En fersk artikkel i National Geographic Magazine, Hvorfor vi lyver: Vitenskapen bak våre villedende metoder av Yudhijit Bhattacharjee, utforsker hvordan og hvorfor intriger og uærlighet er en del av det som gjør oss til mennesker.

Vi lyver av alle slags grunner - vi liker å få oss selv til å føle oss bedre når det gjelder kostholdet vårt: "Denne limeyoghurten er like god som et stykke pai." Vi lyver for å beskytte andres følelser: "Selvsagt har du ikke lagt på deg, du ser jo flott ut!" Vi lyver også for å dekke over en feil: "Jeg hadde ikke noe med det å gjøre."

Artikkelen nevner også mange andre typer løgner - unnvikende, altruistiske og ondsinnede løgner, for bare å nevne noen få. Når vi reflekterer ærlig over våre egne liv, er det lett å se de mange løgnene vi forteller andre av ulike grunner, men også, og kanskje enda mer slående, de utallige usannhetene vi forteller oss selv. Det har blitt en refleksiv, menneskelig teknikk for å håndtere vår virkelighet, noe vi gjør sosialt, profesjonelt og personlig, og ofte uten å være klar over at vi gjør det.

Vi lever i en verden full av data. TV-serier gjør suksess eller fiasko basert på seertall. Sportsfans og eksperter samler inn statistisk informasjon for å bedømme spilleres og lags evner og prestasjoner. Gamblere og bookmakere beregner alltid odds. Kupongkuttere regner ut hvor mye penger de kan spare.

I forsknings- og utviklingsverdenen er det svimlende datamengder som er i spill. Så når det gjelder datahåndtering og -kvalitet, er vi igjen i ferd med å stikke hodet i sanden og lyve for oss selv om hvor effektivt systemet vårt er? Er dataene som driver arbeidsflyten vår, virkelig så gode som de kunne være?

Økonomisk fordel: nyte godt av de økonomiske fordelene

"Ja, kjære. Bagasjerommet er fullt av handleposer, men jeg fikk alle disse varene til en billig penge!"

Vi liker alle å gjøre et kupp. Det føles godt å finne en vare som koster så mye mindre enn den vanligvis ville gjort, men til hvilken pris? Har vi akseptert dårligere kvalitet, slik at vi etter hvert må bytte den ut? Har vi valgt en modell uten alt det ekstrautstyret vi tror vi ikke trenger der og da, bare for å finne ut at vi faktisk trenger det etter hvert? Det vi trodde var en økonomisk gevinst i øyeblikket, kan ofte resultere i et økonomisk tap senere - ikke bare i kroner og øre, men også i tiden det tar å finne og erstatte det produktet du valgte i utgangspunktet.

Som med alt annet i det moderne samfunnet, finnes det mange alternativer for FoU-datahåndtering - og noen av disse alternativene kan til og med være gratis. Du kan allerede høre stemmen i hodet ditt, eller kanskje er det ordene fra sjefen din eller regnskapsavdelingen: "Det er vel egentlig ikke nødvendig å bruke penger på dette i det hele tatt?" Husk de små løgnene i øyeblikket, det er alltid en grunn til at noen ting er gratis...

Når data lagres på datamaskinen min i en mappestruktur som gir mening for meg, er det umulig for andre å vite at dataene ligger der, enn si å søke etter dem og finne dem.

Hva om de samme dataene på min datamaskin er avgjørende for analysen som utføres av andre? Hva om dataene på min datamaskin endrer analysen fullstendig? Eller enda verre: Hva om analysen er avhengig av disse dataene, og uten tilgang må andre gjøre det samme som meg og samle inn dataene på egen hånd?

Bortkastet tid som fordobler kostnadene for å produsere det samme resultatet. Alt dette kunne vært unngått hvis jeg bare hadde brukt et verktøy som hadde gjort det mulig for teamet mitt å vite at dataene allerede fantes, og nøyaktig hvor de skulle finnes.

Selvinntrykk: å skape et positivt bilde av oss selv

"Jeg trenger ikke en Fitbit for å fortelle meg at jeg er en kaloriforbrenningsmaskin!"

Vi har alle vært i en situasjon der vi tror vi gjør noe veldig bra, helt til vi blir satt på prøve. Først da finner vi ut at vi enten stakk hodet i sanden eller løy for oss selv om hvor god jobb vi gjorde.

Det er lett å anta at alle i en organisasjon registrerer alle de nødvendige dataene som kreves for at noen andre skal kunne forstå og tolke hva han eller hun har gjort for å produsere det aktuelle resultatet. Det er også lett å anta at alle har brukt de riktige prosessene og fulgt de nødvendige reglene til punkt og prikke. Men vi vet alle hvor blinde antagelser fører hen på arbeidsplassen.

Det er ikke bare viktig å vite at dataene finnes, og hvor man finner dem. Det er like viktig å vite at dataene er samlet inn på en måte som andre kan forstå og stole på - det kan aldri stilles spørsmål ved gyldigheten, og det kan aldri fuskes med lovbestemte standarder.

Hvis dataene i laboratoriet er ugyldige eller vanskelige å forstå, kan det føre til gjentatt arbeid, noe som koster organisasjonen både tid og penger. Men med riktig programvare for laboratoriedatahåndtering kan man sørge for at all nødvendig informasjon registreres på riktig måte, og at data produseres i henhold til forhåndsdefinerte forretningsregler.

Du kan lese Del to av vår bloggserie "Data Management: Are You Kidding Yourself?"-bloggserien her.

For å finne ut hvordan E-WorkBook Cloud kan hjelpe deg med FoU-data og laboratoriedatahåndteringsprosesser, snakk med en av våre eksperter i dag.