Un bootcamp suena a una formación, un programa intensivo de unos días tras el cual todo el mundo puede seguir adelante. No es esto a lo que nos referimos aquí. Se trata de un proceso estructurado en el que una organización mapea sus datos de sostenibilidad: qué datos existen, de dónde proceden, quién es responsable de ellos y qué reglas de calidad les son aplicables. No es una formación sobre obligaciones de reporte, ni un taller sobre la norma. Es trabajo sobre los propios datos.
El resultado es un registro de datos: un inventario de cada dato que la organización necesita, con su origen trazado desde el sistema fuente hasta la cifra reportada, un responsable designado y las reglas que los datos deben cumplir para considerarse fiables. No es un informe ni un panel de control. Es la capa de base que determina si un informe, cualquiera que sea, se sostiene sobre algo sólido. Dónde existe ya un dato suele ser la primera pregunta que este proceso responde, y esa pregunta resulta con frecuencia más difícil de lo esperado: los mismos datos a veces están en tres sitios, con tres definiciones distintas.
No es la implementación de una herramienta. Un software que genera informes sobre un proceso desorganizado produce informes más pulcros sobre las mismas cifras poco fiables. El databootcamp precede a ese paso: primero se determina qué es un dato, de dónde procede y quién es responsable de él, y solo después se piensa en los sistemas que apoyan ese proceso. Tampoco es una garantía de preparación para la verificación (assurance). Aporta la estructura que hace posible la verificación, pero que un auditor apruebe una cifra depende de más factores que un registro. Quien quiera profundizar en esto encontrará en cómo hacer que los datos ESG sean verificables para la assurance dónde se encuentra exactamente ese límite.
Una suposición habitual es que las hojas de cálculo son la fuente de los datos poco fiables y que un sistema es la solución. Es una idea errónea. El problema raramente es el medio; es la ausencia de responsabilidad clara y trazabilidad. Una hoja de cálculo con un responsable claro, un origen documentado y una regla de calidad es más fiable que un sistema costoso que carezca de esas tres cosas. Por qué las hojas de cálculo no son el problema profundiza en esto. Por eso el databootcamp no se centra en sustituir herramientas, sino en documentar lo que ya existe, dondequiera que se encuentre.
La inversión de tiempo depende del número de datos, del número de sistemas fuente y del grado en que ya se haya asignado responsabilidad. Una organización con unos pocos sistemas centrales y un número reducido de datos materiales recorre el proceso de forma distinta a una organización con decenas de filiales, cada una con sus propias hojas de cálculo y sus propias definiciones. No es posible indicar una duración fija sin ese contexto, y quien espere una cifra concreta no la encontrará aquí sin más, lanzada al aire.
En el momento en que cada dato es trazable hasta su origen y tiene un responsable asignado, la conversación cambia. Preguntas como "de dónde viene esta cifra" y "quién puede explicarla" tienen entonces una respuesta directa, en lugar de requerir una búsqueda entre correos y archivos antiguos. Esto no afecta solo al informe de este año, sino también al traspaso a un sucesor, a un nuevo controller o a un equipo externo. Qué cambia una vez que existe la trazabilidad describe ese cambio, y quién lee su registro de datos cuando usted ya no esté muestra por qué esa transferibilidad a menudo pesa más que el informe del ejercicio actual.
Un error frecuente es querer completar el registro de una vez para cada dato que una norma pudiera llegar a exigir algún día. Eso conduce a un proyecto que nunca termina. El databootcamp empieza por los datos que la organización realmente necesita, dada su materialidad y su sector, y se amplía a partir de ahí. Qué datos necesita usted realmente es la pregunta que se plantea al inicio de todo proceso, antes de que nadie empiece a construir un registro.
La herramienta que apoya este proceso está en desarrollo. Quien ya quiera empezar a mapear datos, orígenes y responsabilidades puede inscribirse en la lista de espera; no se entrega nada que aún no exista, pero la solicitud queda registrada para el momento en que el instrumento esté disponible.
Un registro de datos indica de dónde proceden los datos y quién responde por ellos. No indica por sí mismo cuánto del trabajo que lo rodea, la transcripción, la verificación, la combinación de fuentes, deberá seguir siendo trabajo humano en el futuro. Quien quiera saberlo puede solicitar en FTE TO AI el cálculo del escaneo de trabajo: este muestra, tarea por tarea, qué parte puede asumir la IA, de modo que quede claro dónde se libera tiempo y dónde sigue siendo necesario el control 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.