Vzdělávací instituce není továrna ani obchodní řetězec, ale přesto je organizací s budovami, energetickými smlouvami, dopravou, nákupem a velkou skupinou lidí, kteří nejsou zaměstnanci v běžném slova smyslu. Studenti a žáci se pohybují budovami, využívají zařízení a vytvářejí cestovní pohyby, aniž by kdekoli figurovali na mzdové listině. Tento poměr mezi zaměstnanci a uživateli budov je ve vzdělávání jiný než ve většině odvětví, a to se promítá i do dat: velká část dopadu na životní prostředí souvisí s obsazeností a užíváním budov, nikoli s výrobním procesem nebo prodejní plochou.
K tomu se přidává skutečnost, že instituce se často skládá z více lokalit, někdy rozprostřených po celém městě či regionu, každá s vlastními měřidly, vlastní správou a vlastními nájemními smlouvami. Vzdělávání má navíc silný sezónní rytmus: prázdninová období, průběžnou neobsazenost, večerní využívání třetími stranami. Kdo sčítá energetická data po měsících bez znalosti tohoto rytmu, snadno dojde k mylným závěrům o úsporách, které jsou ve skutečnosti jen rozložením prázdnin.
U většiny institucí je fond budov největší položkou. Tato data jsou rozptýlena na více místech: facilitní služba má energetické smlouvy a stavy měřidel, často po jednotlivých budovách a nikoli centrálně shrnuté. U větších institucí s vlastním nemovitým majetkem se do toho promítá systém správy budov s údaji o spotřebě podle jednotlivých instalací. U pronajatých lokalit spočívá část odpovědnosti, a tedy i část dat, na pronajímateli, který nemusí být vždy ochotný nebo schopný je poskytnout na potřebné úrovni.
Renovace, izolační opatření a zlepšování udržitelnosti instalací se často zaznamenávají v projektových dokumentacích u facilitní služby nebo externí strany, oddělených od běžné energetické administrativy. Kdo chce vidět dopad takového opatření v číslech, musí tyto dva zdroje propojit, a to se málokdy děje automaticky.
Dojíždění zaměstnanců se, pokud se vůbec měří, obvykle shromažďuje přes personální oddělení nebo systém pro vykazování výdajů. Cestovní chování studentů a žáků je jiný příběh: tato data často neexistují v centrálním systému, nanejvýš jako odhad na základě poštovních směrovacích oblastí nebo dotazníku provedeného před několika lety. Ve vyšším vzdělávání k tomu přibývá mezinárodní cestování, za výměnou nebo výzkumem, zaznamenané v samostatných administrativách mezinárodních oddělení nebo výzkumných útvarů, oddělené od běžných cestovních dat zaměstnanců.
Kdo tyto dvě skupiny — zaměstnance a studenty — v registru datových bodů nerozliší, riskuje sčítání jablek s hruškami: jeden zaměstnanec na plný úvazek váží v datech jinak než student, který dvakrát týdně přijde do jedné budovy.
Nákup ve vzdělávacích institucích probíhá často přes centrální nákupní oddělení pro velké smlouvy, ale vedle toho i formou decentralizovaných objednávek fakult, oddělení nebo jednotlivých výzkumných skupin. Laboratorní materiály, chemikálie a specializované vybavení u výzkumných institucí mají vlastní nákupní řetězec s vlastními dodavateli, oddělený od běžného kancelářského nákupu. Catering je obvykle zajišťován externí stranou, což znamená, že data o potravinovém odpadu nebo původu ingrediencí neleží u instituce samotné, ale u tohoto dodavatele, s proměnlivou ochotou čísla poskytovat.
Odpad je podobný příběh: separovaný sběr organizuje facilitní služba nebo externí zpracovatel odpadu, a výsledné výkazy z toho neodpovídají vždy rozdělení potřebnému pro vykazování udržitelnosti.
U vysokých škol a univerzit přidává výzkum vrstvu, kterou jiná odvětví neznají. Výzkumné skupiny pracují často s vlastními rozpočty, vlastním nákupem a někdy vlastními budovami nebo laboratořemi, financovanými externími stranami s vlastními požadavky na vykazování. Tato decentralizovaná autonomie je pro výzkum funkční, ale znamená, že centrální vlastníci dat často nevědí, jaké informace v těchto skupinách již existují, nebo pod jakým názvem a v jakém formátu.
U mnoha institucí se přístup k datům o udržitelnosti začíná nákupem systému pro vykazování. Tento systém poskytuje přehledné obrazovky, ale základní otázka zůstává nezodpovězena: znamená stav měřidla budovy B kancelářské prostory, sportovní hala nebo část pronajatá třetí straně, a kdo v rámci organizace na tuto otázku umí odpovědět. Bez uspořádaného přehledu o tom, kde každý datový bod vzniká, kdo za něj odpovídá a jaká kvalitativní pravidla se na něj vztahují, produkuje nástroj především úhlednější zobrazení stejných nejistých čísel.
Data Readiness Scan proto není nástroj pro vykazování, ale registr: u každého datového bodu původ, cestu od zdroje ke zprávě, vlastníka v rámci instituce a pravidla, kterým data musí vyhovovat. Tento registr zviditelňuje, kde například chybí data o cestách studentů, kde facilitní služba a správa budov počítají oddělené od sebe a kde externí provozovatel cateringu nebo zpracovatel odpadu ještě nemá kontaktní osobu pro dodávání dat.
Stejná otázka se s vlastními specifiky projevuje v maloobchodě, zemědělském sektoru a finančních službách, pokaždé s jiným rozdělením mezi centrálním a decentralizovaným.
Tento nástroj je stále ve vývoji. Instituce, které chtějí vědět, kde přesně jejich data o udržitelnosti vznikají a u koho spočívají, se mohou přihlásit na čekací listinu a budou informovány, jakmile bude nástroj k dispozici.
Jakmile je jasné, jaké datové body existují, kdo je správcem a jakou cestou vznikají, stane se viditelnou i práce, která za tím stojí: přepisování stavů měřidel, odvozování cestovních dat z tabulek, kontrola faktur od cateringových firem ohledně původu ingrediencí. Velká část této práce je opakující se a vázaná na pevné zdroje, což ji činí vhodnou pro posouzení z hlediska automatizace. Pracovní skener FTE TO AI vypočítá u každého úkolu, jakou část práce lze převést na AI, na základě stejného druhu rozkladu úkolů, jaký je obsažen v registru datových bodů.
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.