Casi toda organización que empieza con datos de sostenibilidad empieza por el CO2. No porque una directiva lo prescriba en ese orden, sino porque el CO2 es el tema para el que existen la mayoría de los métodos de cálculo ya preparados, están disponibles la mayoría de los benchmarks externos y la mayoría de los proveedores de software tienen un panel listo. El consumo energético, el combustible, el parque de vehículos son cifras que a menudo ya están registradas en algún lugar para otro fin, generalmente la facturación. Se han reutilizado, no recopilado.
Eso hace que el CO2 sea el tema más fácil de mostrar, no el más completo. Los datos sociales, la información de la cadena y los indicadores de biodiversidad rara vez cuentan con una infraestructura comparable. Ahí no existe una factura que ya contenga la respuesta. Quien solo mira al CO2 ve por tanto una fracción del panorama de datos, y a veces concluye de ello que el resto también se pondrá en orden. Eso no está constatado, se ha asumido.
Una cifra de CO2 que coincide con un benchmark externo no es prueba de que los datos subyacentes sean verificables. La cifra puede provenir de una hoja de cálculo que gestiona una sola persona, con un factor de conversión que ya nadie puede rastrear hasta la fuente. Es correcta, hasta que esa persona está de vacaciones o se marcha. Eso es un problema distinto de la cifra en sí: es una cuestión de titularidad y procedencia, no de aritmética. Cómo se establece por defecto esa titularidad se describe en quién lee su registro de puntos de datos cuando usted ya no esté.
El escáner que construimos no trata sobre la cifra de CO2 en sí. Trata sobre la pregunta de dónde proviene esa cifra, quién la aporta, qué transformaciones se le aplican antes de que aparezca en un informe, y qué control existe sobre ello. A eso lo llamamos lineage: la ruta desde el sistema de origen hasta la línea del informe, por punto de datos. Para el CO2, esa ruta suele ser todavía reconstruible, porque la fuente suele ser una factura o una lectura de contador. Para otros temas, esa ruta suele ser menos clara, y ahí es precisamente donde están los riesgos que un panel de CO2 no muestra.
La suposición de que un enfoque de CO2 se puede copiar a otros temas es parcialmente correcta. La estructura —registro de puntos de datos, procedencia, titularidad, regla de calidad— es la misma para cada tema. Pero las fuentes de datos no lo son. Una encuesta a empleados tiene una sensibilidad al error distinta de una factura energética. Un cuestionario de proveedores tiene una frecuencia de actualización distinta de una lectura de contador. Quien copia el proceso de CO2 uno a uno a indicadores sociales o de cadena se topa con vacíos que no existían en el CO2, simplemente porque ahí no hay una fuente comparable.
Esto también explica por qué una herramienta configurada para la elaboración de informes de CO2 no funciona automáticamente para el resto del tema. La cuestión de si una organización está preparada para ello no depende de la herramienta, sino de cuánto se ha registrado ya sobre fuentes, propietarios y puntos de control. Cómo medir esa preparación se desarrolla en qué es la madurez de datos y cómo se mide. Para quien piense que las hojas de cálculo son el núcleo del problema: eso es una idea errónea que se trata por separado en por qué las hojas de cálculo no son el problema, pues el problema rara vez está en el formato del archivo y con más frecuencia en la ausencia de una procedencia registrada.
En cuanto interviene un auditor o un proveedor de assurance, la diferencia entre un buen panel de CO2 y un buen registro de puntos de datos se hace visible de inmediato. El assurance no pregunta por la cifra final, sino por el camino hasta ella: qué fuente, qué transformación, qué control. Una cifra de CO2 que es correcta pero no se puede rastrear resulta tan problemática para el assurance como una cifra que todavía no es correcta. Cómo se construye esa verificabilidad por punto de datos se describe en cómo hacer que los datos esg sean verificables para el assurance. Ese trabajo para el CO2 a menudo ya está parcialmente hecho, precisamente porque ya existía infraestructura. Para el resto de la información, normalmente aún hay que empezar.
Esta forma de trabajar no determina qué tema debe abordar primero una organización, ni dice nada sobre si el CO2 es de fondo el tema más importante. Esa es otra decisión, con otras consideraciones. Lo que sí hace el escáner es dar claridad sobre el estado de los datos detrás de cada tema por separado, de modo que una elección de orden se base en lo que ya existe y no en lo que resultaba más fácil de mostrar. Quien esté considerando ese proceso puede inscribirse en la lista de espera; el escáner está en desarrollo y todavía no se ofrece como producto terminado. Lo que cambia una vez que el lineage para un tema está establecido se describe en qué cambia una vez que el lineage está establecido.
Mapear puntos de datos, fuentes y titularidad es en parte trabajo manual, y en parte trabajo que se puede acelerar una vez que la estructura está fijada: reconocer patrones en las fuentes, rellenar campos estándar, señalar vínculos faltantes. Qué parte de ese trabajo se puede transferir a la IA y qué parte sigue siendo trabajo humano es precisamente lo que responde el escáner de trabajo de FTE TO AI, calculado por tarea.
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.