Kompletne dane to nie to samo co dobre dane — ALCOA+ w kontroli jakości

Autor: Bartosz Chrapek

Punkt wyjścia

Weźmy typową sytuację z działu jakości. Arkusz kontroli w Excelu, sto procent wypełnionych pól. Żadnych braków, żadnych pustych komórek. Z perspektywy raportu "kontrola wykonana" — wszystko się zgadza.

A jednak ten arkusz nie mówi nam prawie nic o tym, jak powstał. Nie wiemy, kto dokładnie wypełnił które pole. Nie wiemy, o której godzinie. Nie wiemy, w jakiej kolejności kontroler przechodził przez punkty kontrolne — czy zgodnie z procedurą, czy uzupełniał dane "z pamięci" pod koniec zmiany.

Tabelka jest kompletna. Ale kompletność i jakość danych to dwie różne rzeczy — i to rozróżnienie ma dziś większe znaczenie niż kiedykolwiek, bo na tych samych danych, na których wczoraj budowaliśmy raport dla kierownika zmiany, jutro będziemy budować analizy predykcyjne.

Kompletność to za mało. Czego brakuje arkuszowi w Excelu

W klasycznym podejściu do jakości danych wyróżnia się kilka niezależnych wymiarów: kompletność (czy pola są wypełnione), dokładność (czy wartości są poprawne), spójność (czy dane nie przeczą sobie nawzajem) oraz — to najczęściej pomijany wymiar w arkuszach kalkulacyjnych — możliwość przypisania i prześledzenia (kto, kiedy, w jakiej kolejności, na jakiej podstawie).

Arkusz kalkulacyjny domyślnie nie rejestruje żadnego z tych ostatnich elementów. Komórka z wartością "OK" wygląda identycznie niezależnie od tego, czy powstała w wyniku starannej kontroli na hali produkcyjnej, czy skopiowania wartości z poprzedniego tygodnia w ostatniej chwili przed terminem raportu.

To nie jest tylko teoretyczny problem. Wieloletnie badania prowadzone przez European Spreadsheet Risks Interest Group (organizację badającą ryzyka związane z arkuszami kalkulacyjnymi w firmach) konsekwentnie pokazują, że w operacyjnych arkuszach błąd pojawia się niemal zawsze — w jednym z częściej cytowanych badań aż 94% analizowanych arkuszy zawierało co najmniej jeden błąd, a średni odsetek błędnych komórek w badaniach laboratoryjnych sięgał blisko 4%. Przy tabeli liczącej kilkaset komórek to nie jest ryzyko teoretyczne, tylko statystyczna pewność, że gdzieś w danych jest błąd, którego nikt nie widzi — bo arkusz nie zostawia śladu, gdzie i kiedy powstał.

To nie nowy problem. Branże regulowane rozwiązują go od lat

Warto podkreślić: potrzeba "danych z metadanymi" nie jest pomysłem żadnego dostawcy oprogramowania — to od dekad fundament wymagań stawianych danym w branżach regulowanych, takich jak farmacja czy przemysł spożywczy. Amerykańska FDA już w latach 90. sformułowała zestaw zasad znany jako ALCOA (rozwinięty później do ALCOA+), który definiuje, czym powinien charakteryzować się wiarygodny zapis danych kontrolnych. W skrócie: dane muszą być możliwe do przypisania do konkretnej osoby i momentu ich powstania, czytelne, rejestrowane na bieżąco (a nie odtworzone później z pamięci), oryginalne, dokładne — a w rozszerzonej wersji także kompletne, spójne, trwałe i dostępne do wglądu.

Zasady ALCOA+ są dziś standardem w wytycznych FDA, EMA i WHO i stanowią podstawę oceny podczas audytów jakości w firmach produkujących żywność czy leki. Innymi słowy: jeśli w Waszej firmie funkcjonują pojęcia takie jak HACCP, GMP czy ISO 22000, to zasada "dane muszą być przypisane do osoby i momentu ich zebrania" nie jest nowością — to standard, do którego i tak jesteście zobowiązani dążyć. Pytanie brzmi tylko, czy narzędzie, którym dziś zbieracie dane, w ogóle pozwala go spełnić.

