Czy dane wejściowe są ważne?

Cezary Zbierzchowski
27 May 2020
9 min read

Odpowiedź na tak sformułowane pytanie wydaje się prosta. Tak, dane wejściowe są ważne! Wszyscy się zgadzamy co do tego, prawda? Na przykład, jeśli gotujemy zupę i wrzucimy do garnka nieświeże lub źle umyte produkty, trudno oczekiwać, że będzie miała ona dobry smak. Ewentualnie, będziemy musieli ją dłużej gotować (czas) albo dodać znacznie więcej przypraw (zasoby). A i tak może nam zaszkodzić! A więc w kuchni sprawa wydaje się oczywista, ale czy tak samo jest w biznesie?

Nie jestem wcale przekonany, czy organizacje zdają sobie z tego sprawę. I chciałbym omówić tę kwestię na przykładzie branży leasingowej. Pokazać w niniejszym tekście, że dbanie o dane, które wprowadzamy do naszych systemów na wejściu, ma kluczowe znaczenie, zastanowić się, jak zapewnić ich właściwą jakość, jak również, co powoduje, że te kwestie znikają czasem z oczu osobom podejmującym w firmie strategiczne decyzje.

Rodzaje danych wejściowych

W przypadku umów leasingu, ale również większości kontraktów zawieranych przez usługodawcę z klientem (bez względu na branżę), dane wejściowe podzieliłbym na trzy kategorie:

  • Dane klienta, z którym podpisujemy umowę,
  • Dane przedmiotu umowy,
  • Dane finansowe, czyli kalkulacja naszej usługi.
     

Pomyłki we wprowadzaniu tych danych generują dodatkową pracę i wymagają aneksowania kontraktów. Wizerunek firmy może na tym ucierpieć, a „szeptany marketing” spowoduje, że będziemy postrzegani jako podmiot mało profesjonalny. W przypadku błędów w niektórych zapisach umowy grozi nam odpowiedzialność prawna. Inne spowodują, że nie będziemy pewni, co jest przedmiotem usługi. A zdarzają się i takie sytuacje, że opłaty, który ma uiszczać klient, zostają źle naliczone lub źle zapisane w umowie i trzeba polegać na jego dobrej woli, żeby „odkręcić” tę sprawę.

Proponuję więc, byśmy przyjrzeli się dalej poszczególnym kategoriom danych, zwracając uwagę na zagrożenia, które ich dotyczą, i poszukując prostych metod zmniejszenia ryzyka. Nie będę się tu odwoływał do metodyk i całych filozofii działania jak Six Sigma. Wiem, jak trudno je wprowadzić w firmie świadczącej usługi, od których nie zależy bezpośrednio czyjeś życie lub zdrowie (jak medycyna czy lotnictwo). Poszukajmy więc rozwiązań zdroworozsądkowych i technologicznych.

Dane klienta

W kontraktach występują zasadniczo trzy rodzaje danych klienta:

  • Dane rejestrowe firmy,
  • Osoby reprezentujące firmę,
  • Dane kontaktowe.
     

Dwadzieścia lat temu byliśmy w sytuacji, gdy wszystkie dane rejestrowe musiały być wprowadzane ręcznie. Ale od dawna mamy już zdalny dostęp do baz danych, takich jak GUS (Regon), KRS czy CEIDG oraz wielu baz branżowych, z których również warto skorzystać (np. baza Naczelnej Izby Lekarskiej czy baza KREPTD dla firm transportowych). Wystarczy zintegrować system, w którym wprowadzamy nowych klientów oraz oferty lub kontrakty, z powyższymi bazami i znakomita większość danych rejestrowych zaciąga się sama w ciągu kilku sekund.

Oczywiście, w nich również mogą znaleźć się błędy lub informacje mogą aktualizować się wolniej niż byśmy sobie życzyli. Zaryzykowałbym jednak twierdzenie, że stanowią one źródło danych o bardzo wysokiej jakości i oferują nieporównywalnie wyższy poziom bezpieczeństwa niż proces, polegający na ich ręcznym „wklepywaniu” przez pracowników. Na dodatek, nie musimy już integrować ich sami. Zwłaszcza, jeśli potrzebujemy dostępu do kilku źródeł, warto rozważyć komercyjne rozwiązania, takie jak G2I (GateToInformation). Powinniśmy też zadbać o to, by nasz partner IT, który utrzymuje system lub tworzy dla nas nową aplikację, przewidział integrację z powyższymi bazami. Połączenie po API rozwiąże większość naszych problemów w tym zakresie.

