En energifaktura angiver kilowatttimer, en tankkvittering liter, en fragtbrev tonkilometer. Før disse tal kan stå sammen i en bæredygtighedsrapport, skal nogen omregne dem til en fælles enhed og ofte til en fælles emissionsfaktor. Denne omregning kaldes normalisering. Den sker ofte i et regneark, med en formel som ingen kan finde igen, når spørgsmålet kommer om hvor et tal stammer fra.
Normalisering er ikke én handling, men en række valg. Hvilken kilde leverer den rå værdi. Hvilken enhed gælder som standard. Hvilken emissionsfaktor eller konverteringsfaktor anvendes, og fra hvilken kilde eller hvilket år stammer denne faktor. Korrigeres der for brændværdi, for temperatur, for et andet regnskabsår. Hvert valg er en antagelse, og hver antagelse bestemmer resultatet. To organisationer, der normaliserer de samme rå data med en anden faktor eller et andet udgangsår, ender med et andet tal, uden at nogen af dem gør noget forkert.
Problemet opstår ikke ved den første beregning. Det opstår et år senere, når nogen spørger, hvorfor tallet for 2023 er lidt anderledes end tallet for 2024, eller når en controller vil vide, hvilken emissionsfaktor der er anvendt for en specifik energistrøm. Uden fastlæggelse er svaret: det ved vi ikke længere, eller: det finder vi ud af. Med fastlæggelse er svaret en henvisning til den regel, der beskriver omregningen. Forskellen mellem disse to situationer er præcis, hvad hvorfor et audit trail er mere end en log handler om: et audit trail er ikke en efterfølgende redegørelse, det er fastlæggelsen af valget i det øjeblik, det bliver truffet.
Normalisering er en af de bearbejdninger, der finder sted mellem kilde og rapport, sammen med sammenlægning, filtrering og omfordeling. Hvilke bearbejdninger det præcis er, og i hvilken rækkefølge de påvirker dataene, er beskrevet i hvilke bearbejdninger findes mellem kilde og rapport, når kilden er et regneark. For hver bearbejdning gælder det samme spørgsmål: kan det fastlægges, hvad der er sket, af hvem, på baggrund af hvilken regel. Ved normalisering kommer der et ekstra lag til, fordi selve reglen kan have en ekstern kilde — en emissionsfaktordatabase, der opdateres årligt. Hvis den database ændres, og ingen har fastlagt, hvilken version der er anvendt for hvilket rapporteringsår, kan sammenligneligheden af tal over årene ikke længere underbygges.
For hvert datapunkt, der gennemgår et normaliseringstrin, er der behov for en række oplysninger for at gøre trinnet efterspørgeligt. Den rå værdi og dens kilde. Målenheden og den anvendte konverterings- eller emissionsfaktor, inklusive denne faktors oprindelse og version. Datoen eller perioden, hvor faktoren gælder. Personen eller systemet, der har udført omregningen. Og stedet i rapporten, hvor det normaliserede tal ender. Dette er i realiteten en specifik form for source-to-report mapping, hvor ikke kun tallets oprindelse fastlægges, men også den beregningsregel, der har ændret det undervejs. Hvordan denne mapping ser ud, når kilden er et regneark, er uddybet i hvad er source-to-report mapping, når kilden er et regneark.
I praksis ligger viden om normaliseringsfaktorer ofte hos en enkelt medarbejder, der ved, hvilket faneblad der bruger hvilken faktor og hvorfor. Så snart denne person holder ferie, bliver syg eller skifter funktion, kan denne viden ikke længere hentes, kun rekonstrueres — med risiko for, at rekonstruktionen giver et andet resultat end originalen. Fastlæggelse uafhængigt af personen betyder, at reglen kan efterspores i et register, ikke i et hoved. Dette register behøver ikke være et kompliceret system; det kan være et fast format, der føres for hvert regneark. Hvordan det ser ud, uden at der anskaffes et værktøj til det, er beskrevet i hvordan opretter De lineage uden værktøj, og fremgangsmåden specifikt for normalisering i regneark i hvordan fastlægger De normalisering, når kilden er et regneark.
Der findes værktøjer, der automatiserer normalisering og viser de anvendte faktorer i et overblik. Det er nyttigt, når reglerne er kendte, og antagelserne ligger fast. Et værktøj, der normaliserer på baggrund af en faktor, som ingen har kontrolleret, eller som bruger en gammel version af en emissionsfaktordatabase uden at nogen har bemærket det, giver et pænt resultat af en forkert beregning. Rækkefølgen er: først fastlægge, hvilken regel der anvendes og hvorfor, derefter indrette et system, der udfører denne regel konsekvent.
At fastlægge normaliseringsregler er i sig selv en opgave, der tager tid: opslag af faktorer, notering af versioner, dokumentation af koblinger mellem rå værdi og omregnet tal. En del af dette arbejde er gentagbart og regelbundet, hvilket gør det til en kandidat til støtte fra AI. FTE TO AI beregner i arbejdsscanningen for hver opgave, hvilken del af arbejdet der kan overtages på denne måde, så det bliver klart, hvor mennesker fortsat er nødvendige for at træffe valg, og hvor et system kan overtage udførelsen.
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.