Υπάρχει ένα ερώτημα που παραμένει ανεπάντητο κάτω από σχεδόν κάθε έκθεση βιωσιμότητας, ακόμη και μετά τη δημοσίευσή της: από πού προέρχεται αυτό το νούμερο. Όχι το συμπέρασμα, όχι το κείμενο γύρω του, αλλά το ίδιο το νούμερο. Ποιος το εισήγαγε, ποιο σύστημα ή ποιο υπολογιστικό φύλλο βρίσκεται από πίσω, και αν κάποιος μπορεί ακόμα να το υποδείξει χωρίς να χρειαστεί να τηλεφωνήσει σε τρεις συναδέλφους.
Σε πολλούς οργανισμούς η απάντηση είναι ασαφής. Υπάρχει μια έκθεση, υπάρχουν νούμερα, αλλά η γραμμή που οδηγεί πίσω στην πηγή έχει χαθεί κάπου στη διαδρομή. Αυτό δεν είναι απαραίτητα ένδειξη απροσεξίας. Είναι απόρροια του τρόπου με τον οποίο συνήθως δημιουργούνται τα δεδομένα βιωσιμότητας: διασκορπισμένα σε τμήματα, συστήματα και ανθρώπους που με τις καλύτερες προθέσεις παρέδωσαν το κομμάτι τους, χωρίς να υπάρχει ένα σημείο όπου όλα αυτά συγκλίνουν.
Ένα μητρώο δεδομένων δεν είναι έκθεση ούτε πίνακας ελέγχου. Είναι μια επισκόπηση: για κάθε δεδομένο καταγράφεται τι είναι, από πού προέρχεται, ποιος είναι ο ιδιοκτήτης του, και ποιοι κανόνες καθορίζουν αν μια τιμή είναι έγκυρη. Για τις εκπομπές CO2, την κατανάλωση ενέργειας, τα στοιχεία προσωπικού ή τα δεδομένα της αλυσίδας εφοδιασμού, αυτό ελάχιστα διαφέρει ως προσέγγιση. Το ερώτημα είναι πάντα το ίδιο: υπάρχει μια εντοπίσιμη πηγή, και υπάρχει κάποιος που φέρει την ευθύνη για αυτήν.
Αυτό που δεν κάνει το μητρώο είναι να διορθώσει αυτή την πηγή. Αν ένα νούμερο προέρχεται από ένα υπολογιστικό φύλλο που κανείς δεν κατανοεί πλήρως πλέον, το μητρώο καταγράφει αυτό το γεγονός. Δεν το λύνει. Η καταγραφή κάνει ορατό πού βρίσκονται οι αδύναμοι κρίκοι, ώστε ένας οργανισμός να μπορεί να αποφασίσει τι είναι απαραίτητο στη συνέχεια. Αυτό είναι μια μετριοπαθής διαβεβαίωση, αλλά μια που ευσταθεί.
Ο πειρασμός είναι μεγάλος να αποκτηθεί πρώτα ένα εργαλείο που παράγει αναφορές ή συμπληρώνει ερωτηματολόγια, και να εξεταστούν τα υποκείμενα δεδομένα αργότερα. Αυτό λειτουργεί αντίστροφα. Ένα εργαλείο που τοποθετείται πάνω από μια μη οργανωμένη διαδικασία παράγει πιο τακτοποιημένες αναφορές για τα ίδια αναξιόπιστα νούμερα. Το υποκείμενο ερώτημα, δηλαδή αν το δεδομένο μπορεί να ανιχνευθεί σε μια πηγή και έναν ιδιοκτήτη, παραμένει αναπάντητο. Απλώς μετά φαίνεται πιο πειστικό απ' όσο πραγματικά είναι.
Γι' αυτό η ανάλυση ξεκινά από το μητρώο δεδομένων, τη γραμμή προέλευσης από την πηγή έως το σημείο αναφοράς και το ερώτημα της ιδιοκτησίας, όχι από το λογισμικό που τοποθετείται από πάνω. Τι είναι η ωριμότητα δεδομένων και πώς τη μετράτε είναι στην ουσία το ίδιο ερώτημα σε άλλη μορφή: όχι αν υπάρχει μια έκθεση, αλλά αν ο οργανισμός γνωρίζει από πού προέρχονται τα νούμερά του και πόσο σταθερή είναι αυτή η βάση.