Nieco inaczej sprawa ma się w przypadku danych reprezentantów i danych kontaktowych. Tu nie wystarczy prosta integracja. Zauważmy bowiem, że nawet w przypadku KRS otrzymujemy dane wszystkich reprezentantów, zamiast tych, którzy faktycznie zawierają kontakt. Baza również nie zwraca nam dopuszczalnych konfiguracji członków zarządu i prokurentów. Czasem też umowę podpisuje pełnomocnik spoza KRS-u. Osobne szablony kontraktów trzeba tworzyć dla spółek prawa handlowego, osobne zaś dla jednoosobowych działalności gospodarczych i dla spółek cywilnych. Dane pobiera się z innych miejsc i są inaczej prezentowane. Tu niezwykle ważne jest, aby dostawca naszego systemu dodał w formatkach, na których pracuje sprzedaż lub back-office, takie funkcjonalności i opcje, które ułatwią zarządzanie sposobem reprezentacji.

Danych kontaktowych brakuje zwykle w istniejących bazach. Zbiera je nasza sieć sprzedaży lub inny „punkt styku” z klientem. W idealnej sytuacji mamy zdigitalizowany kanał sprzedaży online i klient sam wprowadza je do systemu, wypełniając formularz. Do tego, oczywiście, zachęcam! Ale zarówno wtedy, jak i w sytuacji, kiedy robią to pracownicy naszej firmy, należy zaopatrzyć formularz w odpowiednie walidacje. Mogą to być sumy kontrolne (w przypadku PESEL, NIP czy rachunku bankowego), format danych (w przypadku numeru telefonu), dopuszczalność lub niedopuszczalność stosowania pewnych znaków (w adresach) lub wymuszenie uzupełnienia niektórych pól. Chodzi o to, żeby dane były spójne i kompletne, i żeby nie działo się tak, że nazwy ulic, kody pocztowe czy numery telefonów są wprowadzane dowolnie. Spróbujcie to potem obrobić w jakimś raporcie!

Warto pomyśleć o podpięciu naszego systemu do gotowych baz adresowych lub baz kodów pocztowych. Można użyć usług związanych z geolokalizacją. A z praktycznego punktu widzenia doskonale sprawdza się podpowiadanie danych w formatkach i gotowe listy wyboru. Ułatwiajmy pracę naszym pracownikom i nie wywołujmy w nich niepotrzebnej frustracji. I nie chodzi tylko o asystentów i juniorów, którzy wprowadzają dane. Wrócimy jeszcze do tego tematu.

Dane przedmiotu umowy

Tu skoncentruję się przede wszystkim na branży leasingowej. Zauważmy bowiem, że o ile w przypadku wielu innych usług finansowych przedmiotem umowy jest „po prostu” udzielenie finansowania, firmy leasingowe kupują środek trwały i stanowi on ważne zabezpieczenie kontraktu. Nawet, jeśli klient budzi pewne wątpliwości co do kondycji finansowej, przedmiot leasingu stanowi zabezpieczenie wierzytelności. Jego właściwe sprawdzenie, wpisanie do umowy, a następnie identyfikacja w przypadku windykacji stanowią bardzo ważną część całego procesu.

Wiem o wielu przypadkach, gdy przedmiot został źle wprowadzony do umowy. Powodowało to jego błędne wykazywanie w raportach finansowych lub księgowych. Największym „dramatem” i stratą finansową dla firmy jest jednak sytuacja, gdy dochodzi do wypowiedzenia kontraktu i pracownik firmy windykacyjnej nie jest pewien, co odebrać od klienta. Pomijam tu fraudy i celowe oszustwa handlowców. Pomijam nawet niechęć klientów do oznaczania środków trwałych jako własność finansującego czy zagadkowe praktyki w postępowaniach komorniczych. Chodzi mi o sytuację, gdy pracownik firmy po prostu nie wie, co jest własnością finansującego.

