Et advokatkontor, et revisionskontor eller et konsulentbureau har ingen produktionslinje, ingen vognpark af betydning og som regel ingen egen fabrikshal. Udledningen sidder ikke i maskiner men i mennesker: kontorbygninger, laptops, forretningsrejser, og de tjenester der indkøbes hos andre. Hvor en industriel virksomhed kan måle de fleste emissioner inden for de egne mure, ligger den største del hos forretningsmæssig servicevirksomhed netop uden for disse mure. Det flytter spørgsmålet fra "hvad udleder vi" til "hvad udleder aktørerne omkring os", og denne forskydning er præcis der hvor dataene bliver besværlige.
De grundlæggende oplysninger om den egen bygning kan man ofte stadig finde: energifakturaer hos facility management, servicekontrakter hos bygningsforvalteren, lejekontrakter hos finance. Men så snart omfanget bliver bredere, falder dataene ud over afdelinger der ikke nødvendigvis taler med hinanden. Rejseudgifter og udlæg ligger i HR- eller udgiftssystemet, ofte uden at der skelnes mellem flyrejse, tog eller bil. Indkøb af it-tjenester, cloud-lagring og softwarelicenser går via procurement eller via separate afdelingskontrakter, med fakturaer der ikke angiver leverandørens energiforbrug. Papirforbrug, tryksager og catering ligger hos facility. Vikarer og freelancere er nogle gange med og nogle gange ikke med i personaletallene, afhængigt af hvordan HR-administrationen er indrettet.
Den største post, de indkøbte tjenester fra andre virksomheder, er som regel den vagest definerede. Et konsulentbureau der bruger underleverandører, et revisionskontor der outsourcer arbejde til et andet kontor, et juridisk team der hyrer eksterne eksperter: denne kæde af tjenesteydelser genererer emissioner der ikke automatisk registreres nogen steder, fordi fakturaen kun viser beløbet og ikke oprindelsen.
Fordi der ikke findes et apparat der måler kontinuerligt, opstår bæredygtighedsdataene hos forretningsmæssig servicevirksomhed ofte via manuel indsamling: nogen rekvirerer fakturaer hos facility, rekvirerer rejsedata hos HR, rekvirerer indkøbsdata hos procurement, og limer det sammen i et spreadsheet. Dette spreadsheet bliver det faktiske sandhedssystem, uden at nogen kan pege på hvem der forvalter kilden til hvert tal eller hvor ofte det opdateres. Ved næste rapporteringsrunde gøres arbejdet ofte om igen, med et lidt anderledes udvalg af kilder, hvilket gør tallene svære at sammenligne år for år.
Fristelsen er at anskaffe et rapporteringsværktøj så snart spørgeskemaerne kommer ind. Men et værktøj der lægges oven på en spredt, manuel indsamling, gør primært resultatet mere overskueligt, ikke mere pålideligt. Det underliggende spørgsmål forbliver ubesvaret: hvem ejer rejsedatapunktet, hvor kommer bygningens energital fra, hvilken kvalitetsregel afgør om en udelukket freelancer tæller med eller ikke. Uden et register hvor det for hvert datapunkt fremgår hvor det opstår, hvem der forvalter det og hvilken regel der vogter kvaliteten, forbliver hver rapport et øjebliksbillede af hvad nogen kunne indsamle den måned.
Data Readiness Scan fra csrdready.net kortlægger dette register for netop denne sektor: pr. datapunkt kildesystemerne, vejen fra kilde til rapport, ejeren inden for organisationen og reglen der afgør om værdien er korrekt. For en kontorbaseret organisation betyder det ofte en kombination af facility-systemer, HR-administration, procurement og manuel input, alle med deres egen rytme og deres egen forvalter. Scanningen fastlægger denne kombination så den ikke skal genopfindes hvert år.
Den måde hvorpå denne fragmentering opstår, varierer fra sektor til sektor. Den der ønsker at sammenligne hvordan det ser ud ved lignende problemstillinger, kan se på spredningen af energi- og indkøbsdata i detailhandlen, på rollen af kunderejser og serverdata i it-sektoren, eller på sammenvævningen af investeringsdata og egen forretningsdrift hos finansielle tjenesteudbydere. Mønstrene varierer, men kernen er altid den samme: data der opstår i systemer der ikke er bygget med rapportering i tankerne.
Data Readiness Scan bygges nu. Der findes endnu ikke et fungerende produkt at gennemgå i dag, og der sælges her intet der endnu ikke eksisterer. Den der for den egen organisation ønsker at fastlægge hvor datapunktregisteret skal begynde, kan tilmelde sig ventelisten og bliver holdt orienteret så snart scanningen er tilgængelig.
Så snart det er klart hvilket datapunkt der kommer fra hvilket system og hvem der er ansvarlig for det, flytter opmærksomheden sig ofte til spørgsmålet om hvor meget af selve indsamlingsarbejdet der stadig skal være manuelt. At rekvirere fakturaer, samle spreadsheets og kontrollere tal er opgaver der kan opdeles i den del der følger et fast mønster og den del der kræver vurdering. FTE TO AI beregner pr. opgave hvor stor en del af dette arbejde der kan overtages af AI, som et næste skridt efter at datapunktregisteret er etableret.
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.