Formules zijn zelden de eerste fout. De eerste fout zit in rijen die u niet had mogen meetellen, in een datumkolom die tekst is, en in een sleutel die twee keer voorkomt terwijl uw zoekfunctie de eerste pakt en zwijgt. In de les op Strijp-S laten wij deelnemers die fouten lijstjes maken voordat zij een gemiddelde of een JOIN vertrouwen. Het lijstje is korter dan de analyse, en het verandert de analyse vaker dan een nieuwe grafiek doet.
Begin met een telling. Hoeveel rijen heeft de bron, hoeveel blijven er over na het filter, hoeveel sleutels zijn niet uniek, hoeveel datums zijn leeg. Vier getallen. Passen ze niet in een hoek van het blad, dan is het blad het verkeerde middel en hoort de controle in een query. De SQL-basismodule leert die telling als eerste reflex. Excel kan hetzelfde met AANTALLEN.ALS, tot de set te groot wordt of de export zelf al gefilterd was.
Daarna de eenheid. Een gemiddelde doorlooptijd over orders waarvan er drie extreem lang openstaan, beschrijft die drie orders en veinst een proces. De module Data-analyse vraagt een mediaan of een frequentietabel voordat het gemiddelde de kop mag zijn. Geen statistiekcollege. Wel de weigering om een scheve verdeling als één getal aan het MT te verkopen.
Schrijf uitzonderingen als regels, niet als sfeer. „Ongeveer schoon” is geen regel. „Orders met status test vallen af, 42 rijen in deze extractie” is dat wel. Volgende maand vergelijkt u het aantal. Springt het van 42 naar 400, dan is er iets veranderd in de bron of in uw filter, en dan stopt u met de inhoudelijke conclusie tot u weet welke van de twee het is. Teams die dat saai vinden, zijn dezelfde teams die een kwartaal later een correctie moeten rondsturen.
Kwaliteit is hier geen apart project naast de cursus. Het is de eerste bladzijde van elk eindproduct: bron, telling, uitzondering, pas daarna de maatstaf. Wie die bladzijde overslaat, bouwt sneller en legt vaker uit waarom het getal toch niet klopte. In Eindhoven is die uitleg duurder dan het uur dat de telling kost.
Deelnemers vragen vaak of zij een aparte datakwaliteitsrol nodig hebben. Voor een bestand dat één team elke maand gebruikt, is het antwoord meestal nee. U hebt een cel nodig met de vier tellingen en een afspraak wie die cel bijwerkt. Een rol zonder die cel wordt een vergadering. Een cel zonder eigenaar is volgende maand leeg. Kies de cel, zet de naam ernaast, en pas daarna de formule die u toch al wilde bouwen.
Bewaar het lijstje bij het bestand. Een mondelinge kwaliteitsafspraak overleeft de vakantie niet. Een cel met de vier tellingen wel, mits een tweede persoon weet waar hij staat. Dat is de hele standaard. Meer bureaucratie hebt u niet nodig om een formule te mogen vertrouwen.