Dataregistrering setter informasjon inn i et system. Noen skriver det, skanner det eller importerer det fra en annen kilde. Arbeidet er repetitivt og utsatt for feil. Et transponert siffer i et fakturanummer. Et feilstavet navn. En dato skrevet inn i feil format. Små feil forsterkes. En rapport bygget på feil oppføringer gir feil konklusjoner.

Automatisering har redusert behovet for manuell dataregistrering. OCR trekker ut tekst fra skannede dokumenter. API-er flytter data mellom systemer uten menneskelig berøring. Skjemaer validerer inndata før innsending. Men automatisering er ikke perfekt. OCR leser håndskrift feil. API-er bryter sammen når skjemaer endres. Skjemaer kan ikke fange opp alle feil. Manuell registrering skjer fortsatt, spesielt for ustrukturerte kilder og eldre systemer. Den beste fremgangsmåten er å minimere det. Hvert manuelt trinn er en mulighet for feil. Der manuell registrering er uunngåelig, bruk valideringsregler, dobbel registrering for kritiske felt og regelmessige revisjoner. Kostnaden for dårlige data er høyere enn kostnaden for å legge dem inn riktig første gang. Dataregistrering er ikke en jobb som krever høy kompetanse, men det er en jobb med høy nøyaktighet. Nøyaktighet krever oppmerksomhet og gode verktøy.

Redusere feil i dataregistrering

• Valideringsregler – sjekk format og område ved inntasting
• Rullegardinmenyer og oppslag – begrens valgene til gyldige verdier
• Dobbeltregistrering – skriv inn viktige data to ganger og sammenlign
• OCR og automatisering – reduser manuelle tastetrykk
• Revisjoner – ta prøver og verifisere inntastede data

Dataregistrering er inngangsdøren til dataprosessen. Feil her flyter nedstrøms og blir vanskeligere å fikse.