1 Vejledning til KL s Excelværktøj Indhold 1. Indledning... 2 2. It-krav... 2 3. Principperne bag værktøjet... 3 2.1 Forklaring af rensningsprocessen... 3 2.2 Forklaring af analyseprocessen... 3 3. Guide til anvendelse af Excelværktøjet... 4 4. Problemløsningsguide... 7
2 1. Indledning KL s Excelværktøj har til formål at hjælpe kommunerne med at bruge KomHen-dataen lokalt. For at KomHen-dataen kan skabe værdi, skal den renses og analyseres. Det er disse to opgaver Excelværktøjet hjælper kommunerne med. Helt konkret beregner værktøjet: Hvilke opgaver der har et validt datagrundlag Et X-Y plot som viser sammenhængen mellem transaktionsvolumen og selvbetjeningsgraden for de opgaver, hvor datagrundlaget er validt. Denne guide består af fire afsnit: afsnit 2 beskriver, hvilke it-krav din computer skal opfylde for at kunne afvikle værktøjet; Afsnit 3 beskriver principperne bag renseprocessen og analysen; afsnit 4 er en udførlig guide til hvordan man bruger værktøjet; afsnit 5 er en problemløsningsguide, som man kan trække på, hvis ens data ser mistænkelig ud, når man bruger værktøjet. 2. It-krav Excelværktøjet indeholder et stort antal af formler og er derfor et ret tungt værktøj. For at kunne bruge det skal du have en computer, der opfylder følgende: Computeren må ikke være logget på Citrix Anbefalet hardware: Intel I5 processor (4. gen), min. 2 ghz 4 GB ram 1 gb fri hard disk Anbefalet software: Windows 8 64 bit Excel 64 bit
3 3. Principperne bag værktøjet 2.1 Forklaring af rensningsprocessen Hver opgave (KLE-nummer) i datasættet bliver testet for om de opfylder to principper. Hvis begge principper er opfyldt, anses datagrundlaget for at være validt for den pågældende opgave. De to principper er: 1) For den pågældende opgave skal der være registreret minimum 25 henvendelser i gennemsnit per uge. 2) For den pågældende opgave skal der være minimum én registrering på selvbetjeningskanalen OG minimum én registrering på Email-kanalen ELLER telefon-kanalen. Grunden til at vi anvender princip 1) er, at hvis datagrundlaget er meget småt, så er der for stor usikkerhed behæftet med tallene. I KL har vi vurderet at 25 henvendelser er en god minimumsgrænse. Grænsen kan imidlertid være for høj for meget små kommuner og for lav for meget store kommuner. I KL har vi mulighed for at ændre grænseværdien for jer. Ønsker I dette skal i skrive en mail til komhen@kl.dk. Grunden til at vi anvender princip 2) er for at sikre, at der både er indsamlet data på selvbetjeningskanalen og på de øvrige kanaler. KL indsamler selvbetjeningsdata på en række opgaver for kommunerne. For disse opgaver bliver der således indsamlet selvbetjeningsdata, uanset om kommunen har talt på opgaven eller ej. Opgaver som kommunen ikke har talt på, men som KL har indsamlet selvbetjeningsdata for, vil få en selvbetjeningsgrad på 100 %, hvilket er misvisende. Excelværktøjet skriver FALSK ud fra de opgaver, hvor data ikke lever op til de to principper, og SAND ud for de opgaver, hvor data opfylder principperne. 2.2 Forklaring af analyseprocessen Analysen består i at der udarbejdes en metadataoversigt og et X-Y plot. Metadataoversigten svarer til den der er beskrevet i vejledningen: "KomHen i Spil". Metadaten giver en oversigt over følgende: Hvor mange uger har kommunen talt på opgaverne Det årlige antal henvendelser for hver opgave beregnet som et fladt gennemsnit 1 Selvbetjeningsgraden for hver opgave Ud fra metadataen udarbejder Excelværktøjet et X-Y plot, der viser sammenhængen mellem transaktionsvolumen og selvbetjeningsgraden for de forskellige opgaver. Transaktionsvolumen er defineret som det gennemsnitlige antal henvendelser per år for en opgave. De opgaver, som ikke har et validt datagrundlag, bliver ikke medtaget i plottet. Man kan læse mere om X-Y plottet i vejledningen: "KomHen i Spil". 1 Gennemsnittet tager ikke højde for sæsonudsving.
