Begreper og definisjoner i økonomidata

Begreper og definisjoner er noe av det første som må fungere hvis en standard skal være brukbar. Når ord som konto, dokumentdato, leveringsdato, avgiftskode eller referanse forstås ulikt, blir også dataene mindre sammenlignbare. Det gjelder selv om filformatet i seg selv er korrekt.

Dette er grunnen til at standardarbeid alltid må begynne med språk, ikke bare struktur.

Hvorfor begreper er så viktige

En standard får verdi når flere aktører tolker samme opplysning på en lik nok måte. Hvis definisjonene er svake, oppstår det fort flere problemer samtidig:

fagmiljøer bruker samme ord om ulike ting
systemleverandører bygger ulike tolkninger inn i løsningene
dokumentasjonen blir vanskeligere å lese presist
validering og kontroll får et svakere grunnlag

I praksis er dette ofte starten på både lokale tilpasninger og unødvendig tolkning.

Hva en god definisjon bør gjøre

En definisjon skal ikke bare være kort. Den skal også være presis nok til å kunne brukes i implementasjon og kontroll.

Del av definisjonen	Hvorfor den betyr noe
Hva opplysningen beskriver	Gjør det lettere å forstå hva feltet faktisk er ment å representere
Hva som ikke inngår	Hindrer at beslektede opplysninger blandes sammen
Hvordan opplysningen brukes	Gir bedre grunnlag for implementasjon og dokumentasjon
Eksempel	Viser hvordan definisjonen fungerer i praksis

Det er særlig viktig i standarder som ligger tett på SAF-T , Peppol og norsk standard kontoplan , fordi mange systemer og prosesser avhenger av de samme kjerneordene.

Når begreper ser tydelige ut, men ikke er det

Noen av de vanskeligste problemene oppstår når et begrep virker intuitivt, men brukes ulikt i praksis. Det kan for eksempel gjelde:

datoer som beskriver ulike tidspunkt i samme arbeidsflyt
referanser som ser like ut, men peker til forskjellige objekter
konto- eller avgiftsbegreper som tolkes ulikt i ulike miljøer
kunde- og leverandøridentifikatorer som blandes med interne nøkler

Da hjelper det lite at standarden har mange felter hvis meningen bak dem fortsatt er uklar.

Begrepsarbeid er mer enn ordliste

Det er lett å tenke at begrepsarbeid bare handler om å samle uttrykk i en tabell. I praksis må det gjøre mer enn det:

avklare hva opplysningen betyr
vise hvordan den skiller seg fra nærliggende opplysninger
beskrive hvordan den skal brukes i dataflyt og dokumentasjon
gjøre det lettere å oppdage feil bruk tidlig

Derfor henger begrepsarbeid tett sammen med både krav og veiledning i en standard og dokumentasjon som del av standarden .

Hvordan begreper påvirker datakvalitet

Mange dataproblemer skyldes ikke mangel på teknikk, men mangel på felles forståelse. Når definisjonene er tydelige nok, blir det også lettere å:

validere opplysninger mot riktige forventninger
sammenligne data mellom ulike virksomheter og systemer
skrive bedre høringsinnspill og forbedringsforslag
bygge testdata som faktisk avdekker reelle svakheter

Dette er også en viktig grunn til at testdata i standardarbeid og identifikatorer og masterdata bør ses i sammenheng med selve definisjonene.

Et tegn på at begrepsarbeidet er for svakt

Hvis en opplysning krever lang muntlig forklaring hver gang den skal brukes, er definisjonen ofte for svak. Det samme gjelder hvis:

ulike miljøer gir ulike svar på hva et felt betyr
dokumentasjonen må bruke mange unntak for å forklare samme punkt
implementasjoner glir fra hverandre uten at noen oppdager det tidlig