Транспортният сектор има характеристика, която малко други сектори споделят: най-голямата част от CO2-емисиите се генерира извън офиса, разпределена между превозни средства, курсове и подизпълнители, които не всички се намират в една и съща система. Докато офисна сграда е относително лесна за измерване, автопаркът на транспортна компания се състои от десетки до стотици отделни движещи се източници, всеки със собствено потребление на гориво, степен на натоварване и маршрут. Емисиите не се намират в сграда, а в сбор от курсове, и този сбор трябва да идва от няколко системи наведно.
Към това се прибавя втори слой: значителна част от километрите често не се изминава от собствения автопарк, а от подизпълнители, чартърни превозвачи или партньори по веригата. Тези емисии в повечето случаи попадат в обхват 3, и данните за тях рядко са стандартно достъпни. Транспортна компания, която иска да подреди данните си за устойчивост, трябва следователно не само да претърси собствените си системи, но и да има договорености за какво подизпълнителите доставят и в какъв вид.
Потреблението на гориво обикновено е началната точка и в същото време най-разпокъсаният елемент. Данни от карти за гориво, борднисе компютри, телематични системи и ръчни талони за зареждане често съществуват едновременно, с различни резолюции и различни определения за какво представлява „курс“. Борднисе компютър регистрира по превозно средство, доставчик на карта за гориво издава фактура по карта, и тези две не текат автоматично синхронно.
Софтуерът за планиране и TMS (системи за управление на транспорта) съдържа данни за степен на натоварване, обратни курсове и празни километри, които са необходими за да може да се разпредели емисиите по пратка или по клиент. Тези системи са изградени преди всичко за оперативно планиране, не за отчитане на устойчивост, поради което необходимите полета понякога присъстват, но не във формата, който изисква CSRD-отчет.
HR- и системи за персонал съдържат данни за пътуване до работа и, при компании със собствени работилници, за енергийно потребление на бизнес имоти. Фасилити отделите често отделно управляват енергийните договори на офиси, зарядни станции и друга недвижима собственост. И тогава има и папката с договорите и споразуменията с подизпълнители, в която понякога има, а понякога няма информация за вида гориво или типа превозно средство, което се използва.
В много транспортни компании няма човек, който да обхваща всичките изброени по-горе източници. Отделът по планиране познава курсовите, управителят на автопарка познава потреблението на гориво, отделът по покупки познава подизпълнителите, а финансовия отдел накрая трябва да превърне всичко в отчетна цифра. Без ясна собственост за всяка отделна точка от данни възниква риск никой да не се чувства отговорен за точността на цифра, и това да излезе на бял свят чак при изготвянето на отчета, когато се открие, че липсва източник или той не съвпада.
Това е разпознаваема схема: също в бизнес услугите и в търговията на дребно данните са разпределени между отдели, които всеки притежава част от картината, без някой да пази цялото. При транспорта се прибавя усложнението, че значителна част от източниците физически се намират извън компанията, в превозните средства и при партньорите.
Съблазнително е да се иска тази разпокъсаност да се реши със софтуер, който автоматично обединява телематика, данни от карти за гориво и TMS-данни. Такъв софтуер може да бъде полезен, но само ако предварително е ясно коя точка от данни трябва да идва от кой източник, кой контролира тази точка от данни и какво правило за качество определя дали стойността е достоверна. Инструмент, поставен върху неорганизиран процес, произвежда по-подреден отчет върху същите ненадеждни цифри. Редът е следователно първо регистър на точките от данни и техния произход, и само след това евентуално система, която автоматизира този поток.
Data Readiness Scan картографира за транспортна компания коя точка от данни идва от коя система: потребление на гориво по превозно средство или по курс, степен на натоварване от TMS, енергийно потребление на локации, и данните, които подизпълнителите доставят или именно не доставят. За всяка точка от данни се записва кой е собственик и какво правило определя дали стойността е плаузибилна, така че при проверка да бъде ясно откъде идва дадена цифра и към кого може да бъде отправен въпрос. Тази работа не се отнася до самия отчет и не до отговарянето на въпросници от клиенти или банки, а до слоя данни, който им предхожда.
Сканирането е в процес на изграждане. Който има интерес към това, може да се запише в списъка на изчакване; в момента не се продава нищо, което още не е завършено.
Веднага щом стане ясно кои точки от данни съществуват, кой ги управлява и от която система идват, естествено възниква следващ въпрос: коя част от събирането и проверката на тези точки от данни е ръчна работа, която остава на плановик или контрольор, и коя част е достатъчно повтаряема за автоматизиране. Същият въпрос стои и в сектори като образованието и агарния сектор, където оперативните данни са разпръснати толкова, колкото и в транспорта. Работния скан на FTE TO AI изчислява за всяка задача коя част от работата може да бъде поета от AI, и по този начин се свързва с момента, в който регистърът на точките от данни на Data Readiness Scan е готов: първо да се знае къде се намират данните и кой е отговорен за тях, чак след това да се погледне коя част от поддръжката им може да бъде автоматизирана.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.