Dati aziendali sbagliati: parti da chi li inserisce

In due righe

I numeri sbagliati nascono quasi sempre da chi digita, senza sapere che quel dato serve a decidere.
Si sistemano in tre mosse: mappa chi inserisce cosa, assegna un responsabile per ogni campo che conta, aggiungi un controllo prima dei report.
Prima le regole, poi l'automazione: automatizzare un dato sporco significa distribuirlo più velocemente.
La regola 1-10-100: un euro per verificare subito, cento per correggere dopo.

I dati aziendali sbagliati non nascono dal gestionale: nascono dalla mano di chi digita, quasi sempre senza sapere che quel numero servirà a decidere. Si sistemano in tre mosse concrete. Prima mappa chi inserisce cosa e quando. Poi assegna a ogni campo che conta una regola chiara e un responsabile unico. Infine aggiungi un controllo semplice prima che il dato entri nei report. Solo dopo valuta l'automazione: automatizzare un dato sbagliato significa distribuirlo più velocemente.

Chi inserisce davvero i dati nella tua azienda?

Per capire chi inserisce davvero i dati, serve una premessa. Il controllo di gestione è il sistema con cui un'azienda misura margini, costi e cassa per decidere con i numeri invece che a sensazione. Prendi un numero che guardi ogni mese: margine, cassa o costo per commessa. Risali al campo che lo alimenta. Poi risali a chi lo digita e a quando. Nella maggior parte delle PMI il dato passa per tre o quattro mani e nessuna sa cosa ne fai dopo.

Facciamo un conto su un'officina con sei tecnici e un fatturato di 1,2 milioni di euro. Ogni tecnico registra le ore a fine settimana, a memoria, e in media sbaglia venti minuti al giorno. A quaranta euro di tariffa oraria, venti minuti per ventidue giorni per sei tecnici fanno 44 ore al mese non attribuite, circa 1.760 euro di margine che spariscono o finiscono sulla commessa sbagliata. Se il singolo tecnico sbaglia mezz'ora, il costo individuale è una volta e mezza rispetto ai venti minuti. Fai il conto con i tuoi numeri.

Perché i dati sbagliati nascono alla fonte, non nel software

Tre cause, nessuna tecnica. La prima: chi digita non sa che quel dato servirà a decidere. La seconda: nessun campo ha un responsabile, quindi tutti lo inseriscono e nessuno lo controlla. La terza: non esiste una regola condivisa su come va scritto. Un dato sporco è un dato incompleto, duplicato o incoerente che produce report falsati e decisioni sbagliate. Il gestionale calcola bene, ma su input sporchi. Ognuno scrive come gli pare, e il report mensile diventa un mosaico di convenzioni personali.

Secondo Istat, nel 2024 il 70,2% delle imprese con 10-249 addetti è fermo a un livello base di digitalizzazione e solo il 26,2% ha un livello almeno alto. E solo l'11,3% delle PMI ha specialisti ICT in organico, contro il 74,5% delle grandi imprese. In questo contesto, il problema non è il software: è il processo attorno a chi inserisce.

Quali dati sbagliati ti costano di più? La griglia in 5 campi

Non tutti i dati meritano attenzione. Contano i campi che alimentano i tre numeri che usi per decidere: margine, cassa e costo per commessa. L'anagrafica è la scheda con i dati identificativi di un cliente, di un fornitore o di un articolo. La causale è il codice che spiega perché un'entrata o un'uscita di cassa è avvenuta. La tabella mette in fila i cinque campi che, sbagliati, falsano subito quei numeri, con l'errore tipico e la regola minima per sistemarli. Il punto non è compilare tutto perfettamente: è che ogni campo alimenta una decisione vera.

Campo	Errore tipico	Quale numero falsa	Regola minima per sistemarlo
Partita IVA e anagrafica cliente	digitata male o duplicata	fatture, solleciti, margine per cliente	verifica del formato e una sola anagrafica per cliente
Codice articolo/prodotto	codice libero o doppio	margine per prodotto	codifica univoca decisa una volta sola
Ore lavorate	registrate a memoria a fine settimana	costo e margine per commessa	registrazione a fine giornata, da chi esegue
Causali di movimento	vuote o "varie"	analisi di cassa	elenco chiuso di causali, campo obbligatorio
Scadenze di pagamento	inserite a spanne	previsione di cassa	data verificata e obbligatoria alla fattura

Facciamo un conto sulla cassa: se il 30% dei movimenti ha causale "varie" o vuota, su 500 movimenti l'anno sono 150 di cui non sai spiegare il perché, e l'analisi di cassa è inutile per un terzo del flusso.

