Una organización con varias unidades de negocio suele contar los mismos datos de sostenibilidad varias veces, sin que nadie lo note. El consumo energético de una sede figura en un archivo Excel del gestor de instalaciones, en una herramienta de reporte de la unidad de negocio y en una tabla de agregación del grupo. Tres sitios, tres cifras posiblemente distintas, y nadie que pueda decir con certeza cuál es la correcta.
Esto no es una excepción. Es el estado normal de los datos de sostenibilidad en una organización que ha crecido por unidad de negocio, donde cada parte ha desarrollado sus propios sistemas, definiciones y hojas de cálculo antes de que el reporte se convirtiera en un tema compartido.
Un registro de datos recoge por cada dato: qué es, de dónde procede, quién es el propietario y qué reglas de calidad se le aplican. En una organización con varias unidades de negocio, esto significa que no solo registra que existe un dato "consumo energético", sino también dónde se registra ese dato en cada unidad de negocio, en qué sistema, por quién y con qué definición.
En cuanto eso se pone en paralelo, se hace visible si las unidades de negocio miden lo mismo. A menudo resulta que una registra el consumo en kWh y otra en un valor de CO2 convertido, o que el alcance de "consumo energético" en una unidad solo incluye electricidad y en otra también gas. El dato se llama igual, pero no es comparable en contenido. Esa diferencia no la encuentra mirando un informe. La encuentra poniendo en paralelo la fuente, la definición y el propietario por unidad.
El registro no se rellena solo. Alguien debe preguntar por unidad de negocio qué datos se registran, en qué sistema y a partir de qué fuente. Es trabajo de inventario: consultar al propietario de cada sistema, rastrear el origen de cada cifra hasta el registro original, y anotar lo que encuentra, incluso cuando resulta confuso o inconsistente.
La forma en que estructura ese inventario determina si el solapamiento se hace visible o permanece oculto. Un enfoque por unidad de negocio, cada una por separado, produce cinco registros que no se pueden comparar. Un enfoque por dato, que atraviesa todas las unidades, produce la visión de conjunto que necesita. Cómo organizarlo se describe en cómo elabora un registro de datos con varias unidades de negocio. Se trata de una estructura que muestra la duplicación en lugar de que la propia estructura la perpetúe.
Un registro de datos no está completo con solo tener una lista de datos. Está completo cuando cada dato tiene una fuente rastreable, un propietario que asume la responsabilidad y una definición registrada que es comparable con otras unidades de negocio. Sin eso, puede ver un solapamiento, pero no determinar si ese solapamiento es un problema o una elección deliberada.
La pregunta de cuántos de sus datos realmente cumplen esa condición suele ser, en la práctica, menor de lo esperado. Algunos datos no tienen una fuente identificable, solo una cifra que se ha venido copiando del informe anterior durante años. Cómo cuantificar ese número lo encuentra en cuántos de sus datos tienen una fuente identificable. Y para el caso de que encuentre un dato para el que sencillamente no se halla ninguna fuente, ni siquiera tras preguntar, hay un enfoque aparte descrito en qué hacer con un dato sin fuente en varias unidades de negocio.
El momento en que el registro está "terminado" no es un punto fijo en el tiempo, sino un estado por dato. Algunos datos se resuelven rápidamente, otros requieren varias rondas de consulta y verificación. Lo que esto significa para su planificación se encuentra en cuándo está terminado un registro con varias unidades de negocio.
Una vez que ve que tres unidades de negocio registran el mismo dato, surge la siguiente pregunta: ¿es una duplicación que puede eliminar, o son tres datos que casualmente tienen el mismo nombre pero un alcance distinto? Esa distinción no siempre es inmediata de hacer, y hacerla es el punto central para reconocer un dato duplicado en varias unidades de negocio, lo cual se desarrolla más ampliamente en cómo reconoce un dato duplicado en varias unidades de negocio. Es un trabajo que gira en torno a la precisión: poner en paralelo la definición, el alcance y la regla de cálculo de cada ejemplar antes de concluir que se trata del mismo dato.
Mapear datos, fuentes y propiedad en varias unidades de negocio es un trabajo recurrente: nuevos periodos de reporte, nueva normativa y cambios organizativos requieren repetir la misma consulta. Parte de ese trabajo, como poner en paralelo definiciones o localizar una fuente en un sistema, es lo bastante repetitivo como para investigar si la IA puede asumir una parte de él. FTE TO AI calcula por tarea qué parte del trabajo es apta para ello, con el escaneo de trabajo como punto de partida para examinarlo en su situación.
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.