Automatyzacja ma oszczędzać czas. Tymczasem po jej uruchomieniu pracownicy czasem dostają jeszcze więcej pracy: poprawiają błędne faktury, sprawdzają zduplikowane zamówienia i wyjaśniają, dlaczego klient otrzymał wiadomość o nieaktualnym statusie. Przyczyna często leży w danych, które trafiają do automatyzacji.
Nie trzeba mieć idealnej bazy danych, aby zacząć. Trzeba jednak wiedzieć, skąd pochodzą kluczowe informacje, co oznaczają i co system ma zrobić, gdy są niepełne albo sprzeczne. Poniżej pokazujemy, jak przygotować dane do automatyzacji bez wielomiesięcznego projektu porządkowania całej firmy.
Najkrótsza odpowiedź: co przygotować przed automatyzacją?
Zanim połączysz formularz, sklep, CRM, program księgowy czy arkusz w jeden przepływ pracy, ustal pięć rzeczy:
- Jakie dane są potrzebne do podjęcia decyzji w procesie.
- W którym systemie powstaje i jest aktualizowana każda ważna informacja.
- Po czym rozpoznać ten sam klient, produkt, zamówienie lub sprawę w różnych systemach.
- Jakie wartości są poprawne i co zrobić z brakującą lub błędną wartością.
- Kto otrzyma przypadek, którego automat nie potrafi bezpiecznie obsłużyć.
To wystarczy, by zbudować sensowny plan pierwszego wdrożenia. Szczegółowe porządki warto zacząć od danych, które naprawdę sterują automatyzacją.
Dlaczego dane mają tak duże znaczenie?
Wyobraźmy sobie sklep, w którym zamówienia wpadają do systemu sprzedażowego, faktury powstają w osobnym programie, a informacje o dostawie są aktualizowane w arkuszu. Firma chce automatycznie wystawiać fakturę i wysyłać klientowi powiadomienia o statusie zamówienia.
Pomysł jest prosty, ale od razu pojawiają się pytania. Czy „wysłane” w sklepie oznacza to samo co „nadane” w systemie kuriera? Skąd pobrać aktualny adres do faktury? Czy dwa wpisy o tej samej nazwie firmy to jeden klient? Co zrobić, gdy zamówienie nie ma NIP-u, choć klient wybrał fakturę dla firmy?
Jeśli nikt nie ustali odpowiedzi, automat będzie działał według przypadkowych założeń. Może wysłać wiadomość za wcześnie, wystawić dokument z nieaktualnymi danymi albo zatrzymać się bez jasnego komunikatu. Dlatego przygotowanie danych jest częścią projektowania procesu, a nie osobnym „technicznym porządkiem” na później.
Krok 1. Rozpisz jeden proces od początku do końca
Nie zaczynaj od przeglądu wszystkich danych, które ma firma. Wybierz proces do automatyzacji i prześledź kilka rzeczywistych przypadków.
Jeżeli automatyzujesz obsługę zamówienia, zanotuj: gdzie zamówienie powstaje, skąd pobierana jest informacja o płatności, kto zmienia status, kiedy wystawiana jest faktura i który system przekazuje numer przesyłki. Zaznacz miejsca, w których pracownik kopiuje dane, poprawia je ręcznie albo kontaktuje się z inną osobą, by potwierdzić ich poprawność.
Na końcu powinna powstać krótka lista danych niezbędnych do działania. Przykładowo: numer zamówienia, identyfikator klienta, status płatności, dane do faktury, produkty i ich ceny, adres dostawy oraz numer przesyłki. Dopiero wtedy sprawdź, w których systemach te dane się znajdują.
Takie podejście pozwala szybko odróżnić problem ważny od kosmetycznego. Niejednolity zapis nazwy kampanii marketingowej może poczekać. Brak jednoznacznego numeru zamówienia, od którego zależy wystawienie faktury, wymaga rozwiązania przed uruchomieniem automatyzacji.
Krok 2. Ustal, co oznacza każde ważne pole
W dwóch systemach może występować pole „status”, ale nie musi oznaczać tego samego. Jeden system uznaje zamówienie za zrealizowane po spakowaniu paczki, drugi dopiero po doręczeniu. Gdy automatyzacja opiera się na statusie, taka różnica wpływa na komunikację z klientem i raporty.
Przygotuj prosty słownik najważniejszych pól. Dla każdego zapisz nazwę, znaczenie, przykładowe wartości i system, w którym powstaje. Warto dopisać również format daty, waluty, numeru telefonu czy kodu produktu, jeśli te informacje mają być przekazywane między narzędziami.
