Dataindtastning lægger information i et system. Nogen skriver det, scanner det eller importerer det fra en anden kilde. Arbejdet er gentagende og fejlbehæftet. Et ombyttet ciffer i et fakturanummer. Et forkert stavet navn. En dato indtastet i det forkerte format. Små fejl forværres. En rapport bygget på forkerte posteringer giver forkerte konklusioner.

Automatisering har reduceret behovet for manuel dataindtastning. OCR udtrækker tekst fra scannede dokumenter. API'er flytter data mellem systemer uden menneskelig berøring. Formularer validerer input før indsendelse. Men automatisering er ikke perfekt. OCR læser håndskrift forkert. API'er går i stykker, når skemaer ændres. Formularer kan ikke fange alle fejl. Manuel indtastning sker stadig, især for ustrukturerede kilder og ældre systemer. Den bedste praksis er at minimere det. Hvert manuelt trin er en mulighed for fejl. Hvor manuel indtastning er uundgåelig, skal du bruge valideringsregler, dobbelt indtastning for kritiske felter og regelmæssige revisioner. Omkostningerne ved dårlige data er højere end omkostningerne ved at indtaste dem korrekt første gang. Dataindtastning er ikke et job, der kræver høj færdighed, men det er et job med høj nøjagtighed. Nøjagtighed kræver opmærksomhed og gode værktøjer.

Reduktion af dataindtastningsfejl

• Valideringsregler — tjek format og interval ved indtastning
• Dropdowns og opslag — begræns valgmuligheder til gyldige værdier
• Dobbelt indtastning — indtast kritiske data to gange og sammenlign
• OCR og automatisering — reducer manuelle tastetryk
• Revisioner — stikprøvekontrol og verificering af indtastede data

Dataindtastning er hoveddøren til datapipelinen. Fejl her flyder nedstrøms og bliver sværere at rette.