csrdready Sæt mig på venteliste

Kennisbank

Hvad gør De med et datapunkt uden kilde

Et sted i processen står der et tal, som ingen længere kan forklare. Scope 2-forbruget for en lokation, antallet af fte i et datterselskab, mængden af affald pr. produktionslinje. Tallet står i sidste års rapport, men ingen ved længere, hvilket system det kom fra, hvem der indtastede det, eller om det er summeret eller estimeret. Dette er ingen undtagelse. Det er en af de mest forekommende observationer, når en organisation for første gang systematisk gennemgår sine bæredygtighedsdata.

Spørgsmålet er ikke retorisk. Et datapunkt uden kilde er ikke pr. definition forkert, men det er ubevist. Og ubeviste data, der alligevel ender i en rapport, er en risiko, der først viser sig, når nogen — en assurance provider, en tilsynsmyndighed, en kunde med egne kædeforpligtelser — spørger nærmere.

Hvad et datapunktregister fastlægger

Et datapunktregister er ikke et rapporteringsværktøj og ikke et dashboard. Det er en liste: hvert datapunkt, der ender i en bæredygtighedsrapport, med en række fastlagte felter bagved. Hvor det kommer fra. Hvem der er ejer af det. Hvilke bearbejdninger der ligger mellem kilden og rapporten. Efter hvilken regel kvaliteten af det vurderes. Hvornår det senest er kontrolleret.

Uden disse felter er et datapunkt et tal, der tilfældigvis står et sted. Med disse felter bliver det en oplysning, hvis oprindelse er fastlagt, og dermed gentageligt kontrollerbar. Det er præcis denne forskel, organisationer strander på: rapporten findes, den underliggende struktur ikke.

Hvordan et datapunkt uden kilde opstår

Oftest har der faktisk været en kilde. Nogen har engang taget et tal ud af et ERP-system, sat det i et regneark, og en kollega har året efter overtaget det uden at kopiere oprindelsen med. Eller tallet er resultatet af en beregning — et estimat baseret på et gennemsnit, en omregning fra liter til kilogram CO2 — hvor beregningsreglen ikke er skrevet ned. Præcis dette forløb, hvilke bearbejdninger ligger mellem kilde og rapport, er dér, hvor mest information går tabt. Et tal, der er bearbejdet tre gange, før det når rapporten, har haft tre chancer til at tabe sin oprindelse.

Hos organisationer med flere lokationer eller forretningsenheder kommer der en anden årsag i tillæg: samme datapunkt findes flere steder, i lidt forskellig form, og ingen har nogensinde fastslået, hvilken version der er kildedataene. Det er et andet spørgsmål end den manglende kilde, men de hænger sammen: hvis De vil vide hvor et datapunkt allerede findes hos flere forretningsenheder, stødes De ofte på præcis samme blinde vinkel.

Hvad De gør med datapunktet

Et datapunkt uden kilde får i registret en status: ubekræftet. Ikke fjernet, ikke stiltiende antaget som korrekt, men markeret. Fra det tidspunkt skal der træffes et valg, og det valg afhænger af, hvad der er på spil. Er det et datapunkt, der i en materialitetsanalyse er vurderet som lille, kan kilden findes på et senere tidspunkt uden at rapporten venter på det. Er det et datapunkt, der skal under assurance, er kilden en forudsætning, ikke en nice-to-have.

Selve søgningen følger en fastlagt rute: tilbage til kildedokumentet eller kildesystemet, langs hvert bearbejdningstrin, til hos ejeren, der kan bekræfte, at tallet er korrekt. Det er præcis hvad source-to-report mapping indebærer: ikke at kontrollere tallet, men at rekonstruere vejen dertil. Nogle gange viser det sig, at den vej ikke længere kan rekonstrueres. Så er konklusionen ikke, at tallet er forkert, men at det ikke kan bevises — og det er et andet, og for en rapport lige så vigtigt, resultat.

Hvornår registret er klar

Et register er ikke færdigt, så snart hvert datapunkt har en kilde. Det er færdigt, så snart hvert datapunkt har en ejer, der kan kontaktes, en kvalitetsregel, det vurderes efter, og en fastlagt bearbejdningshistorie, der kan gennemgås igen, uden at nogen skal kunne det udenad. Hvad der præcis hører med dertil, og hvornår De kan stoppe med at søge efter mere detalje, er uddybet på hvornår et register er færdigt. For de fleste organisationer er svaret utilfredsstillende konkret: det er færdigt, når en ny kollega kan rekonstruere rapporten uden hjælp.

At opspore og genoprette et datapunkt uden kilde er arbejde, der kan opdeles i trin: gennemsøge kildedokumenter, spore bearbejdninger, kontakte ejere, registrere svar. En del af dette arbejde — gennemsøgning af systemer for et manglende tal, sammenlægning af indhentede bekræftelser — er repetitivt nok til at få beregnet, hvad AI kan overtage af det. Arbejdsscanen fra FTE TO AI gør det pr. opgave: ikke i generelle udsagn om automatisering, men i en konkret vurdering af, hvilken del af denne slags søgearbejde der kan overlades til et system, og hvilken del der stadig kræver ejerskab og bedømmelse.

Marvinde assistent van de Data Readiness Scan

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.