Odvětví dopravy má vlastnost, kterou sdílí jen málo jiných sektorů: největší část emisí CO2 vzniká mimo kancelář, rozptýlena mezi vozidly, jízdami a subdodavateli, kteří nejsou všichni v témže systému. Zatímco kancelářskou budovu lze poměrně snadno změřit, vozový park dopravní firmy sestává z desítek až stovek jednotlivých pohyblivých zdrojů, každý s vlastní spotřebou paliva, stupněm naložení a trasou. Emise se nenacházejí v budově, ale v souhrnu jízd, a tento souhrn musí pocházet z několika systémů najednou.
K tomu se přidává druhá vrstva: podstatná část kilometrů často není odjeta vlastním vozovým parkem, ale subdodavateli, chartrovými dopravci nebo partnery v dodavatelském řetězci. Tyto emise spadají ve většině případů do scope 3 a údaje o nich zpravidla nejsou standardně dostupné. Dopravní firma, která chce mít svá data o udržitelnosti v pořádku, tak musí prohledávat nejen vlastní systémy, ale musí mít i dohody o tom, co subdodavatelé dodávají a v jaké formě.
Spotřeba paliva je obvykle výchozím bodem a současně nejvíce fragmentovanou částí. Údaje z tankovacích karet, palubních počítačů, telematických systémů a ručně vypisovaných tankovacích lístků často existují souběžně, s různým rozlišením a různými definicemi toho, co je „jízda“. Palubní počítač zaznamenává data podle vozidla, poskytovatel tankovací karty fakturuje podle karty, a tyto dva pohledy automaticky nesouhlasí.
Plánovací a TMS software (systémy pro řízení dopravy) obsahuje údaje o stupni naložení, zpátečních jízdách a prázdných kilometrech, které jsou nutné k přiřazení emisí na zásilku nebo klienta. Tyto systémy jsou primárně vytvořeny pro operativní plánování, nikoli pro reportování udržitelnosti, takže potřebná pole v nich sice někdy existují, ale ne ve formátu, který vyžaduje reportování podle CSRD.
HR a personální systémy obsahují údaje o dojíždění do práce a u firem s vlastními dílnami o spotřebě energie firemních budov. Facility oddělení přitom často samostatně správuje energetické smlouvy kanceláří, nabíjecích stanic a dalšího nemovitého majetku. A pak je tu ještě složka se smlouvami a dohodami subdodavatelů, kde se někdy uvádí a někdy neuvádí druh paliva nebo typ nasazovaného vozidla.
V mnoha dopravních firmách neexistuje osoba, která by přehlížela všechny výše uvedené zdroje. Plánovací oddělení zná jízdy, správce vozového parku zná spotřebu paliva, nákup zná subdodavatele a finanční oddělení z toho musí konečně vytvořit reportovací číslo. Bez jasného vlastnictví jednotlivých datových bodů vzniká riziko, že se nikdo necítí odpovědný za správnost čísla a že se teprve při sestavování zprávy ukáže, že nějaký zdroj chybí nebo nesouhlasí.
Jde o rozpoznatelný vzorec: i v profesionálních službách a v maloobchodu leží data rozprostřena mezi oddělení, z nichž každé má jen část obrazu, aniž by někdo dohlížel na celek. U dopravy k tomu přistupuje komplikace, že podstatná část zdrojů se fyzicky nachází mimo firmu, ve vozidlech a u partnerů.
Je lákavé chtít tuto fragmentaci vyřešit softwarem, který automaticky slučuje telematiku, údaje z tankovacích karet a data z TMS. Takový software může být užitečný, ale pouze pokud je předem jasné, který datový bod má pocházet z kterého zdroje, kdo tento datový bod kontroluje a jaké pravidlo kvality určuje, zda je hodnota důvěryhodná. Nástroj, který je postaven na neuspořádaném procesu, vytvoří pouze úpravnější reportování o stejně nespolehlivých číslech. Pořadí je tedy nejprve registr datových bodů a jejich původu, a teprve poté případně systém, který tento tok automatizuje.
Data Readiness Scan pro dopravní firmu zmapuje, který datový bod pochází z kterého systému: spotřeba paliva podle vozidla nebo jízdy, stupeň naložení z TMS, spotřeba energie poboček a údaje, které subdodavatelé dodávají, nebo naopak nedodávají. U každého datového bodu se zaznamená, kdo je jeho vlastníkem a jaké pravidlo určuje, zda je hodnota plausibilní, takže při kontrole je jasné, odkud číslo pochází a koho se na něj lze zeptat. Tato práce se netýká samotné zprávy ani vyplňování dotazníků klientů nebo bank, ale vrstvy dat, která tomu předchází.
Scan se právě vyvíjí. Kdo o to má zájem, může se přihlásit na čekací listinu; nyní se neprodává nic, co ještě není hotové.
Jakmile je jasné, jaké datové body existují, kdo je správuje a z jakého systému pocházejí, vzniká sama od sebe navazující otázka: která část sběru a kontroly těchto datových bodů zůstává manuální prací plánovače nebo controllera, a která část je natolik opakující se, že ji lze automatizovat. Stejná otázka se objevuje v odvětvích jako školství a zemědělský sektor, kde jsou operativní údaje stejně rozptýlené jako v dopravě. Pracovní scan od FTE TO AI vypočítá pro každou úlohu, jakou část práce lze převzít umělou inteligencí, a navazuje tak na okamžik, kdy je registr datových bodů z Data Readiness Scan hotový: nejprve zjistit, kde se data nacházejí a kdo za ně odpovídá, a teprve poté se dívat, jakou část jejich údržby lze automatizovat.
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.