Il passo successivo

I numeri servono a decidere, non a consuntivare. A Da Caos a Impresa, tre giorni a Bologna, si lavora sui tuoi.

Guarda Da Caos a Impresa

Quanto costa un dato sbagliato: la regola 1-10-100 applicata a una PMI

La regola 1-10-100 viene da SiriusDecisions e Forrester: verificare un dato appena inserito costa 1, ripulirlo e de-duplicarlo costa 10, correggerlo quando ha già generato un errore costa 100. Non sono cifre della tua azienda: sono il rapporto che conta.

Facciamo un conto su una PMI che gestisce venti anagrafiche clienti a settimana, con il 5% di errori. Sono cinquantadue errori l'anno. Verificare subito costerebbe cinquantadue euro l'anno. Correggerli dopo, quando hanno già prodotto fatture sbagliate o solleciti, ne costa 5.200. Il margine che tieni a stento non può coprire errori che potevi fermare alla fonte.

Come sistemi i dati aziendali sbagliati: campo, responsabile e controllo

Per ogni campo che conta, tre mosse.

Definisci la regola: formato, valori ammessi, obbligatorietà.
Assegna un responsabile unico, che inserisce il dato nel momento in cui nasce.
Aggiungi un controllo semplice prima che il dato entri nei report.

Il dato si registra dove nasce, non a fine giornata a memoria. Chi chiude la commessa registra le ore. Chi emette la fattura registra la scadenza. Per le ore, la regola è: registrazione a fine giornata da chi esegue il lavoro, non a fine settimana da chi redige la fattura. Per le causali, l'elenco chiuso evita "varie". Chi non ha vissuto il dato lo inserisce a memoria, e a memoria si sbaglia.

Cosa non fare: non comprare software prima di sistemare le regole

Non comprare un gestionale nuovo, un CRM nuovo o un'integrazione solo per sistemare i dati. Automatizzare un dato sbagliato significa distribuirlo più velocemente: prima le regole, poi lo strumento. Se campi, responsabili e controlli esistono da qualche settimana, allora l'automazione fa rispettare le regole senza pensarci. Un agente AI può togliere la digitazione e compilare i campi da solo, come Delera Agent AI. Ma il processo viene prima della tecnologia, mai dopo.

Il passo più piccolo che puoi fare domani mattina: prendi un numero che guardi ogni mese, risali al campo che lo alimenta e chiedi alla persona che lo digita cosa ne fai, chi lo controlla e come lo scrive. Se la risposta è "non lo so", hai trovato il punto da sistemare.

Domande frequenti

Perché i numeri del gestionale non tornano con la realtà?

Quasi sempre perché il dato è entrato male alla fonte: un’ora registrata a memoria, una causale vuota, un codice prodotto duplicato. Il gestionale calcola correttamente, ma su input sbagliati. Prima di incolpare il software, fai la prova su un numero: risali a chi lo digita e a quando, e troverai lì l’errore.

Chi dovrebbe inserire i dati in una PMI?

Chi genera il dato, nel momento in cui lo genera. Chi chiude la commessa registra le ore, chi emette la fattura registra la scadenza. Non va scaricato tutto su una sola persona a fine giornata: chi non ha vissuto il dato lo inserisce a memoria, e a memoria si sbaglia. Il dato si registra dove nasce.

Come capisco quali dati sbagliati mi costano davvero?

Parti dai tre numeri che guardi per decidere: margine, cassa, costo per commessa. Per ognuno risali al campo che lo alimenta. Se il margine per prodotto non torna, il colpevole è il codice articolo; se la cassa non torna, sono causali e scadenze. Sistema prima i campi che alimentano i numeri che usi davvero.

Devo comprare un software per sistemare i dati?

No, non come prima mossa. Un software nuovo su dati sporchi distribuisce lo stesso errore più velocemente. Prima definisci regole, responsabili e un controllo per i campi che contano, anche con il gestionale che già hai. Solo quando le regole esistono, l’automazione le fa rispettare senza pensarci.

Quando ha senso automatizzare l’inserimento dei dati?

Quando un campo ha una regola stabile e un responsabile chiaro da qualche settimana. A quel punto puoi togliere la digitazione: un lettore di fatture, un’integrazione tra gestionale e CRM, un agente AI che compila i campi da solo. L’automazione non corregge i dati sporchi: li fissa, ma solo se le regole esistono già.

Quanto costa correggere un dato sbagliato dopo?

Seguendo la regola 1-10-100 di SiriusDecisions, verificare un dato appena inserito costa 1, ripulirlo e de-duplicarlo costa 10, correggerlo quando ha già generato un errore costa 100. Il costo esplode man mano che l’errore si propaga in fatture, report e decisioni già prese.

Fonti