Образователната институция не е фабрика, нито търговска верига, но все пак е организация със сгради, енергийни договори, транспорт, доставки и голяма група хора, които не са служители в обичайния смисъл на думата. Студенти и ученици се движат из сградите, използват съоръжения и генерират пътувания, без да фигурират никъде в списък на заплатите. Това съотношение между служители и потребители на сградите е различно в образованието спрямо повечето сектори, и това се отразява на данните: голяма част от въздействието върху околната среда е свързано със заетостта и използването на сградите, а не с производствен процес или търговска площ.
Освен това институцията често се състои от няколко локации, понякога разпръснати в рамките на град или регион, всяка със собствени измервателни уреди, собствено управление и собствени договори за наем. Освен това образованието има силен сезонен ритъм: ваканционни периоди, временна незаетост, вечерно ползване от трети страни. Който сумира енергийните данни по месеци без да познава този ритъм, лесно прави грешни изводи за икономии, които всъщност са разпределение на ваканции.
При повечето институции сградният фонд е най-голямата позиция. Тези данни са разпределени на няколко места: службата за поддръжка на сградния фонд разполага с енергийни договори и показания на измервателни уреди, често по сграда, а не централно обобщени. При по-големи институции със собствена собственост през тях преминава система за управление на сгради с данни за потреблението по инсталация. При наети локации част от отговорността, и следователно част от данните, е при наемодателя, който не винаги е готов или в състояние да ги сподели на необходимото ниво.
Реконструкции, мерки за изолация и модернизация на инсталации често се документират в проектни досиета при службата за поддръжка на сградния фонд или външна страна, отделно от редовната енергийна администрация. Който иска да види ефекта от такава мярка в цифрите, трябва да свърже тези два източника, а това рядко се случва автоматично.
Пътуванията между дома и работа на персонала, ако изобщо се измерват, обикновено се събират чрез отдел „Човешки ресурси“ или система за отчитане на разходи. Пътното поведение на студенти и ученици е друга история: тези данни често не съществуват в централна система, най-много като оценка въз основа на пощенски кодове или анкета, проведена преди няколко години. Във висшето образование към това се добавя международното пътуване, за обмен или изследване, документирано в отделни администрации на международни офиси или изследователски отдели, отделно от редовните данни за пътуванията на персонала.
Който не разграничава тези две групи — служители и студенти — в регистъра на данните точки, рискува да събира крушки с ябълки: един служител на пълен работен ден тежи в данните различно от студент, който идва два дни в седмицата в една сграда.
Доставките в образователните институции често преминават през централен отдел за доставки за големи договори, но освен това има децентрализирани поръчки от факултети, отдели или отделни изследователски групи. Лабораторни материали, химикали и специализирано оборудване при изследователски институции имат собствена верига на доставки със собствени доставчици, отделно от редовните доставки за офиса. Кетърингът обикновено е възложен на външна страна, което означава, че данните за разхищение на храна или произхода на съставките не се намират при самата институция, а при този доставчик, с различна готовност за споделяне на цифри.
Отпадъците са подобна история: разделното събиране се организира от службата за поддръжка на сградния фонд или външен обработвач на отпадъци, а докладите, които идват от това, не винаги съответстват на класификацията, необходима за отчитане на устойчивостта.
При университетите и висшите училища изследванията добавят слой, който другите сектори не познават. Изследователските групи често работят със собствени бюджети, собствени доставки и понякога собствени сгради или лаборатории, финансирани от външни страни със собствени изисквания за отчитане. Тази децентрализирана автономия е функционална за изследванията, но означава, че централните собственици на данни често не знаят каква информация вече е налична в тези групи, или под какво име и в какъв формат.
При много институции подходът към данните за устойчивост започва с закупуването на система за отчитане. Тази система предоставя ясни екрани, но основният въпрос остава без отговор: показанието на измервателния уред на сграда Б представлява ли офис площ, спортна зала или част, наета от трета страна, и кой в организацията може да отговори на този въпрос. Без подредена представа за къде възниква всяка отделна точка от данни, кой е отговорен за нея и какви правила за качество се прилагат към нея, инструментът произвежда главно по-подредени представяния на същите несигурни цифри.
Затова Data Readiness Scan не е инструмент за отчитане, а регистър: за всяка точка от данни — произходът, пътят от източник до отчет, собственикът в институцията и правилата, на които данните трябва да отговарят. Този регистър прави видимо, например, къде липсват пътуванията на студентите, къде службата за поддръжка на сградния фонд и управлението на сгради броят отделно едно от друго, и къде външен кетъринг доставчик или обработвач на отпадъци все още няма лице за контакт за предоставяне на данни.
Същият въпрос стои, с присъщи особености, в търговията на дребно, аграрния сектор и финансовите услуги, всеки път с различно разпределение между централно и децентрализирано.
Този скенер все още е в разработка. Институции, които искат да знаят точно къде възникват техните данни за устойчивост и при кого се съхраняват, могат да се запишат в списъка на чакащите и ще бъдат информирани веднага след като скенерът стане достъпен.
Веднага след като стане ясно какви точки от данни съществуват, кой ги управлява и по какъв път се създават, става видима и работата, която стои зад тях: препечатване на показания на измервателни уреди, извличане на данни за пътувания от таблици, проверка на фактури от кетъринг доставчици за произхода на съставките. Голяма част от тази работа е повтаряема и обвързана с фиксирани източници, което я прави подходяща за оценка за автоматизация. Работният скенер на FTE TO AI изчислява за всяка задача какъв дял от работата може да бъде поет от изкуствен интелект, въз основа на същия вид разбор на задачите, който присъства в регистъра на точките от данни.
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.