Data a procesy

Od zdrojového údaje k reportu: kde hledat příčinu nesrovnalosti

Ing. Petra Hradecká, MBA · Redakční datum: · ≈ 6 min

Chyba viditelná v reportu mohla vzniknout o několik kroků dříve. Pomáhá rozdělit datovou cestu a ověřovat jednotlivé přechody.

Zrevidováno a rozšířeno 28. října 2026. Příklady popisují doložené události; navržený postup představuje mou vlastní analytickou úvahu.

Od zdrojového údaje k reportu: kde hledat příčinu nesrovnalosti

Výstup je posledním místem, kde problém vidíme. Nemusí být místem, kde vznikl. Zkušenost s analýzou integračních a datových procesů mě vede k tomu, abych se při nesrovnalosti ptala i na návaznosti mezi systémy.

Jedna hodnota, několik proměn

Údaj může projít zadáním, přenosem, transformací, přiřazením do kategorie a agregací. V každém kroku se může změnit jeho hodnota nebo význam. Pro ověření bych si proto zapsala vstup, použitou operaci, výstup a odpovědný systém.

Basel Committee v publikaci z ledna 2026 označuje dohledatelnost dat od původu po konečné využití za důležitou pro potvrzení jejich kvality. Zároveň upozorňuje, že udržování této dohledatelnosti zůstává pro banky náročné. Následující příklad je mou ilustrací analytického postupu.

Modelová situace: změna kategorie

Po úpravě číselníku se část záznamů objeví v jiné kategorii. Celkový objem je stejný, jeden dílčí přehled však vykazuje neobvyklý pohyb. Než bych změnu označila za skutečný vývoj, ověřila bych verzi číselníku, datum účinnosti a pravidlo pro historické záznamy.

Jak bych postupovala

  1. Vymezit rozdíl. Která období, kategorie a záznamy se liší?
  2. Vybrat dohledatelný vzorek. Projít stejné záznamy od zdroje po report.
  3. Najít první odchylku. Ve kterém přechodu se očekávaný a skutečný výsledek rozešly?
  4. Prověřit rozsah. Ovlivňuje stejné pravidlo i další výstupy?
  5. Ověřit nápravu. Zkontrolovat opravený případ i situace, které před změnou fungovaly správně.

Přínos společného popisu

Jednoduchá mapa datové cesty pomáhá spojit odbornou a technickou diskusi. Odborný útvar vysvětlí význam údaje, IT přenos a transformace. Analytik může zachytit obě roviny v jednom popisu a udržet jasné rozlišení mezi fakty a předpoklady.

Za užitečný výsledek bych považovala nejen opravený výstup, ale také zaznamenané pravidlo a kontrolu, podle níž lze případné opakování rozpoznat.

Rozdělit cestu na ověřitelné přechody

Užitečná datová mapa neukazuje jen seznam systémů. Zachycuje také změny významu: kde vzniká identifikátor, kde se vybírá poslední platný záznam a kde se částky převádějí do jiné měny. Každý přechod může mít vlastní pravidlo a vlastní okamžik zpracování. Bez těchto souvislostí je obtížné vysvětlit, proč se dva výstupy liší.

Při hledání příčiny bych začala konkrétním případem a postupovala zpět od reportu ke zdroji. Na každé hranici bych porovnala hodnotu, čas a klíč záznamu. První místo, kde se informace začne lišit od očekávání, obvykle zúží další otázky lépe než plošná kontrola všech tabulek.

Proč oprava výstupu nemusí stačit

Pokud se chyba opraví jen v reportu, stejná nesrovnalost může zůstat v jiných navazujících výstupech. Proto je po nalezení příčiny důležité zjistit, kdo další používá stejný zdroj nebo transformační pravidlo. Analýza dopadu má být přiměřená, ale neměla by končit na první viditelné obrazovce.

Ověření opravy potřebuje původní chybný případ i další srovnatelné záznamy. Smyslem není potvrdit, že se změnilo jedno číslo, ale že pravidlo nyní funguje správně v příslušném rozsahu. Výsledek pak může jasně oddělit opravu historických dat od změny budoucího zpracování.

Skutečný případ: problém není uzavřen prvním opatřením

OCC 10. července 2024 zveřejnil další opatření vůči Citibank v USA a pokutu 75 milionů dolarů. Ve zdůvodnění uvedl také nedostatečné sledování dopadu problémů datové kvality na regulatorní výkaznictví. Nejde o důkaz konkrétní chybné transformace; případ připomíná potřebu sledovat dopad napříč výstupy.