Nie musi to być rozbudowana dokumentacja. Dla pierwszego procesu często wystarczy jedna tabela:
| Pole | Co oznacza | Skąd pochodzi | Co zrobić, gdy go brakuje |
|---|---|---|---|
| Numer zamówienia | Identyfikuje konkretny zakup | Sklep | Zatrzymać obsługę i zgłosić błąd |
| Status płatności | Potwierdza, czy zamówienie można realizować | Operator płatności lub system zamówień | Poczekać na aktualizację i ponowić sprawdzenie |
| NIP | Dane nabywcy do faktury firmowej | Formularz zamówienia | Skierować do weryfikacji, jeśli klient żąda faktury dla firmy |
| Numer przesyłki | Pozwala śledzić nadaną paczkę | System wysyłkowy | Nie wysyłać linku do śledzenia przed nadaniem |
Taka tabela jest przydatna zarówno zespołowi biznesowemu, jak i osobie budującej integrację. Odpowiada na pytanie, według jakich zasad automat ma działać.
Krok 3. Wybierz źródło właściwe dla każdej informacji
„Źródło prawdy” brzmi technicznie, ale oznacza prostą zasadę: gdy dwa systemy pokazują różne wartości, trzeba wiedzieć, któremu zaufać.
Nie zawsze będzie to jeden system dla całej firmy. Sklep może być właściwym źródłem danych o zamówieniu, program księgowy — wystawionych faktur, a system magazynowy — dostępności produktu. Ważne, by wskazać źródło osobno dla informacji używanych w danym procesie.
Ustal także, kto i gdzie może je zmieniać. Jeśli pracownik poprawi adres w CRM, ale automat za chwilę nadpisze go starszą wersją ze sklepu, sama synchronizacja nie rozwiąże problemu. Potrzebna jest reguła aktualizacji i sposób sprawdzenia, kiedy dana wartość została zmieniona.
Porządkowanie danych nie musi zatem oznaczać migracji wszystkiego do jednego programu. Często wystarczą jasne zasady wymiany informacji pomiędzy istniejącymi systemami.
Krok 4. Sprawdź duplikaty i identyfikatory
Ta sama osoba może występować w sklepie pod adresem prywatnym, w CRM pod adresem firmowym, a w programie księgowym pod nazwą spółki. Zanim połączysz te rekordy, ustal, kiedy faktycznie opisują tego samego klienta.
Sam e-mail nie zawsze wystarczy: jedna skrzynka może być używana przez kilka osób w firmie. Sam numer telefonu także nie daje pewności. Dla zamówień najlepiej opierać się na niepowtarzalnym identyfikatorze zamówienia i zapisywać powiązania z identyfikatorami w pozostałych systemach. Dla klientów reguła dopasowania może wymagać kilku danych oraz ręcznej kontroli w przypadkach niejednoznacznych.
Nie łącz rekordów automatycznie tylko dlatego, że ich nazwy wyglądają podobnie. Błędne scalenie dwóch klientów bywa trudniejsze do naprawienia niż pozostawienie duplikatu do sprawdzenia.
Przy okazji ujednolić warto formaty danych używanych do porównania: kodów pocztowych, numerów telefonów, dat czy oznaczeń produktów. Dzięki temu system nie potraktuje dwóch sposobów zapisu tej samej wartości jak dwóch różnych danych.
Krok 5. Określ, co jest błędem, a co dopuszczalnym brakiem
Puste pole nie zawsze oznacza to samo. Brak numeru mieszkania może być poprawny. Brak adresu e-mail może uniemożliwić wysłanie potwierdzenia. Brak NIP-u przy zamówieniu osoby prywatnej jest czymś innym niż brak NIP-u przy fakturze dla firmy.
Dla pól wykorzystywanych przez automatyzację ustal trzy rzeczy: kiedy pole jest wymagane, jakie wartości są dopuszczalne i co ma się stać, gdy wartość jest niepoprawna. Możliwe działania to wstrzymanie danego zamówienia, ponowienie pobrania danych, prośba do klienta o uzupełnienie informacji lub przekazanie sprawy pracownikowi.
Warto policzyć, jak często problemy występują w rzeczywistych danych. Przykładowo sprawdź, jaki odsetek zamówień ma komplet danych do faktury, ile produktów nie ma jednoznacznego identyfikatora oraz ile razy status zamówienia różni się między systemami. Nie ma jednego progu „dobrych danych” dla każdej firmy: wymagania powinny zależeć od skutków pomyłki i możliwości jej szybkiego wykrycia.
Krok 6. Zaplanuj ścieżkę dla wyjątków
Nie każda sprawa musi przejść przez automat do końca. Dobrze zaprojektowana automatyzacja wie, kiedy się zatrzymać i przekazać decyzję człowiekowi.
