Twoje dane nie są gotowe na AI — oto pięć kroków porządków, które idą pierwsze

W większości projektów automatyzacji przychodzi moment, w którym wszystko staje. Workflow jest zbudowany, model robi swoje, interfejs działa — a potem ktoś puszcza to na prawdziwą listę klientów i odkrywa, że ta sama firma występuje cztery razy w trzech pisowniach, połowa rekordów nie ma kraju, a pole status zawiera jedenaście wartości, z czego sześć to literówki pozostałych pięciu.

Od tego momentu nic nie działa porządnie, dopóki tego nie naprawisz. I prawie nigdy nie ma tego w planie.

Oto więc porządki, w kolejności, w jakiej naprawdę je robimy. Możesz przeprowadzić je w całości sam. To niewdzięczna praca, która zwraca się niezależnie od tego, czy kiedykolwiek coś na niej zbudujesz.

Krok 1: Ustal, czym właściwie jest rekord

Zanim dotkniesz danych, odpowiedz na jedno pytanie dla każdego zbioru: czym jest jeden wiersz?

Brzmi banalnie. Nie jest. W większości CRM-ów „klient” to po cichu trzy różne rzeczy — podmiot prawny, który dostaje fakturę, lokalizacja, do której jedzie dostawa, i człowiek, który odpisuje na maile. Gdy te trzy rzeczy wciśnie się w jedną tabelę, każde kolejne pytanie staje się dwuznaczne. „Ilu mamy klientów?” ma trzy dające się obronić odpowiedzi, a każda automatyzacja wybierze jedną z nich losowo.

Zapisz jednym zdaniem, co oznacza jeden wiersz w każdej z głównych tabel. Tam, gdzie zdanie potrzebuje „albo”, znalazłeś tabelę do rozdzielenia.

Ten krok pomija się najczęściej i to on generuje kosztowne poprawki.

Krok 2: Najpierw tożsamość, dopiero potem reszta

Duplikaty to najbardziej niszczący problem z danymi, bo się mnożą. Z jednego zdublowanego klienta robią się zdublowane zamówienia, zdublowane faktury i raport, który po cichu wszystko zawyża.

Praca do wykonania:

• Wybierz klucz. Coś, co naprawdę identyfikuje podmiot. Dla firm numer rejestrowy zawsze bije nazwę. Dla osób adres e-mail bije imię i nazwisko. Nazwy nie są identyfikatorami — firmy zmieniają nazwy, ludzie biorą śluby, a skraca każdy inaczej.
• Normalizuj przed porównaniem. Usuń formę prawną, zamień na małe litery, wytnij interpunkcję i nadmiarowe spacje — dopiero potem porównuj. Większość par duplikatów znajduje się już samym tym zabiegiem.
• Scalaj według reguły, nie na wyczucie. Który rekord przeżywa? Zwykle ten z najświeższą aktywnością. Regułę zapisz, stosuj konsekwentnie i prowadź ewidencję, co w co zostało scalone — będzie potrzebna, gdy ktoś zapyta, gdzie zniknęło stare zamówienie.
• Potem zapobiegnij kolejnym. Porządki bez ograniczenia unikalności albo kontroli duplikatów w formularzu to porządki, które powtórzysz za rok.

Krok 3: Ważne pola zrób obowiązkowymi i zredukuj do tego, co realne

Spójrz na pola, na podstawie których naprawdę podejmujecie decyzje — status, kategoria, opiekun, kraj, wartość. Dla każdego policz liczbę różnych wartości.

Jakąś wersję tego znajdziesz wszędzie: pole statusu z wartościami aktywny, Aktywny, AKTYWNY, active, w toku, W toku, wip, oczekuje i jednym wpisem, w którym widnieje tylko ??.

Naprawia się to trzema ruchami:

1. Uzgodnij zamkniętą listę z ludźmi, którzy używają pola. Prawdziwa lista ma zwykle cztery do sześciu wartości, nie jedenaście.
2. Zmapuj stare wartości na nową listę. Czego nie da się zmapować, dostaje nieznane — jawnie, nie po cichu.
3. Ogranicz wejście. Lista rozwijana zamiast pola tekstowego. To jest cała naprawa. Reszta jest tymczasowa.