Rzadko dzieje się tak w przypadku przedmiotów, które mają wyraźnie określone numery seryjne jak VIN w środkach transportu, częściej – w przypadku różnego rodzaju maszyn i urządzeń. Większość frontendów (systemu do zawierania kontraktów) używanych w firmach leasingowych nie ma odpowiednio zabezpiecznonych pól, które pozwoliłyby na dokładne opisywanie przedmiotów. Brakuje stosownych kontrolerów i bardziej zaawansowanych rozwiązań, które z jednej strony zobowiązałyby osoby dokonujące inspekcji przedmiotu (przed zawarciem umowy) do sporządzenia odpowiedniej dokumentacji, z drugiej zaś, ułatwiłyby im to zadanie.

Wyobraźmy sobie sytuację, w której handlowiec lub inny pracownik, wizytujący dostawcę lub korzystającego (w przypadku leasingu zwrotnego), ma w swoim smartfonie narzędzie umożliwiające mu sfotografowanie przyszłego przedmiotu finansowania. Wprowadza określoną kategorię, robi zdjęcia, system zapisuje geolokalizację i czas inspekcji. Wymusza też podanie konkretnych danych, podpięcie zdjęcia tabliczki znamionowej itd. I to wszystko trafia potem do systemu głównego, czekając na moment, kiedy zostanie użyte przez działy zajmujące się windykacją lub zarządzaniem aktywami. O ile prostsze byłoby też podjęcie decyzji przez dział ryzyka kredytowego!

Moim zdaniem upowszechnienie takiego modelu, z wykorzystaniem aplikacji mobilnych współpracujących z głównym systemem, to wręcz konieczność. Nie tylko w leasingu, ale w każdej działalności, która wiąże się z inspekcją przedmiotu, z wizytą u potencjalnego klienta lub „wizją lokalną”. Potrzebne komponenty istnieją, konieczny jest jedynie doświadczony partner IT, który połączy je w całość i wdroży jako część istniejącego procesu. Tymczasem tego typu dane nadal są wprowadzane w sposób mało ustrukturyzowany, a zdjęcia czy notatki z wizyt krążą pomiędzy pracownikami w poczcie elektronicznej. Nie są to rozwiązania na miarę XXI wieku.

Dane finansowe

To najbardziej skomplikowana kategoria danych. Dzieje się tak dlatego, że firmy od lat używają sprawdzonych systemów, które są rozwijane w odpowiedzi na zmiany zachodzące na rynku – systemów dużych, „ciężkich”, wyspecjalizowanych w obsłudze danej branży. Często system główny (CMS) współpracuje z „nakładką” w postaci frondendu, w którym dane są wprowadzane, by potem w systemie głównym zostać ostatecznie skalkulowane. Frontend może też przygotowywać gotowe kalkulacje i przekazywać je od razu do CMS. Ze względu na cross selling i dodawanie dodatkowych usług kalkulatory mają zwykle wiele warstw i stosują zaawansowane algorytmy.

Nie mówimy tu jednak o ingerencji w ich „silniki” obliczeniowe. Zastanawiając się nad tym, jak można poprawić bezpieczeństwo kalkulacji, możemy wspomnieć o oczywistych rzeczach, jak zastosowanie gotowych cenników, integracja z tabelami kursowymi czy wskaźnikami bankowymi, wprowadzenie kontrolerów, które dbają o odpowiedni format danych na wejściu, jak również o zaprojektowaniu formatek, z których korzystają użytkownicy, w taki sposób, aby były one czytelne i intuicyjne. Ale chciałbym zaproponować w tym miejscu też nieco inną perspektywę. Chodzi o kontrolery bardziej zaawansowane, wychwytujące pewne odstępstwa od wcześniej wprowadzanych danych.

