Gegevensinvoer houdt in dat informatie in een systeem wordt geplaatst. Iemand typt de gegevens in, scant ze of importeert ze vanuit een andere bron. Het werk is repetitief en foutgevoelig. Een verwisseld cijfer in een factuurnummer. Een verkeerd gespelde naam. Een datum in het verkeerde formaat. Kleine fouten stapelen zich op. Een rapport gebaseerd op foutieve invoer leidt tot verkeerde conclusies.

Automatisering heeft de behoefte aan handmatige gegevensinvoer verminderd. OCR extraheert tekst uit gescande documenten. API's verplaatsen gegevens tussen systemen zonder menselijke tussenkomst. Formulieren valideren de invoer vóór verzending. Maar automatisering is niet perfect. OCR leest handschrift verkeerd. API's werken niet meer wanneer schema's veranderen. Formulieren kunnen niet elke fout opsporen. Handmatige invoer komt nog steeds voor, vooral bij ongestructureerde bronnen en verouderde systemen. De beste praktijk is om dit te minimaliseren. Elke handmatige stap is een kans op fouten. Waar handmatige invoer onvermijdelijk is, gebruik dan validatieregels, voer kritieke velden dubbel in en voer regelmatig controles uit. De kosten van foute gegevens zijn hoger dan de kosten van correcte invoer in één keer. Gegevensinvoer is geen hooggekwalificeerde taak, maar wel een zeer nauwkeurige taak. Nauwkeurigheid vereist aandacht en goede hulpmiddelen.

Het aantal fouten bij gegevensinvoer verminderen

• Validatieregels — controleer het formaat en het bereik van de invoer.
• Keuzelijsten en opzoekvelden — beperk de keuzes tot geldige waarden
• Dubbele invoer — voer cruciale gegevens twee keer in en vergelijk ze.
• OCR en automatisering — verminder handmatige invoer
• Audits — steekproefsgewijs controleren en verifiëren van ingevoerde gegevens

Gegevensinvoer is de toegangspoort tot de datapipeline. Fouten hier sijpelen door naar de volgende schakel en worden steeds moeilijker te herstellen.