4 3. Guide til anvendelse af Excelværktøjet 1) Download Excelfilen Datavalideringsværktøj til KOMHEN I SPIL 2) Gem værktøjet som en Excelfil med aktive makroer 3) Gå ind på det digitale landkort og hent din kommunes data fra tælleugerne 43-45 2015 og 17-19 2016. Det er vigtigt, at du bruger dataen fra det digitale landkort, da Excelværktøjet er designet til at læse dette dataformat. Hvis din kommune ikke har afholdt begge omgange tælleuger, kan du nøjes med at hente data fra de tælleuger, som I deltog i. Excelværktøjet kan ikke lave analyser for tælleuger, der ligger tidligere end efteråret 2015. 4) Indsæt din kommunes data i arket 1. Rådata. 5) Klik på knappen Kommune, klik her. Excelværktøjet kører nu din kommunes data gennem renseprocessen. 6) Gå ind i arket 2. Valid data. Her er en oversigt over, hvilke opgaver der har et validt datagrundlag i hhv. 2015 og 2016. Når der står SANDT ud for et KLE-nummer, betyder det, at datagrundlaget er validt. Når der står FALSK ud for et KLE-nummer, betyder det, at datagrundlaget ikke er validt. Du kan tage udgangspunkt i denne oversigt, når du vil lave dine egne analyser af KomHen-dataen. Bruger du f.eks Rapportbanken til at lave analyser, kan du filtrere de opgaver fra, som ikke har et validt datagrundlag.
5 KLE 07.17.00 har et validt datagrundlag i 2015. Opgaven har ikke et validt datagrundlag i 2016 7) I arket 2. Valid data skal du trykke på knappen Klik her for at opdatere. Excelværktøjet kører nu din kommunes data igennem analyseprocessen. 8) Gå ind i arket 3. Metadata. Her får du en oversigt over: antal uger der er talt på hver opgave, antal henvendelser per opgave per år samt selvbetjeningsgrad for hver opgave. Du kan tage udgangspunkt i denne oversigt, når du laver dine egne analyser af KomHen-dataen. Tabellen viser også hvor solidt datagrundlaget for de enkelte opgaver er. Alle de tomme celler indikerer, at opgaven er blevet sorteret fra under rensningsprocessen. De orange celler betyder, at der kun er blevet talt i én uge på opgaven. Datagrundlaget er validt, men kunne have været stærkere. De mørkegrønne celler indikerer, at der er blevet talt i to uger på opgaven. Datagrundlaget er validt, men stadig ikke helt i top. De lysegrønne celler indikerer, at der er blevet talt i tre uger på opgaven. Datagrundlaget er stærkest for disse opgaver.
6 9) Gå ind i arket 4. X-Y plot. Plottet viser sammenhængen mellem selvbetjeningsgraden og transaktionsvolumen for hver opgave. Plottet udelader de opgaver der ikke har et validt datagrundlag.
7 4. Problemløsningsguide Denne guide er et opslagsværk som kan bruges, hvis der er problemer med at anvende Excelværktøjet eller hvis resultaterne ser mistænkelige ud. Punkterne nedenfor lister en række scenarier og kommer med løsningsforslag. En opgave har fået en selvbetjeningsgrad på 100 %. Hvorfor er opgaven ikke sorteret fra? (alle opgaver der kun har registreringer på selvbetjening bliver sorteret fra i rensningsprocessen) Mulig forklaring: Selvbetjeningsgraden er beregnet på baggrund af transaktionshenvendelser. Er der registreret informationshenvendelser på opgaven bliver opgaven ikke sorteret fra, selvom alle transaktionshenvendelser er foregået via selvbetjening. En opgave har fået en selvbetjeningsgrad på 0 %. Kan det passe? Mulig forklaring: De opgaver som der ikke er valid data for ligger i punktet (0,0). Hvorfor står der #I/T ud for nogle af opgaverne i metadataoversigten? Mulig forklaring: Enkelte af de opgaver der er blevet sorteret fra i rensningsprocessen kan få værdien #I/T i metadataarket.