Niipea kui jätkusuutlikkuse andmed pärinevad rohkem kui ühest äriüksusest, tekib probleem juba enne registri olemasolu. Igal üksusel on omad süsteemid, omad tabelid, omad definitsioonid selle kohta, mida andmepunkt tähendab. Register, mis seda ei korralda, loeb hiljem sama voo kolm korda kokku või jätab selle täielikult vahele.
Andmepunktide register ei ole nimekiri aruandlusteemadest, vaid register üksiku andmepunkti tasandil: üksuse A scope 2 heide, üksuse B ajutise lepinguga töötajate arv, asukoha C veekasutus. Iga andmepunkti kohta peaks olema kirjas, mida see täpselt mõõdab, mis ühikus, mis perioodi kohta ja millise üksuse jaoks. Ilma neljast elemendist ei ole andmepunkt jälgitav ega seega ka kontrollitav.
Lisaks sisaldab register iga andmepunkti allikat: süsteemi, faili või isikut, kust arv pärineb. See ei ole alati nii lihtne, kui see kõlab. Mitme äriüksuse korral juhtub regulaarselt, et andmepunkt täidetakse ära, kuid keegi ei suuda öelda, kust see pärineb; mida teha andmepunktiga, millel ei ole kindlaks tehtavat allikat on seega küsimus, millele register peab suutma vastata, mitte midagi, mida hiljem tagantjärele välja selgitatakse.
Mitme äriüksuse puhul on kiusatus lasta igal üksusel eraldi nimekiri esitada ja need nimekirjad hiljem kokku liita. See ei toimi, kuna üksused kasutavad harva samu definitsioone. Üks üksus esitab energiakasutuse aruande asukoha kaupa, teine tootmisliini kaupa. Üks arvestab renditöötajad personali koosseisu, teine mitte. Kui need nimekirjad liidetakse kokku enne definitsioonide ühtlustamist, tekivad dubleerimised, mida ei ole võimalik dubleerimisena tuvastada.
Järjekord, mis toimib: kõigepealt tuleb kindlaks teha, millised andmepunktid on organisatsiooni jaoks tervikuna tegelikult olulised, sõltumata sellest, mis üksus need esitab. See on vajaduse, mitte kättesaadavuse küsimus — millised andmepunktid on teile tegelikult vajalikud on teine küsimus kui see, millised andmepunktid on juba kusagil tabelis olemas. Ainult pärast seda määratakse iga andmepunkti kohta, milline üksus, milline süsteem ja milline isik on allikas. Nii tekib üks register ühe definitsiooniga andmepunkti kohta, kus mitu üksust annavad sisendit, ilma et andmepunkt ise dubleeruks.
Dubleerimiste tuvastamine on sellegipoolest vajalik, kuna ka heade definitsioonide korral võivad kaks üksust teadmatult jäädvustada sama alusfakti erineva nime all. Kuidas selle märkate — kuidas tuvastate dubleeriva andmepunkti mitme äriüksuse vahel — on kontroll, mida rakendatakse registrile endale, mitte aruandele, mis sellest hiljem valmib.
Sagedane viga on omanikuks olemise määramine üksuse tasandil: üksus A vastutab kõigi üksusest A pärinevate andmete eest. See toimib, kuni üksused jäävad ülevaatlikuks, kuid mitme äriüksuse korral, kus protsessid kattuvad — jagatud hankeosakond, tsentraalne autopark — muutub see määramine kiiresti ebaselgeks. Parem on omanikuks olemine andmepunkti kaupa: üks nimi, kes suudab selgitada, kust arv pärineb, mis on ühik ja millal see viimati uuendati. See nimi ei pea olema see, kes arvu sisestab, aga peab olema see, kes allikat tunneb.
Kui palju olemasolevatest andmepunktidest on juba selline kindlaks tehtav allikas, on tavaliselt esimene küsimus, mis tõusetub, kui seda süstemaatiliselt läbi vaadata. Kui palju teie andmepunktidest on allikas on täpselt küsimus, millele tuleb vastata iga äriüksuse jaoks eraldi, kuna vastus võib üksuste vahel märkimisväärselt erineda.
Mitme äriüksuse korral on kiusatus oodata, kuni kõigil üksustel on ühesugune põhjalikkus, enne kui registrit valmisolevaks peetakse. See ei on realistlik mõõdupuu. Register on valmis, kui iga andmepunkti kohta on selge, kes on omanik, mis on allikas ja milline kvaliteedireegel selle kohta kehtib — isegi kui see vastus mõne andmepunkti puhul on esialgu "allikas teadmata, tegevus üksuses X". Puudulikkus, mis on nähtav ja määratud, on töökorras; puudulikkus, mis jääb peidetuks täidetud arvu taha, ei ole. Mida see mõõdupuu täpselt sisaldab, on lahti kirjutatud lehel millal on register valmis mitme äriüksuse puhul.
Kui palju aega sellise registri koostamine võtab, sõltub äriüksuste arvust, süsteemide arvust üksuse kohta ja sellest, kui palju definitsioonid juba omavahel kokku sobivad. Organisatsiooni puhul, kus on paar üksust ja ülevaatlikud allikad, on see märkimisväärselt vähem tööd kui organisatsiooni puhul, kus on kümneid üksusi erinevatel ERP-süsteemidel. Viide selle kohta, kust see töö pärineb, on leitav lehel kui kaua kulub aega, et teema korda saada.
Andmepunktide registri koostamine ja haldamine mitme äriüksuse ulatuses koosneb reast tuvastatavaid ülesandeid: definitsioonide väljaküsimine, allikate välja selgitamine, omanike määramine, dubleerimiste tuvastamine. Osa sellest töödest on piisavalt korratav, et automatiseerida, teine osa nõuab hinnangut, mis peab jääma inimese kätte. FTE TO AI töömahu skaneering arvutab iga ülesande kohta välja, kui suure osa sellest töödest saab AI üle võtta, nii et selgub, kus on inimtööjõudu ikka vaja ja kus mitte.
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.