En algún punto del proceso hay una cifra que ya nadie puede explicar. El consumo scope 2 de una sede, el número de fte en una filial, la cantidad de residuos por línea de producción. La cifra figura en el informe del año pasado, pero nadie sabe ya de qué sistema procedía, quién la introdujo, ni si fue sumada o estimada. Esto no es una excepción. Es uno de los hallazgos más frecuentes en cuanto una organización revisa por primera vez sus datos de sostenibilidad de forma sistemática.
La pregunta no es retórica. Un dato sin fuente no es por definición incorrecto, pero sí está sin demostrar. Y un dato sin demostrar que llega a un informe es un riesgo que solo se manifiesta en el momento en que alguien —un proveedor de assurance, un supervisor, un cliente con sus propias obligaciones de cadena— pregunta más a fondo.
Un registro de datos no es una herramienta de informes ni un panel de control. Es una lista: cada dato que termina en un informe de sostenibilidad, acompañado de una serie de campos fijos. De dónde procede. Quién es su propietario. Qué operaciones se han aplicado entre la fuente y el informe. Según qué regla se evalúa su calidad. Cuándo se verificó por última vez.
Sin esos campos, un dato es una cifra que por casualidad figura en algún lugar. Con esos campos, se convierte en un dato cuya procedencia está documentada y, por tanto, verificable de forma repetible. Esa distinción es precisamente donde las organizaciones se atascan: el informe existe, la estructura subyacente no.
En la mayoría de los casos sí hubo una fuente en algún momento. Alguien extrajo en su día una cifra de un sistema ERP, la puso en una hoja de cálculo, y un compañero la reutilizó un año después sin copiar también su procedencia. O la cifra es el resultado de un cálculo —una estimación basada en un promedio, una conversión de litros a kilogramos de CO2— cuya regla de cálculo nunca quedó por escrito. Precisamente ese recorrido, qué operaciones se han aplicado entre la fuente y el informe, es donde se pierde la mayor parte de la información. Una cifra que se ha modificado tres veces antes de llegar al informe ha tenido tres oportunidades de perder su procedencia.
En organizaciones con varias sedes o unidades de negocio se añade una segunda causa: el mismo dato existe en varios lugares, en una forma ligeramente distinta, y nadie ha determinado nunca cuál de las versiones es el dato de origen. Es una cuestión distinta de la fuente ausente, pero ambas se tocan: si quiere saber dónde ya existe un dato en varias unidades de negocio, a menudo se encuentra exactamente con el mismo punto ciego.
Un dato sin fuente recibe en el registro un estado: no confirmado. No se elimina, ni se asume tácitamente como correcto, sino que se marca. A partir de ese momento hay una decisión que tomar, y esa decisión depende de lo que esté en juego. Si es un dato que en un análisis de materialidad se ha valorado como menor, la fuente puede rastrearse más adelante sin que el informe tenga que esperarla. Si es un dato sujeto a assurance, la fuente es una condición, no un añadido deseable.
La búsqueda en sí sigue una ruta fija: volver al documento o sistema de origen, recorrer cada paso de procesamiento, hasta llegar al propietario que puede confirmar que la cifra es correcta. Eso es exactamente lo que implica el mapeo de fuente a informe: no comprobar la cifra, sino reconstruir el camino hasta ella. A veces resulta que ese camino ya no se puede reconstruir. Entonces la conclusión no es que la cifra sea incorrecta, sino que no se puede demostrar, y ese es un resultado distinto, y para un informe igualmente importante.
Un registro no está terminado en cuanto cada dato tiene una fuente. Está terminado cuando cada dato tiene un propietario al que se puede dirigir, una regla de calidad con la que se contrasta, y un historial de operaciones documentado que se puede volver a recorrer sin que nadie tenga que saberlo de memoria. Qué incluye exactamente esto, y cuándo puede dejar de buscar más detalle, se detalla en cuándo un registro está terminado. Para la mayoría de las organizaciones, la respuesta es concreta hasta resultar incómoda: está terminado cuando un nuevo compañero puede reconstruir el informe sin ayuda.
Localizar y corregir un dato sin fuente es un trabajo que se puede dividir en pasos: consultar documentos de origen, rastrear operaciones, contactar a los propietarios, registrar las respuestas. Parte de ese trabajo —revisar sistemas en busca de una cifra ausente, consolidar las confirmaciones recibidas— es lo suficientemente repetitivo como para calcular qué parte puede asumir la IA. El escáner de trabajo de FTE TO AI hace precisamente eso, tarea por tarea: no con afirmaciones generales sobre automatización, sino con una estimación concreta de qué parte de este tipo de trabajo de búsqueda se puede dejar en manos de un sistema y qué parte sigue requiriendo propiedad y criterio humano.
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.