Moje vlastní interpretace je, že seznam opravených polí sám neukáže, zda byl obnoven spolehlivý proces. Potřebujeme vědět, kdo údaj vytváří, která pravidla jej mění a kde všude je používán. Úspěšný kontrolní výsledek na jednom místě může existovat současně s nevyřešeným problémem v jiné větvi. Proto bych propojovala popis příčiny s mapou skutečně dotčených výstupů, ne pouze se jménem hlavní databáze.

Modelový příklad: hodnota v původní a vykazované měně

Představme si smyšlenou smlouvu s částkou 100 000 EUR. Zdroj uchovává částku i měnu správně. V mezikroku vznikne přepočet 2,5 milionu Kč při modelovém kurzu 25 Kč za euro. Následující rozhraní ale předá pouze číslo bez informace o měně a cílový proces jej znovu převede. Problém není v násobení, ale ve ztraceném významu a nejasné odpovědnosti na hranici systémů.

Začala bych stejným identifikátorem smlouvy ve všech krocích. U každého bych zaznamenala hodnotu, měnu, použitý kurz a jeho datum. Při kontrole by se ukázalo první místo, kde chybí očekávaný atribut. Nepředpokládala bych však ihned, že stejná chyba zasahuje všechny měnové produkty. Rozsah bych ověřila podle verze rozhraní, typu smlouvy a období, ve kterém se používalo problematické mapování.

Pokud konečný report někdo ručně opravil, uchovala bych i tuto informaci. Opravený součet může skrývat stále chybnou automatickou cestu. Další měsíční dávka by problém vytvořila znovu, případně v jiném rozsahu. Do doporučení by proto patřilo rozlišení trvalé opravy rozhraní, jednorázového přepočtu historie a dočasné kontroly, která v přechodném období zachytí opakování.

Jak bych mapu ověřovala s různými útvary

Obchodní vlastník vysvětlí, co má údaj znamenat. Datový specialista doloží jeho technický původ a vývojář transformaci. Žádný z těchto pohledů bych nepovažovala sám o sobě za úplný. Při společném průchodu bych porovnávala jejich popisy s konkrétním záznamem. Neshoda mezi dokumentací a skutečným přenosem je podnětem k dalšímu ověření, nikoli důvodem automaticky upřednostnit nejnovější dokument.

Mapa by měla být tak podrobná, aby pomohla v rozhodnutí, ale nemusela zobrazovat každou technickou pomocnou tabulku. Zaměřila bych se na místa změny významu, výběru populace a rozhodného data. U významného pravidla bych zaznamenala vlastníka a verzi. Když se následně změní číselník nebo kurzový zdroj, tým snadněji pozná, jaké kontroly zopakovat a komu změnu předat k potvrzení.

Kontrola nápravy a práce s nejistotou

Po opravě bych znovu prošla původní chybný záznam, platný záznam v jiné měně a situaci, kdy kurz chybí. Přidala bych kontrolu na opakované zpracování stejné dávky. Náprava může odstranit dvojí přepočet a současně omylem přestat převádět částky tam, kde je převod správný. Regresní sada má proto chránit nejen nalezenou odchylku, ale také oprávněné varianty společného pravidla.

Závěr bych omezila tím, co bylo skutečně prověřeno. Jestliže jsme prošli tři rozhraní jednoho produktu, neznamená to automaticky potvrzení celé bankovní datové architektury. Přesto může být zjištění významné, pokud se stejný prvek používá ve více procesech. Pracovní záznam má tuto možnost označit a přiřadit následné ověření, místo aby ji bez důkazu vydával za prokázaný celkový rozsah.

Shrnutí a doporučení

Doporučila bych mapovat datovou cestu prostřednictvím skutečných záznamů a změn významu, ne pouze názvů systémů. Každá významná odchylka potřebuje vysvětlení původu, dopadu a způsobu ověření nápravy. Dobrá mapa pomůže spojit lidi, kteří jednotlivé části znají, a vytvořit společný podklad pro rozhodnutí. Její hodnotu ukáže schopnost dohledat další případ bez nové improvizované rekonstrukce celé cesty.

Zdroje a odkazy

Zahraniční případ slouží k analytickému poučení; jeho právní rámec ani opatření nepřenáším automaticky na české banky. Modelové situace a navržený postup nejsou tvrzením o mých vlastních kontrolách.

← Zpět na všechny články