Jeśli dwa systemy podają różne kwoty zamówienia, bezpieczniejszym rozwiązaniem może być wstrzymanie wystawienia faktury i powiadomienie odpowiedniej osoby. Pracownik powinien zobaczyć, którego zamówienia dotyczy problem, jakie wartości znaleziono i co trzeba sprawdzić. Po poprawieniu danych proces może ruszyć dalej bez ręcznego wykonywania wszystkich pozostałych czynności.
Rozdzielaj przy tym błędy danych od awarii połączenia z systemem. Brak NIP-u wymaga innej reakcji niż chwilowa niedostępność programu księgowego. Ten drugi problem może uzasadniać automatyczną ponowną próbę; pierwszego nie naprawi samo ponawianie żądania.
Krok 7. Zapisuj, co automat zrobił i dlaczego
Gdy klient zgłasza problem, firma powinna móc prześledzić drogę jego sprawy. Wystarczy praktyczny zapis: identyfikator zamówienia lub zgłoszenia, czas wykonania kroku, źródło informacji, podjęta decyzja i wynik. Nie chodzi o gromadzenie nieograniczonej ilości technicznych logów, lecz o możliwość odpowiedzi na pytanie: „Dlaczego system wysłał tę wiadomość albo wystawił tę fakturę?”.
Taki zapis pomaga też rozwijać proces. Jeśli co tydzień kilkanaście spraw trafia do ręcznego sprawdzenia z tego samego powodu, wiadomo, co poprawić w formularzu, integracji lub zasadach walidacji.
Jak uruchomić automatyzację bez porządkowania całej firmy naraz?
Zacznij od jednego przepływu i ograniczonej liczby prawdziwych przypadków. Przed uruchomieniem sprawdź zamówienia lub zgłoszenia typowe, niepełne, zdublowane i zawierające sprzeczne informacje. Upewnij się, że wiadomo, kto obsługuje wyjątki oraz jak wyłączyć lub zatrzymać proces, jeśli wyniki będą nieprawidłowe.
Przez pierwsze tygodnie obserwuj przede wszystkim:
- ile spraw automat obsłużył poprawnie bez pomocy człowieka;
- ile spraw trafiło do ręcznej weryfikacji i z jakiego powodu;
- czy pojawiają się duplikaty albo rozbieżne statusy;
- jak długo trwa obsługa sprawy przed zmianą i po niej.
Po zmianie formularza, integracji lub sposobu zapisu danych wróć do kilku testowych przypadków. Drobna modyfikacja pola, którego używa automat, może mieć większy wpływ niż duża zmiana wyglądu aplikacji.
Najczęstsze pytania
Czy przed automatyzacją trzeba przenieść wszystkie dane do jednego systemu?
Nie. Jeśli wiadomo, który system odpowiada za daną informację, jak systemy identyfikują te same rekordy i co zrobić przy konflikcie danych, można zautomatyzować proces korzystający z kilku narzędzi.
Które dane uporządkować w pierwszej kolejności?
Te, na podstawie których automat podejmuje decyzje: identyfikatory, statusy, daty, kwoty i informacje wymagane do wykonania kolejnego kroku. Pola, których proces nie używa, można często zostawić na później.
Co zrobić, jeśli dane są niepełne?
Najpierw sprawdź, skąd biorą się braki. Czasem wystarczy poprawić formularz, dodać kontrolę przed zapisaniem zamówienia lub zmienić moment pobierania informacji. Jeśli brak jest dopuszczalny, opisz go w regule. Jeśli uniemożliwia bezpieczne wykonanie czynności, skieruj sprawę do uzupełnienia.
Skąd wiedzieć, czy problem leży w danych, czy w integracji?
Sprawdź konkretny nieudany przypadek. Jeśli systemy działały, ale przesłana wartość była pusta, niezgodna z formatem albo sprzeczna z innym polem, problem najpewniej dotyczy danych lub zasad ich przetwarzania. Jeśli poprawne dane nie dotarły z powodu niedostępności usługi, błędu połączenia lub limitu API, problem leży w integracji. Zapis przebiegu sprawy pozwala to rozróżnić.
Podsumowanie
Dobre przygotowanie danych nie polega na poprawianiu każdego wpisu w każdym systemie. Polega na uporządkowaniu informacji, od których zależy konkretny proces: ich znaczenia, źródła, identyfikatorów i zasad kontroli. Równie ważne jest ustalenie, co automat zrobi, gdy dane okażą się niepełne lub sprzeczne.
Jeśli planujesz połączyć sklep, CRM, księgowość lub inne narzędzia, zacznij od prześledzenia jednego realnego procesu. W Internet Stars pomagamy ustalić jego reguły, przygotować integracje i wdrożyć automatyzację, którą zespół potrafi kontrolować także po uruchomieniu.