Δεν είναι ότι μια ανάλυση αποτυπώνει πλήρως, με μία κίνηση, όλα τα δεδομένα ενός οργανισμού. Η πρώτη διεξαγωγή καταγράφει τι είναι γνωστό και, εξίσου σημαντικό, τι δεν είναι ακόμα γνωστό. Ορισμένες πηγές είναι προφανείς: ένα τιμολόγιο ενέργειας, ένα σύστημα HR. Άλλες είναι λιγότερο σαφείς, όπως μια εκτίμηση που έγινε κάποτε και έκτοτε διατηρείται ως σταθερή τιμή χωρίς κανείς να γνωρίζει πλέον σε ποια παραδοχή βασίστηκε.
Η ανάλυση δεν υποστηρίζει επίσης ότι κάθε δεδομένο μπορεί τελικά να γίνει έτοιμο για διασφάλιση (assurance) εντός συγκεκριμένης προθεσμίας. Πόσος χρόνος απαιτείται εξαρτάται από πόσα συστήματα εμπλέκονται, πόσοι ιδιοκτήτες πρέπει ακόμα να προσδιοριστούν και πόσο διασκορπισμένες είναι οι πηγές. Μια εντύπωση για πόσο χρόνο χρειάζεται για να τακτοποιηθεί ένα θέμα βοηθά στη διαμόρφωση αυτής της εκτίμησης, χωρίς αυτό να αποτελεί υπόσχεση για συγκεκριμένο χρόνο υλοποίησης.
Και η ανάλυση δεν ξεκινά από την υπόθεση ότι τα υπολογιστικά φύλλα είναι το πρόβλημα. Συχνά ένα υπολογιστικό φύλλο δεν είναι τίποτα περισσότερο από το σημείο όπου γίνεται ορατή η έλλειψη δομής· το ερώτημα γιατί τα υπολογιστικά φύλλα δεν είναι το πρόβλημα εξηγεί γιατί η αντικατάσταση του ίδιου του εργαλείου σπάνια λύνει το υποκείμενο ζήτημα.
Στην πράξη, το CO2 είναι συχνά το πρώτο θέμα για το οποίο τίθεται με σαφήνεια αυτό το ερώτημα, απλά επειδή είναι συνήθως το πιο διασκορπισμένο και το πιο πολυδιαμεσολαβημένο νούμερο σε μια έκθεση. Υπάρχει ένας λόγος για τον οποίο το CO2 είναι συνήθως το πρώτο θέμα με το οποίο ξεκινά κανείς, και αυτός ο λόγος λέει κάτι για τον τρόπο με τον οποίο τα δεδομένα διαπερνούν έναν οργανισμό, από την ένδειξη μετρητή έως τη γραμμή της έκθεσης.
Η ανάλυση όπως περιγράφεται εδώ βρίσκεται υπό κατασκευή. Αυτό που υπάρχει τώρα: ένας τρόπος θεώρησης και μια δομή για να τίθενται ερωτήματα που οι περισσότεροι οργανισμοί δεν θέτουν ακόμα συστηματικά. Όποιος έχει αυτή τη στιγμή ανάγκη από αυτή τη μέθοδο εργασίας μπορεί να εγγραφεί στη λίστα αναμονής. Αυτή δεν είναι λίστα αναμονής για ένα αόριστο μέλλον, αλλά για ένα εργαλείο που βρίσκεται ακόμα υπό ολοκλήρωση, και προτιμούμε να το γράψουμε ειλικρινά παρά να προσφέρουμε κάτι που δεν είναι ακόμα πλήρως έτοιμο.
Όταν είναι σαφές ποια δεδομένα έχουν πηγή και ποια όχι, προκύπτει αυτόματα ένα άλλο ερώτημα: πόσο από το έργο του ελέγχου, της παρακολούθησης και της ανίχνευσης αυτών των πηγών πρέπει στην πραγματικότητα να γίνεται από ανθρώπους, και πόσο μπορεί να αναλάβει ένα σύστημα. Αυτό είναι διαφορετικό ερώτημα από αυτό που απαντά αυτή η σελίδα, αλλά αποτελεί ένα λογικό επόμενο βήμα. Η ανάλυση εργασίας της FTE TO AI υπολογίζει ανά εργασία ποιο μέρος του έργου μπορεί να αναληφθεί από την τεχνητή νοημοσύνη, δίνοντας έτσι μια εικόνα για το πού οι άνθρωποι αφιερώνουν χρόνο σε εργασίες που, μόλις τα δεδομένα τακτοποιηθούν, μπορούν σε μεγάλο βαθμό να αυτοματοποιηθούν.
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.