Myślę na przykład o ostrzeżeniach, które system może dawać użytkownikowi, jeśli typ przedmiotu finansowania lub jego wartość są nietypowe dla branży klienta. Można również zastosować algorytm, który poinformuje użytkownika, że marża na umowie znacząco różni się od średniej marży na portfelu lub wybranej jego części albo informować o nietypowym rozkładzie rat. W przypadku kolejnych umów zawieranych przez tego samego kontrahenta warto badać, czy nie występują jakieś istotne różnice w ilości przedmiotów (ich znacznie większa liczba) lub cenie (przedmiot kosztuje znacznie więcej niż dotychczas). Pomysłów może być wiele i choć trudno tutaj używać tak poważnego terminu jak Big Data, generalnie chodzi o ochronę firmy przed niestandardowymi przypadkami.

Podsumowanie

Wymieniłem tu zaledwie kilka pomysłów na potencjalne „uszczelnienie” systemu i poprawienie jakości danych na wejściu. Można mnożyć je i podawać kolejne przykłady. Pracownikom podmiotów finansowych i innych firm usługowych z pewnością doskwiera brak jednolitych formatów dokumentów, mnogość systemów, rozproszenie danych, brak połączeń pomiędzy bazami i szybko zmieniające się otoczenie biznesowe i prawne. Ciągłe zmiany, wymuszane przez ustawodawcę i rynek, nie służą poprawie jakości danych, ale da się im zaradzić, wprowadzając w firmie optymalizacje i innowacje technologiczne.

Przyczyn, dla których dane nie są prawidłowe, nie upatrywałbym jednak w zmiennym otoczeniu ani w technologii, ale w filozofii zarządzania. Jeśli firma rozwija się dynamicznie, a przy tym występuje duży nacisk na osiągane wyniki, często zapomina się o jakości danych. To ten wymiar działalności firmy, na którym bardzo łatwo się oszczędza, na dodatek – mało atrakcyjny. Z punktu widzenia rocznych prezentacji nie ma niczego seksownego w informacji, że nasza baza danych jest o kilka procent czystsza. A przecież to, co wprowadzimy na początku, używane jest potem w wielu miejscach: w księgowości, kontrolingu, obsłudze klienta, monitoringu, windykacji i zarządzaniu aktywami.

Niska jakość danych odbija się na pracy zatrudnionych tam osób, również piastujących kierownicze stanowiska, i w najlepszym przypadku spowalnia proces raportowania. W najgorszym zaś – powoduje ogromne straty. Jeśli z powodu błędów i ich niedostatecznej kontroli dojdzie do zaniedbań i firma straci kilka milionów złotych (a znane są takie przypadki), mogę zagwarantować, że problem stanie się ważny. Za takie pieniądze można stworzyć rozwiązanie, które zabezpieczyłoby nie jedną, lecz kilka firm przed pogorszeniem wyniku finansowego.

Pokuszę się na koniec o jeszcze jedno porównanie: z niską jakością danych jest trochę jak z niebezpiecznym nałogiem. Uleganie nałogowi nie powoduje od razu, że pogarsza się zdrowie człowieka. Można zachowywać się ryzykownie latami, nie dbać o zdrowie i mieć nadzieję, że nam się uda. Bo przecież wielu osobom się udaje! Jest to niebezpieczeństwo rozłożone w czasie, a jego skutki nie dosięgają przecież wszystkich. Można żyć taką nadzieją i jest to prawo każdego wolnego człowieka. Można też w każdej coś zmienić – rzucić nałóg albo zadbać o właściwą jakość danych, wspierając się sprawdzoną technologią. Mimo wszystko, polecam to drugie podejście!

You may also like...

News

Startup Development House w czołówce najlepszych twórców oprogramowania według Clutch

Nikogo obecnie nie powinna dziwić kluczowa rola Internetu w procesie decyzyjnym konsumentów podejmujących się prowadzenia działalności online. Według najnowszych badań, aż 96% Amerykan&oa...

Startup Development House
06 August 2020
2 min read
Digitalization

Kiedy brakuje Ci zasobów, ale masz świetne pomysły. Moje doświadczenia z transformacji cyfrowej w korporacji

Jak rodzi się w dużej firmie potrzeba innowacji? Na czym polega podobieństwo pomiędzy korporacjami i startupami? I czy każda organizacja jest przygotowana na sprostanie wyzwaniom, które p...

Cezary Zbierzchowski
17 June 2020
8 min read