Arkusz kalkulacyjny — z definicji — nie jest do tego zaprojektowany. Można w nim opisać procedurę zgodną z ALCOA. Nie da się w nim jej wymusić.

Dlaczego to nabiera dodatkowego znaczenia w erze AI

Zespoły data science, mimo że pracują na danych z natury bardziej ustrukturyzowanych niż arkusz kontroli jakości, i tak spędzają ogromną część swojego czasu nie na analizie, a na przygotowaniu danych do analizy. Coroczne badanie State of Data Science firmy Anaconda konsekwentnie pokazuje, że przygotowanie i czyszczenie danych pochłania ok. 40–45% czasu pracy specjalistów danych — więcej niż budowa i trenowanie samych modeli.

Powód jest prosty: modele analityczne i systemy AI są tak dobre, jak dane, na których pracują. Jeśli dane wejściowe nie mają wiarygodnych metadanych — nie wiadomo, kto je zebrał, kiedy, w jakich warunkach, czy w ogóle w czasie rzeczywistym, czy odtworzone później z pamięci — to każda analiza zbudowana na ich podstawie dziedziczy tę niepewność.

Firmy, które już dziś zbierają dane kontrolne w sposób pozbawiony kontekstu, nie tylko tracą coś na bieżąco — one odkładają w czasie znacznie droższy problem. Gdy przyjdzie moment wdrażania analityki predykcyjnej czy AI w kontroli jakości, okaże się, że dane historyczne, na których miał się uczyć model, są bezużyteczne — bo nikt nie wie, w jakich warunkach powstały.

Jak do tego podchodzi icmInspector QMS

System icmInspector QMS projektowany jest tak, aby każdy zebrany rekord danych niósł ze sobą kontekst, a nie tylko wartość:

• Przypisanie do osoby — każda kontrola jest powiązana z kontem pracownika, który ją wykonał.
• Rejestracja czasu na poziomie pojedynczego pola formularza — system zapisuje dokładną datę i godzinę wypełnienia każdego pola, a nie tylko moment zakończenia całej kontroli. Widać więc nie tylko, że dane zostały zebrane, ale też kiedy i w jakim tempie — to bezpośrednia, techniczna realizacja zasady "Contemporaneous" z ALCOA+ (dane zapisywane na bieżąco), a nie tylko deklaracja zgodności.
• Wymuszona logika odpowiedzi — system nie pozwala na wpisanie wartości niedopuszczalnej logicznie, co eliminuje część błędów typowych dla ręcznego wypełniania arkusza.
• Obiektywne potwierdzenie tożsamości i lokalizacji punktu kontrolnego — poprzez skan kodu kreskowego, QR lub NFC, zamiast ręcznego wpisania nazwy obiektu z pamięci.
• Pełna historia zdarzeń — każda wykryta nieprawidłowość i każde działanie naprawcze ma zapisaną chronologię, a nie tylko końcowy status.

Wracając do scenariusza z początku tego artykułu: w icmInspector QMS ten sam raport kontroli pokazałby nie tylko, że pole zostało wypełnione, ale dokładnie o której godzinie i w jakim tempie — informacje, których w klasycznym arkuszu Excela nie ma i nigdy nie będzie.

Puenta

Kompletna tabelka daje złudne poczucie bezpieczeństwa. Sto procent wypełnionych pól nie mówi nic o tym, czy dane są wiarygodne, możliwe do zweryfikowania i gotowe do analizy — a tym bardziej gotowe pod przyszłe modele predykcyjne czy AI.

Firmy, które już dziś zaczną zbierać dane kontrolne w sposób zgodny z zasadami, które regulowane branże znają od dekad — z pełnym kontekstem, przypisaniem i chronologią — nie robią tego "na zapas". One po prostu unikają sytuacji, w której za kilka lat będą musiały zaczynać budowę analityki jakości od zera.