Wolny tekst jest w porządku w notatkach. Dla czegokolwiek, na czym system się rozgałęzia, jest katastrofą.

Krok 4: Daty, liczby i waluty do jednego formatu

Nudne i nienegocjowalne. Powracający winowajcy:

• Data jako tekst. 01/02/2026 to w Europie 1 lutego, a w USA 2 stycznia, a gdy obie pisownie siedzą w jednej kolumnie, żadna reguła nie rozdzieli ich wstecz. Przechowuj daty jako daty, w formacie ISO, w jednej strefie czasowej.
• Liczby jako tekst. Kwoty z symbolem waluty, separatorem tysięcy albo przecinkiem dziesiętnym w polu tekstowym. Co ma być sumowane, musi być zapisane jako liczba.
• Mieszane waluty w jednej kolumnie bez kolumny waluty obok. Kwota i waluta zawsze idą razem.
• Puste vs. zero vs. null. To trzy różne rzeczy. Zdecyduj, co jest czym, i trzymaj się tego — raport traktujący puste jako zero z pełnym przekonaniem policzy złą średnią.

Krok 5: Zapisz, skąd bierze się każdy zbiór i kto go posiada

Ostatni krok to już nie sprzątanie — to sposób, by sprzątanie się utrzymało.

Dla każdego zbioru jedna linijka: skąd pochodzi, co zasila, kto może zmieniać jego strukturę i jak często się aktualizuje.

To właśnie ta mała tabelka zamienia jednorazowe porządki w trwałe aktywo. Bez niej za pół roku ktoś doda kolumnę, automatyzacja po cichu się wysypie i nikt nie powie, kogo zapytać. Z nią odpowiedź zajmuje dziesięć sekund.

Jeśli te same dane masz w dwóch systemach, zdecyduj teraz, który jest źródłem prawdy. Nie „powinny się zgadzać” — tylko reguła, który wygrywa, gdy się nie zgadzają. Nie będą się zgadzać.

Ile to trwa

Dla mniejszej firmy z CRM-em, księgowością i kilkoma arkuszami: dwa do pięciu dni skupionej pracy, głównie w krokach 2 i 3. To nie jest kwartalny program danych i nie wymaga kupowania platformy.

Kusi, żeby robić to równolegle z budową automatyzacji. Próbowaliśmy obu wariantów — równolegle jest wolniej, bo każda decyzja o danych staje się przerwaniem w na wpół zbudowanym systemie.

Co z tego masz, nawet jeśli nic nie zbudujesz

To warto powiedzieć wprost: nic z powyższego nie jest pracą z AI. To praca, dzięki której raportom da się ufać, wdrożenie nowych osób idzie szybciej, a każdy przyszły system jest tańszy. Gdyby projekt automatyzacji skasowano jutro, te porządki i tak byłyby tego warte.

A gdy już coś zbudujesz, to one decydują o różnicy między systemem działającym na danych demonstracyjnych a systemem działającym w poniedziałek rano.

Test na pięć minut

Weź główną tabelę klientów i sprawdź:

1. Wyszukaj nazwę jednego dużego klienta. Ile rekordów wraca?
2. Policz różne wartości w najczęściej używanym polu statusu. Więcej niż osiem?
3. Wylosuj dziesięć wierszy. Ile ma pustkę w polu, które uważasz za kluczowe?
4. Zapytaj dwoje współpracowników, ilu macie aktywnych klientów. Czy liczby się zgadzają?

Każda zła odpowiedź oznacza, że twój najbliższy tydzień należy do kroku 2 albo 3 — i będzie to najtańszy tydzień całego projektu.

Jeśli chcesz dołożyć do tego stronę procesową, nasz przewodnik po audycie procesów opisuje tę samą myśl z drugiej strony: najpierw znajdź prawdziwą pracę, dopiero potem decyduj, co zasługuje na automatyzację.