Un auditor que otorga assurance sobre datos de sostenibilidad plantea una pregunta simple: de dónde procede esta cifra, y quién puede demostrarlo. Muchas organizaciones descubren solo durante la preparación de un proceso de assurance que esa pregunta no se puede responder por dato. La cifra figura en el informe, pero el camino recorrido para llegar a ella no está registrado en ningún sitio.
Assurance no pide un informe bonito. Pide un rastro: un dato debe poder rastrearse hasta una fuente, mediante pasos registrados, con un propietario identificable que pueda explicar cómo se originó la cifra. Sin ese rastro, cada control es una reconstrucción a posteriori, con los riesgos que eso conlleva: personas que ya no recuerdan por qué se ajustó una cifra, hojas de cálculo sobrescritas, una fuente que ya no se puede localizar.
La pregunta dónde existe ya un dato parece sencilla, pero es exactamente la pregunta que surge durante la assurance. Si la respuesta varía según el sistema, o si nadie lo sabe con certeza, eso no es una cuestión de formato de informe. Es un vacío en la trazabilidad que un proceso de assurance pone al descubierto.
Existe la tendencia a resolver este problema con software que genera informes. Eso no cambia en nada la verificabilidad de las cifras subyacentes. Una herramienta que produce una salida pulida sobre un proceso sin fuentes ni propiedad registradas ofrece un informe más convincente sobre los mismos datos poco fiables. Assurance mira a través de esa capa.
La verificabilidad empieza por tres preguntas por dato: de dónde procede, quién es responsable de él, y qué regla determina si el valor es correcto. No son preguntas que responda una herramienta de informes. Son preguntas que una organización debe investigar, registrar y mantener por sí misma.
Un registro de datos con trazabilidad de fuente a informe responde a esas tres preguntas, por dato. Muestra qué parte de los datos ya tiene una fuente y un propietario claros, y qué parte no los tiene. Esa distinción es precisamente de lo que trata cuántos de sus datos tienen una fuente: no una estimación, sino un recuento por dato, con los vacíos visibles en lugar de diluidos en promedios.
Lo que esto no hace: no emite un juicio de assurance, no evalúa la materialidad, y no garantiza la aprobación de un auditor. Un registro con trazabilidad es trabajo preparatorio. Hace visible qué es verificable y qué todavía no lo es, para que un proceso de assurance no tropiece con preguntas que en realidad ya debían haberse planteado hace tiempo. El resultado de ese proceso sigue correspondiendo a la parte que otorga la assurance.
Un dato sin propietario es un dato que nadie puede defender cuando surge una pregunta sobre él. En la práctica, la propiedad cambia: las personas cambian de función, las hojas de cálculo pasan a un sucesor que no conoce su historia. La pregunta quién lee su registro de datos cuando usted ya no esté no es, por tanto, un experimento mental. Es una prueba de si el registro es independiente de una sola persona, o si el conocimiento desaparece en cuanto esa persona se marcha.
Un registro que solo existe en la cabeza del controller no es un registro. Assurance exige algo que se mantenga cuando cambie la composición del equipo.
Parte de la dificultad en la preparación de la assurance no proviene de datos deficientes, sino de un exceso de datos: datos que se recopilan porque en algún momento parecieron relevantes, sin que nadie compruebe ya si siguen siéndolo. La pregunta qué datos realmente necesita forma parte, por tanto, del mismo ejercicio que la construcción de la trazabilidad. Menos datos con un rastro sólido son más verificables que una lista larga de la que la mitad nunca se ha usado.
En este contexto, a las hojas de cálculo se les suele echar la culpa, pero el problema rara vez está en el formato del archivo en sí. Por qué las hojas de cálculo no siempre son el problema de fondo se trata en por qué las hojas de cálculo no son el problema: una hoja de cálculo con una fuente registrada y un propietario designado es tan verificable como un sistema, y un sistema sin ese registro es tan vulnerable como una hoja de cálculo suelta.
El efecto de un registro completo se percibe no solo durante la preparación de la assurance, sino en el trabajo diario alrededor del informe: menos idas y venidas sobre de dónde procede una cifra, menos tiempo dedicado a reconstruir un camino que ya se había investigado antes. Lo que cambia concretamente en cuanto esa estructura está establecida se describe en qué cambia una vez que la trazabilidad está establecida.
Esta herramienta está en desarrollo. Quien desee que se realice el análisis en cuanto esté disponible puede inscribirse en la lista de espera.
Investigar fuentes, propiedad y reglas de calidad es un trabajo que hoy a menudo se hace de forma manual, dato por dato, sistema por sistema. Parte de ese trabajo de investigación se puede acelerar con IA, otra parte no, y qué parte es cuál varía según la organización y el proceso. FTE TO AI ofrece un análisis de trabajo que calcula, por tarea, qué parte del trabajo puede asumir la IA, de modo que quede claro dónde la automatización libera tiempo y dónde el trabajo manual sigue siendo necesario.
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.