skončení projektu: „Tak tohle jsme ještě neviděli …“ (Kvalita dat přesahovala ve srovnání se zkušenostmi z komerční sféry praktické a snad i teoretické možnosti – mnohdy až 99,9% !!! …)

Co jsme se (my Adastra) naučili  Pro státní a veřejnou správu není dostatečná určitá kvalita dat, ale JEN TA NEJVYŠŠÍ  Organizace státní a veřejné správy jsou DCO ze své podstaty  Terén datové kvality není zatím zcela zmapován a na velké objevitelské výpravy teprve čeká  Nevýhoda pro organizace státní a veřejné správy stran datové kvality: ONY MUSÍ, neb na ně „tlačí“ zákon  Výhoda pro organizace státní a veřejné správy stran datové kvality: ONY MOHOU, neb se mohou opřít o zákon

Dotazy?

CZECH REPUBLIC Adastra, s.r.o. Karolinská 654/ Praha 8 CANADA Adastra Corporation 8500 Leslie St. Markham, Ontario, L3T 7M8 SLOVAK REPUBLIC Adastra, s.r.o. Francisciho Bratislava GERMANY Adastra GmbH Bockenheimer Landstr. 17/ Frankfurt am Main BULGARIA Adastra Bulgaria EOOD 29 Panayot Volov street Sofia