Адвокатска кантора, счетоводна кантора или консултантско бюро нямат производствена линия, нямат значителен автопарк и обикновено нямат собствена производствена сграда. Емисиите не се крият в машини, а в хора: офисни сгради, лаптопи, служебни пътувания и услугите, които се купуват от други. Докато промишлено предприятие може да измери повечето емисии в рамките на собствените си стени, при бизнес услугите по-голямата част се намира точно извън тези стени. Това измества въпроса от „какво изпускаме ние“ към „какво изпускат страните около нас“, и точно това изместване е мястото, където данните стават трудни.
Основните данни за собствената сграда обикновено все още могат да се намерят: фактури за енергия при управлението на сградния фонд, договори за обслужване при управителя на сградата, договори за наем при финансовия отдел. Но веднага щом обхватът се разшири, данните се разпадат между отдели, които не непременно общуват помежду си. Пътните разходи и отчетите за разходи се намират в системата на HR или за разходи, често без разграничение между полет, влак или автомобил. Покупката на ИТ услуги, облачно съхранение и софтуерни лицензи преминава през отдела за доставки или през отделни ведомствени договори, с фактури, които не посочват енергийното потребление на доставчика. Разходът на хартия, печатните материали и кетърингът се намират при административния отдел. Временните работници и свободните сътрудници понякога влизат, а понякога не влизат в персоналните данни, в зависимост от начина, по който е организирано администрирането на персонала.
Най-голямата позиция, закупените услуги от други предприятия, обикновено е най-неясната. Консултантско бюро, което ползва подизпълнители, счетоводна кантора, която възлага работа на друга кантора, юридически екип, който наема външни експерти: тази верига на предоставяне на услуги генерира емисии, които никъде автоматично не се записват, защото фактурата показва само сумата, а не произхода.
Тъй като няма устройство, което непрекъснато измерва, данните за устойчивост при бизнес услугите обикновено възникват чрез ръчно събиране: някой изисква фактури от административния отдел, изисква данни за пътувания от HR, изисква данни за покупки от отдела за доставки, и залепва всичко това в една таблица. Тази таблица се превръща в действителната система на истината, без никой да може да посочи кой управлява източника на всяко число или колко често то се актуализира. При следващия кръг на отчитане работата често се прави отново, с малко различен подбор на източници, което прави числата от година на година трудни за сравнение.
Изкушението е да се закупи инструмент за отчитане веднага щом постъпят въпросниците. Но инструмент, поставен върху разпръснато, ръчно събиране, прави резултата преди всичко по-подреден, не по-надежден. Основният въпрос остава без отговор: кой е собственик на данните за пътуванията, откъде идва цифрата за енергопотреблението на сградата, кое правило за качество определя дали изключен свободен сътрудник се брои или не. Без регистър, в който за всяка точка от данни е посочено къде възниква, кой я управлява и кое правило следи за качеството, всеки отчет остава моментна снимка на онова, което някой е успял да събере през този месец.
Data Readiness Scan на csrdready.net изготвя този регистър конкретно за този сектор: за всяка точка от данни — изходните системи, пътя от източника до отчета, собственика в организацията и правилото, което определя дали стойността е правилна. За организация с офиси това често означава комбинация от административни системи, HR администрация, отдел за доставки и ръчен вход, всеки със свой собствен ритъм и свой собствен управител. Скенирането фиксира тази комбинация, за да не бъде измисляна отново всяка година.
Начинът, по който възниква тази разпръснатост, се различава по сектори. Тези, които искат да сравнят как изглежда това при сходни въпроси, могат да разгледат разпределението на данните за енергия и покупки в търговията на дребно, ролята на клиентските пътувания и сървърните данни в ИТ сектора, или взаимното преплитане на инвестиционните данни и собствената стопанска дейност при финансовите доставчици на услуги. Моделите се различават, но сърцевината е винаги една и съща: данни, които възникват в системи, които не са изградени с мисъл за отчитане.
Data Readiness Scan вече се изгражда. Все още няма работещ продукт, който да се използва днес, и тук не се продава нищо, което още не съществува. Тези, които искат да определят за собствената си организация откъде трябва да започне регистърът от точки на данни, могат да се запишат в списъка на чакащите и ще бъдат информирани веднага щом скенирането стане достъпно.
Веднага щом стане ясно коя точка от данни идва от каква система и кой носи отговорност за нея, вниманието често се измества към въпроса колко от самата събирателна работа все още трябва да се извършва ръчно. Изискването на фактури, обединяването на таблици и проверката на числата са задачи, които могат да се разделят на частта, следваща фиксиран модел, и частта, изискваща преценка. FTE TO AI изчислява за всяка задача каква част от тази работа може да бъде поета от AI, като следваща стъпка след като регистърът от точки на данни е установен.
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.