En nyligen publicerad artikel i National Geographic Magazine, Varför vi ljuger: Vetenskapen bakom våra bedrägliga sätt av Yudhijit Bhattacharjee, utforskar hur och varför intriger och oärlighet är en del av det som gör oss till människor.

Vi ljuger av alla möjliga skäl - vi vill få oss själva att känna oss bättre när det gäller vår kost: "Den här limeyoghurten är lika god som en bit paj." Vi ljuger för att skydda andras känslor: "Det är klart att du inte har gått upp i vikt, du ser ju jättebra ut!" Vi ljuger också för att dölja ett misstag: "Jag hade inget med det att göra."

Det finns också många andra typer av lögner som nämns i artikeln - undvikande, altruistiska och illvilliga lögner för att bara nämna några. När vi ärligt reflekterar över våra egna liv är det lätt att se de många lögner som vi berättar för andra av en mängd olika skäl, men också, och kanske mer slående, de otaliga osanningar som vi berättar för oss själva. Det har blivit en reflexmässig, mänsklig teknik för att hantera vår verklighet, något vi gör socialt, professionellt och personligt, och ofta utan att ens inse att vi gör det.

Vi lever i en värld full av data. TV-program lyckas eller misslyckas baserat på tittarsiffror. Sportfans och experter samlar in statistisk information för att bedöma spelares och lags förmåga och prestationer. Spelare och bookmakers beräknar alltid odds. Kupongutdelare räknar ut hur mycket pengar de kan spara.

I forsknings- och utvecklingsvärlden är det en häpnadsväckande mängd data som är i omlopp. Så när det gäller datahantering och datakvalitet, stoppar vi återigen huvudet i sanden och ljuger för oss själva om hur effektivt vårt system är? Är de data som driver vårt arbetsflöde verkligen så bra som de skulle kunna vara?

Ekonomisk fördel: dra nytta av de ekonomiska fördelarna

"Ja, älskling. Bagageutrymmet är fullt av shoppingkassar, men jag fick alla de här sakerna billigt!"

Vi tycker alla att det är spännande att fynda. Det känns bra att hitta en vara som kostar så mycket mindre än den vanligtvis skulle göra, men till vilket pris? Har vi accepterat en sämre kvalitet som leder till att vi så småningom måste byta ut den? Har vi valt en modell utan alla finesser som vi tror att vi inte behöver just då, bara för att upptäcka att vi verkligen behöver dem längre fram? Det vi trodde var en ekonomisk vinst i stunden kan ofta resultera i en ekonomisk förlust senare - inte bara i pengar, utan också i den tid det tar att hitta och ersätta den produkt du valde från början.

Som med allt annat i det moderna samhället finns det många alternativ för hantering av FoU-data - och vissa av dessa alternativ kan till och med vara gratis. Du kan redan höra den där rösten i ditt huvud, eller kanske är det din chef eller ekonomiavdelningens ord: "Det finns väl ingen anledning att lägga pengar på det här överhuvudtaget, eller hur?" Kom ihåg dessa små lögner i stunden, det finns alltid en anledning till att vissa saker är gratis...

När data sparas på min dator i en mappstruktur som är begriplig för mig är det omöjligt för någon annan att veta att data finns där, än mindre att söka efter dem och hitta dem.

Vad händer om samma data på min dator är avgörande för den analys som utförs av andra? Tänk om uppgifterna på min dator ändrar analysen helt och hållet? Eller ännu värre, tänk om analysen är beroende av dessa data, och utan tillgång till dem får andra göra om mina ansträngningar och samla in dessa data på egen hand?

Bortkastad tid som fördubblar kostnaden för att producera samma resultat. Allt detta kunde ha undvikits om jag bara hade använt ett verktyg som hade gjort det möjligt för mitt team att veta att uppgifterna redan fanns och exakt var de skulle hittas.

Självbild: att forma en positiv bild av sig själv

"Jag behöver inte en Fitbit för att säga att jag är en kaloriförbränningsmaskin!"

Vi har alla varit i en situation där vi tycker att vi gör något väldigt bra tills vi blir satta på prov. Först då upptäcker vi att vi antingen stoppade huvudet i sanden eller ljög för oss själva om hur bra jobb vi gjorde.

Det är lätt att anta att alla inom en organisation registrerar all nödvändig data som krävs för att någon annan ska kunna förstå och tolka vad han eller hon har gjort för att producera det resultatet. Det är också lätt att anta att alla har använt rätt processer och följt de regler som krävs. Men vi vet alla vad blinda antaganden kan leda till på arbetsplatsen.

Det är inte bara viktigt att veta att data finns och var man kan hitta dem. Det är lika viktigt att veta att data har samlats in på ett sätt som andra kan förstå och förlita sig på - giltigheten kan aldrig ifrågasättas och regleringsstandarder kan aldrig manipuleras.

Om uppgifterna i laboratoriet är ogiltiga eller svåra att förstå kan det leda till upprepat arbete, vilket kostar organisationen både tid och pengar. Men med rätt programvara för hantering av laboratoriedata kan kontroller införas som säkerställer att all nödvändig information samlas in på rätt sätt och att data produceras enligt förinställda affärsregler.

Du kan läsa "Del två" av vår bloggserie "Datahantering: Skojar du med dig själv?" bloggserie här.

Ta reda på hur The E-WorkBook Cloud kan hjälpa dig med dina processer för hantering av FoU-data och laboratoriedata, tala med en av våra experter idag.