Někde v procesu se objeví číslo, které už nikdo neumí vysvětlit. Spotřeba scope 2 pobočky, počet fte v dceřiné společnosti, množství odpadu na výrobní linku. Číslo je v loňském reportu, ale nikdo už neví, z jakého systému pocházelo, kdo ho zadal, ani zda bylo sečteno, nebo odhadnuto. Není to výjimka. Je to jeden z nejčastějších nálezů, jakmile organizace poprvé systematicky prochází svá data o udržitelnosti.
Ta otázka není řečnická. Datový bod bez zdroje není automaticky chybný, ale je neprokázaný. A neprokázaná data, která se stejně dostanou do reportu, představují riziko, které se projeví až ve chvíli, kdy se někdo — poskytovatel assurance, dozorový orgán, klient s vlastními povinnostmi v rámci dodavatelského řetězce — začne doptávat.
Registr datových bodů není reportovací nástroj ani dashboard. Je to seznam: každý datový bod, který se dostane do reportu o udržitelnosti, doplněný o několik pevných polí. Odkud pochází. Kdo je jeho vlastníkem. Jaké úpravy proběhly mezi zdrojem a reportem. Podle jakého pravidla se posuzuje jeho kvalita. Kdy byl naposledy zkontrolován.
Bez těchto polí je datový bod jen číslo, které se náhodou někde objevilo. S těmito poli se z něj stává údaj, jehož původ je zaznamenán, a je tedy opakovaně ověřitelný. Právě v tomto rozdílu organizace nejčastěji narážejí na problém: report existuje, ale podkladová struktura ne.
Ve většině případů zdroj existoval. Někdo v minulosti vzal číslo z ERP systému, vložil ho do tabulky, a kolega ho o rok později převzal, aniž by zkopíroval i jeho původ. Nebo je číslo výsledkem výpočtu — odhad na základě průměru, přepočet z litrů na kilogramy CO2 — jehož výpočetní pravidlo nikdy nebylo zapsáno. Právě tato cesta, jaké úpravy probíhají mezi zdrojem a reportem, je místem, kde se ztrácí nejvíce informací. Číslo, které bylo před dosažením reportu třikrát upraveno, mělo tři příležitosti ztratit svůj původ.
U organizací s více pobočkami nebo business units přibývá druhá příčina: stejný datový bod existuje na více místech, v poněkud odlišné formě, a nikdo nikdy nezjistil, která verze je vlastně zdrojovým údajem. To je jiná otázka než chybějící zdroj, ale obě se protínají: pokud chcete zjistit, kde už datový bod existuje u více business units, narazíte často na stejné slepé místo.
Datový bod bez zdroje získá v registru status: nepotvrzeno. Ne odstraněn, ne mlčky přijat jako správný, ale označen. Od té chvíle je třeba udělat rozhodnutí, a to rozhodnutí závisí na tom, co je v sázce. Pokud jde o datový bod, který byl v analýze materiality posouzen jako málo významný, může se zdroj dohledat později, aniž by na to report čekal. Pokud jde o datový bod, který podléhá assurance, je zdroj podmínkou, nikoli příjemným doplňkem.
Samotné pátrání se řídí pevnou cestou: zpět k zdrojovému dokumentu nebo systému, přes každý krok úpravy, až k vlastníkovi, který dokáže potvrdit, že číslo je správné. To je přesně to, co znamená source-to-report mapping: nikoli kontrola čísla, ale rekonstrukce cesty k němu. Někdy se ukáže, že tuto cestu už nelze zrekonstruovat. Pak závěr nezní, že číslo je chybné, ale že je neprokazatelné — a to je jiný, a pro report stejně důležitý, výsledek.
Registr není hotový v okamžiku, kdy má každý datový bod zdroj. Je hotový v okamžiku, kdy má každý datový bod vlastníka, na kterého se lze obrátit, pravidlo kvality, podle kterého se posuzuje, a zaznamenanou historii úprav, kterou lze znovu projít, aniž by si ji kdokoli musel pamatovat naizst. Co přesně k tomu patří a kdy lze přestat pátrat po dalších podrobnostech, je rozvedeno na stránce kdy je registr hotový. Pro většinu organizací je odpověď nepříjemně konkrétní: hotový je tehdy, když nový kolega dokáže report rekonstruovat bez cizí pomoci.
Vyhledání a nápravu datového bodu bez zdroje lze rozdělit do kroků: prohledávání zdrojových dokumentů, dohledávání úprav, oslovování vlastníků, zaznamenávání odpovědí. Část této práce — prohledávání systémů kvůli chybějícímu číslu, slučování doručených potvrzení — je natolik opakovaná, že se vyplatí spočítat, co z toho může převzít AI. Pracovní scan od FTE TO AI to dělá po jednotlivých úkolech: nikoli obecnými výroky o automatizaci, ale konkrétním odhadem, jakou část tohoto typu vyhledávací práce lze přenechat systému a jaká část si i nadále vyžaduje vlastnictví a posouzení.
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.