Data integrity
Igiene del dato · Qualita del dato
La proprietà per cui i dati registrati corrispondono ai fatti accaduti, restano coerenti fra sistemi diversi e non cambiano di significato nel tempo. Riguarda la registrazione, non l'analisi.
Che cos’è
Ogni discussione sul pricing dà per scontato che i numeri di partenza siano veri. Quasi mai lo sono del tutto. L’igiene del dato è il lavoro che precede l’analisi: verificare che quello che il gestionale racconta sia successo davvero, che due sistemi che parlano dello stesso mese dicano la stessa cosa, e che il significato di un campo non sia cambiato mentre nessuno guardava.
Le rotture ricorrenti negli alberghi sono cinque e si ripetono ovunque, dal residence di trenta unità alla catena di quaranta strutture. Prima: campi obbligatori lasciati al valore predefinito, tipicamente il segmento e la fonte della prenotazione. Seconda: doppioni di anagrafica, la stessa azienda registrata in sei modi diversi, che rendono impossibile capire quanto vale un cliente. Terza: definizioni divergenti, camere disponibili che includono o escludono le fuori servizio a seconda del report. Quarta: correzioni retroattive, cioè modifiche a mesi già chiusi che spostano numeri già comunicati. Quinta, la più subdola: cambi di convenzione non documentati, un codice tariffa riusato per un altro scopo a partire da una certa data, che spezza in due lo storico senza che nessuno se ne accorga.
Il costo non è teorico. Un forecast si costruisce sullo storico; se lo storico ha una discontinuità di convenzione, il modello impara un cambiamento di comportamento che non è mai avvenuto e proietta in avanti un errore sistematico. Il pricing che ne deriva è sbagliato con precisione.
Come si calcola
La misura minima è la completezza per campo: quante righe hanno un valore ammesso sul totale delle righe del periodo. Accanto va tenuta la coerenza fra fonti, cioè lo scarto percentuale fra lo stesso indicatore calcolato da due sistemi diversi, e la stabilità, cioè quante righe di mesi già chiusi sono state modificate dopo la chiusura.
Controllo trimestrale, hotel 140 camere, 6.820 prenotazioni
- Prenotazioni con segmento valorizzato
- 6.301
- Completezza del campo segmento
- 92,4%
- Prenotazioni con segmento predefinito Individuale
- 519
- Di cui in realta corporate o gruppo
- circa 340
- ADR medio dichiarato del segmento Individuale
- 121 EUR
- ADR medio ricalcolato dopo correzione
- 129 EUR
- Il segmento individuale risultava più debole di 8 EUR di quanto fosse
- Su 6.301 camere-notte, sono 50.400 EUR attribuiti al segmento sbagliato
Come si usa
Il controllo va reso periodico e breve, altrimenti non si fa. Un buon impianto sta in tre routine.
Ogni notte, dentro il night audit: quadratura camere occupate più libere più fuori servizio uguale camere totali; ricavo camere del giorno uguale alla somma degli addebiti camera; nessuna prenotazione in casa senza tariffa.
Ogni lunedì: elenco delle prenotazioni della settimana con segmento mancante, con tariffa fuori dall’intervallo ammesso per quel codice, con differenza fra camera prenotata e camera assegnata. Si correggono subito, finché qualcuno ricorda che cosa è successo.
Ogni trimestre: riconciliazione con la contabilità mese per mese, e verifica che nessun codice tariffa abbia cambiato significato. Ogni cambio di convenzione va scritto in un registro con la data di decorrenza, perché sarà l’unica cosa che salverà l’analisi fra due anni.
Correggere il passato senza scriverlo da nessuna parte
La pratica più pericolosa è la correzione silenziosa: si scopre a novembre che i gruppi di luglio erano segmentati male, si sistemano nel gestionale e non si dice nulla. Da quel momento il consuntivo di luglio non coincide più con quello comunicato alla proprietà, il budget dell’anno dopo si costruisce su una base diversa da quella discussa, e nessuno riesce a ricostruire perché. Ogni intervento su dati già chiusi va registrato con data, autore, righe toccate e motivo. Bastano tre colonne in un foglio condiviso.
Da non confondere con
L’igiene del dato non è la protezione del dato. La seconda riguarda accessi, backup e privacy; la prima riguarda la corrispondenza fra registrazione e realtà. Un archivio perfettamente sicuro può essere pieno di segmenti sbagliati.
Non va confusa nemmeno con il target leakage. L’igiene del dato chiede se il valore è corretto; il target leakage chiede quando quel valore è stato scritto. Un campo può essere completo, coerente e pulitissimo, e restare inutilizzabile per una previsione perché al momento in cui devi decidere non esiste ancora.