Dette spørgsmål kommer sjældent først. Først spørges der om, hvad et værktøj kan koste, eller hvilken platform der leverer rapporter hurtigst. Spørgsmålet om gennemløbstid kommer først, når nogen indser, at en rapport kun er så god som de data, den bygger på, og at disse data skal komme et sted fra, skal tælles, og skal kontrolleres af nogen, der er ansvarlig for det.
Der findes ikke et fast svar på dette spørgsmål, og alle, der giver et, sælger noget. Hvad vi kan gøre, er at forklare, hvor tiden går hen, så De selv kan vurdere, hvad der er realistisk for Deres organisation.
Den første faktor er antallet af kilder, et datapunkt løber igennem. Et emissionstal, der kommer direkte fra én energifaktura, er noget andet end et emissionstal, der er opbygget af indkøbsdata, et regneark med omregningsfaktorer, og et estimat fra en leverandør, der selv heller ikke ved præcis, hvor hans tal kommer fra. Flere led betyder mere tid til at kortlægge lineage fra kilde til rapport.
Den anden faktor er ejerskab. Hvis det for et datapunkt er klart, hvem der leverer det, hvem der kontrollerer det, og hvem der er ansvarlig ved afvigelser, går opsætningen af kvalitetsregler relativt hurtigt. Hvis dette spørgsmål aldrig er blevet stillet, og svaret varierer fra afdeling til afdeling, tager det ofte mere tid at finde ud af, hvem der har ansvaret for hvad, end at indrette selve reglerne.
Den tredje faktor er, hvor stor en del af processen der i dag foregår manuelt. Et datapunkt, der rejser mellem tre regneark via kopiér og indsæt, har flere opmærksomhedspunkter end et datapunkt, der kommer automatisk fra et system. Ikke fordi regneark per definition er problemet — hvorfor regneark ikke er problemet forklarer, at det rodede regneark ofte er et symptom på en proces, der aldrig er blevet dokumenteret — men fordi hvert manuelt trin er et sted, hvor noget kan gå galt, uden at nogen bemærker det.
De fleste organisationer, der gennemgår denne proces, begynder med CO2-udslip. Ikke fordi emnet er det vigtigste, men fordi det ofte er det mest afgrænsede emne: der findes klare beregningsmetoder, og de vigtigste kilder — energi, brændstof, rejser — er som regel allerede registreret et sted. Hvorfor CO2 som regel er det første emne beskriver dette valg yderligere. For CO2 kan opsætningen af datapunktregister, lineage og ejerskab gå hurtigere end for et emne som biodiversitet eller arbejdsforhold i kæden, hvor kilder oftere mangler eller aldrig er blevet dokumenteret systematisk.
Dette er ingen garanti for, at CO2 er hurtigere klar. Men det er grunden til, at mange organisationer ikke tilfældigt starter der: det er det emne, hvor mest allerede er til stede at bygge videre på.
Gennemløbstiden for denne proces er ikke en fast sprint med en slutdato. Det er ikke noget, der afsluttes i en workshop på en dag, og det er heller ikke noget, der er færdigt efter en enkeltstående øvelse og aldrig behøver mere opmærksomhed. Kvalitetsregler skal holdes ved, ejerskab ændres, når mennesker skifter funktion, og nye rapporteringsforpligtelser bringer nogle gange nye datapunkter med sig, der igen skal igennem de samme trin.
Hvad der derimod er realistisk: en organisation, der for et begrænset antal datapunkter får klarhed over, hvor dataene kommer fra, hvem der er ansvarlig for dem, og hvilke kontroller der er på plads, har derefter en skabelon, der kan anvendes hurtigere på andre emner. Den første runde er som regel den langsommeste, ikke fordi emnet er mere komplekst, men fordi arbejdsmetoden endnu skal findes.
Inden spørgsmålet om gennemløbstid kan besvares meningsfuldt, hjælper det at vide, hvor Deres organisation står i dag. Hvad er datamodenhed og hvordan måler De det beskriver, hvordan De kan vurdere dette uden at gøre antagelser om, hvor De allerede burde være. En organisation, hvor ingen ved, hvem der leverer et tal, starter et andet sted end en organisation, hvor det allerede er fastlagt, men hvor kontrollerne mangler. Begge kan gennemgå denne proces, men tidsestimatet er forskelligt.
En del af forsinkelsen i denne proces ligger ikke i tænkearbejdet, men i det udførende arbejde omkring det: indtastning af tal, søgning gennem kilder, opdatering af status. Det er den slags arbejde, hvoraf en del kan overtages af AI, uden at kontrollen over ejerskab og kvalitetsregler gives fra hånden. Ønsker De at vide, hvilken del af dette arbejde der i Deres organisation kommer i betragtning til dette, giver arbejdsscanningen fra FTE TO AI et estimat af dette pr. opgave.
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.