Una factura de energía indica kilovatios hora, un recibo de combustible litros, una carta de porte toneladas-kilómetro. Antes de que estas cifras puedan figurar juntas en un informe de sostenibilidad, alguien tiene que convertirlas a una unidad común y, a menudo, a un factor de emisión común. Esa conversión se llama normalización. Suele ocurrir en una hoja de cálculo, con una fórmula que ya nadie vuelve a encontrar en el momento en que surge la pregunta de dónde procede una cifra.
La normalización no es una sola acción, sino una serie de decisiones. Qué fuente aporta el valor bruto. Qué unidad se considera estándar. Qué factor de emisión o factor de conversión se aplica, y de qué fuente o de qué año procede ese factor. Se corrige o no por valor calorífico, por temperatura, por un ejercicio fiscal distinto. Cada decisión es un supuesto, y cada supuesto determina el resultado. Dos organizaciones que normalizan los mismos datos brutos con un factor distinto o un año de referencia distinto llegan a una cifra diferente, sin que ninguna de las dos haga nada incorrecto.
El problema no surge en el primer cálculo. Surge un año después, cuando alguien pregunta por qué la cifra de 2023 es ligeramente distinta a la de 2024, o cuando un controller quiere saber qué factor de emisión se utilizó para un flujo de energía concreto. Sin registro, la respuesta es: ya no lo sabemos, o: lo vamos a averiguar. Con registro, la respuesta es una referencia a la regla que describe la conversión. La diferencia entre esas dos situaciones es precisamente de lo que trata por qué una pista de auditoría es más que un registro: una pista de auditoría no es un informe a posteriori, es el registro de la decisión en el momento en que se toma.
La normalización es una de las operaciones que tienen lugar entre la fuente y el informe, junto con sumar, filtrar y redistribuir. Cuáles son exactamente esas operaciones y en qué orden afectan a los datos se describe en qué operaciones hay entre la fuente y el informe cuando la fuente es una hoja de cálculo. Para cada operación se aplica la misma pregunta: se puede determinar qué ha ocurrido, por quién, sobre la base de qué regla. En la normalización se añade una capa adicional, porque la propia regla puede tener una fuente externa: una base de datos de factores de emisión que se actualiza anualmente. Si esa base de datos cambia y nadie ha registrado qué versión se usó para qué año de reporte, la comparabilidad de las cifras a lo largo de los años ya no se puede fundamentar.
Para cada punto de datos que pasa por una normalización, se necesita una serie de datos para que ese paso sea trazable. El valor bruto y su fuente. La unidad de destino y el factor de conversión o de emisión utilizado, incluyendo el origen y la versión de ese factor. La fecha o el período en que el factor es aplicable. La persona o el sistema que ha ejecutado la conversión. Y el lugar del informe donde termina la cifra normalizada. Esto es, en esencia, una forma específica de mapeo de fuente a informe, en la que no solo se registra el origen de una cifra, sino también la regla de cálculo que la ha modificado en el camino. Cómo se ve ese mapeo cuando la fuente es una hoja de cálculo se explica en qué es el mapeo de fuente a informe cuando la fuente es una hoja de cálculo.
En la práctica, el conocimiento sobre los factores de normalización suele residir en un solo empleado que sabe qué pestaña usa qué factor y por qué. En cuanto esa persona está de vacaciones, se pone enferma o cambia de puesto, ese conocimiento ya no se puede consultar, solo reconstruir, con el riesgo de que la reconstrucción dé un resultado distinto al original. Registrar independientemente de la persona significa que la regla es trazable en un registro, no en una cabeza. Ese registro no tiene que ser un sistema complicado; puede ser un formato fijo que se mantiene junto a cada hoja de cálculo. Cómo se ve esto sin adquirir una herramienta se describe en cómo crea lineage sin herramienta, y el enfoque específico para la normalización en hojas de cálculo en cómo registra la normalización cuando la fuente es una hoja de cálculo.
Existen herramientas que automatizan la normalización y muestran los factores utilizados en un resumen. Eso es útil en cuanto las reglas son conocidas y los supuestos están fijados. Una herramienta que normaliza a partir de un factor que nadie ha verificado, o que usa una versión antigua de una base de datos de factores de emisión sin que nadie lo haya advertido, ofrece un resultado pulcro sobre un cálculo incorrecto. El orden es: primero registrar qué regla se aplica y por qué, y solo después implantar un sistema que ejecute esa regla de forma consistente.
Registrar las reglas de normalización es, en sí mismo, una tarea que requiere tiempo: buscar factores, anotar versiones, documentar las relaciones entre el valor bruto y la cifra convertida. Parte de ese trabajo es repetible y está sujeto a reglas, lo que lo convierte en candidato para el apoyo de la IA. FTE TO AI calcula en el escáner de trabajo, por tarea, qué parte del trabajo se puede asumir de esa manera, de modo que quede claro dónde siguen siendo necesarias las personas para tomar decisiones y dónde un sistema puede asumir la ejecución.
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.