Qualità dei dati: perché gli agenti IA sbagliano con i dati disordinati
Curare la qualità dei dati significa tenere i registri aziendali completi, aggiornati e senza doppioni. Gli agenti IA, programmi che svolgono compiti al posto tuo, sbagliano con i dati disordinati perché prendono ogni voce per vera. Una persona che vede una voce strana chiede a un collega. Un agente la accetta e va avanti.
Perché le persone convivono con il disordine e gli agenti no
Ogni team conosce i punti deboli dei propri registri. Tutti sanno che le date sulle vecchie offerte non significano niente. Tutti sanno che un certo cliente compare due volte nell'elenco.
Pensa a un lavoratore temporaneo al primo giorno. Nessuno gli ha detto niente di tutto questo. Legge l'elenco clienti e crede a ogni riga. Un agente è nella stessa situazione, ogni giorno.
Legge la vecchia data e una delle due voci. Poi costruisce sopra un promemoria, un report o una risposta. Il risultato sembra ordinato, e per questo l'errore è difficile da notare.
Quattro tipi di disordine e come li tratta un agente
| Il disordine | Esempio | Cosa fa l'agente |
|---|---|---|
| Campo vuoto | Un'attività senza nessun responsabile | La lascia fuori da ogni riepilogo. Il lavoro diventa invisibile. |
| Valore vecchio | Un'offerta ancora segnata «decisione a marzo» a giugno | La conta come incasso previsto |
| Doppione | Lo stesso cliente inserito due volte | Legge metà dello storico e riferisce «nessun contatto da mesi» |
| Testo libero | Stato scritto come «quasi finito», «90%» e «a buon punto» | Li tratta come tre cose diverse |
Perché obbligare tutti a compilare ogni campo non risolve
La soluzione ovvia è rendere obbligatori tutti i campi importanti. Di solito si ritorce contro. Chi deve compilare dieci campi prima di poter salvare scriverà qualunque cosa pur di andare avanti.
Un valore sbagliato è peggio di un campo vuoto. Un campo vuoto si trova. Uno inventato sembra un'informazione vera.
Funziona meglio lasciare che le persone salvino in fretta e completino dopo. Una voce può restare incompleta per qualche giorno. Poi compare come punto aperto a nome di una persona precisa.
Una routine in quattro passi
- Scegli i campi che contano. Elenca la decina di dati che report, promemoria e agenti usano davvero. Per esempio il responsabile, la scadenza, lo stato, l'importo e il cliente.
- Scrivi una regola breve per ciascuno. «Ogni attività aperta ha una scadenza.» «Ogni offerta aperta ha una data prevista di decisione.»
- Decidi chi corregge cosa. Per una scadenza mancante, tocca a chi svolge l'attività. Per un'attività senza responsabile, tocca a chi l'ha creata.
- Controlla con regolarità e mostra a ciascuno le sue lacune. Un elenco aziendale di quattrocento problemi viene ignorato. Sette voci a tuo nome vengono sistemate.
Se la stessa regola viene violata ogni settimana, cerca la causa. Magari il modulo chiede il dato nel momento sbagliato.
Fare pulizia prima o dopo aver iniziato con gli agenti?
Entrambe. Prima che un agente parta, sistema i campi del primo passo per i record ancora in uso. Lascia stare i record vecchi e chiusi. Poi lascia che la routine mantenga l'ordine.
Anche un agente può aiutare nella pulizia. Deve proporre un valore solo quando il record lo supporta, e una persona deve confermare ogni proposta.
Come lo gestisce Worknano
Worknano ha questa routine già integrata. Gli admin scrivono regole di qualità dei dati che dicono cosa va compilato, quanto è importante, quanti giorni di tolleranza ha un record e chi è responsabile della correzione. I nuovi workspace partono con 13 regole predefinite per attività, progetti, OKR e CRM. Ogni utente vede le proprie lacune e un punteggio di qualità da 0 a 100 nella sua pagina My, e un riepilogo giornaliero gli dice quanti record richiedono attenzione. Il Data Hygiene Assistant poi lavora una regola alla volta. Propone un valore solo quando il record lo supporta e non salva nulla finché non confermi.