Transpordisektoril on omadus, mida jagavad vähesed teised sektorid: suurim osa CO2-heitest tekib väljaspool kontorit, jaotudes sõidukite, sõitude ja allhankijate vahel, kes ei ole kõik samas süsteemis. Kui kontorihoonet on suhteliselt lihtne mõõta, siis transpordiettevõtte sõidukipark koosneb kümnetest kuni sadadest üksikutest liikuvatest allikatest, millest igaühel on oma kütusekulu, laadimismäär ja marsruut. Heide ei asu hoones, vaid sõitude summas, ja see summa peab tulema mitmest süsteemist korraga.
Sellele lisandub teine kiht: märkimisväärne osa kilomeetritest sõidetakse tihti mitte oma sõidukiparki, vaid allhankijate, tellimusveo-ettevõtete või ahelapartnerite poolt. Selle heite arvestus jääb enamasti scope 3 alla, ja andmed selle kohta ei ole tavaliselt standardselt kättesaadavad. Transpordiettevõte, kes soovib oma jätkusuutlikkuse andmed korda saada, peab seega läbi käima mitte ainult oma süsteemid, vaid ka kokkulepped selle kohta, mida allhankijad esitavad ja millisel kujul.
Kütusekulu on tavaliselt lähtepunkt ja samal ajal kõige killustatum osa. Kütusekaardi andmed, pardaarvutid, telemaatikasüsteemid ja käsitsi täidetud tankimistõendid eksisteerivad tihti kõrvuti, erineva täpsuse ja erinevate 'sõidu' definitsioonidega. Pardaarvuti registreerib sõiduki kaupa, kütusekaardi tarnija esitab arve kaardi kaupa, ja need kaks ei jookse automaatselt sünkroonis.
Planeerimis- ja TMS-tarkvara (transpordihaldussüsteemid) sisaldab andmeid laadimismäära, tagasisõitude ja tühjade kilomeetrite kohta, mida on vaja heite jaotamiseks saadetise või kliendi kaupa. Need süsteemid on ehitatud peamiselt operatiivseks planeerimiseks, mitte jätkusuutlikkuse aruandluseks, mistõttu vajalikud väljad on seal mõnikord olemas, kuid mitte vormis, mida CSRD-aruandlus nõuab.
HR- ja personalisüsteemid sisaldavad andmeid kodu-töö liikluse kohta ning ettevõtete puhul, kellel on omad töökojad, energiakulu kohta ettevõtte hoonetes. Haldusosakonnad haldavad tihti eraldi kontorite, laadimispunktide ja muu kinnisvara energialepinguid. Ja lisaks on veel allhankijate lepingute ja kokkulepete kaust, kus mõnikord on ja mõnikord ei ole kirjas kasutatava kütuse liik või sõidukitüüp.
Mitmes transpordiettevõttes puudub inimene, kes hõlmaks kõik ülalnimetatud allikad. Planeerimisosakond tunneb sõite, sõidukipargi haldur tunneb kütusekulu, hange tunneb allhankijaid, ja rahandusosakond peab sellest lõpuks aruandluse numbri koostama. Selge andmepunkti-omandi puudumisel tekib risk, et keegi ei tunne vastutust numbri õigsuse eest, ja alles aruande koostamise ajal tuleb ilmsiks, et allikas puudub või ei klapi.
See on tuttav muster: ka ärikonsultatsiooni sektoris ja jaekaubanduses on andmed jaotunud osakondade vahel, millest igaühel on osa pildist, ilma et kellelgi oleks tervikpilti üle vaadatud. Transpordi puhul lisandub sellele komplikatsioon, et märkimisväärne osa allikatest asub füüsiliselt väljaspool ettevõtet, sõidukites ja partnerite juures.
On ahvatlev tahta lahendada see killustatus tarkvaraga, mis liidab automaatselt kokku telemaatika, kütusekaardi andmed ja TMS-andmed. Selline tarkvara võib olla kasulik, kuid ainult siis, kui on eelnevalt selge, milline andmepunkt peaks pärinema millisest allikast, kes seda andmepunkti kontrollib ja milline kvaliteedireegel määrab, kas väärtus on usutav. Tööriist, mis pannakse peale korrastamata protsessi, toodab korralikumat aruandlust samade ebausaldusväärsete numbrite kohta. Järjekord on seega esmalt andmepunktide ja nende päritolu register, ja alles seejärel võimalik süsteem, mis selle voo automatiseerib.
Data Readiness Scan kaardistab transpordiettevõtte jaoks, milline andmepunkt tuleb millisest süsteemist: kütusekulu sõiduki või sõidu kaupa, laadimismäär TMS-ist, harude energiakulu, ja andmed, mida allhankijad esitavad või vastupidi ei esita. Iga andmepunkti kohta fikseeritakse, kes on omanik ja milline reegel määrab, kas väärtus on usutav, nii et kontrolli käigus on selge, kust number pärineb ja kellelt selle kohta küsida saab. Selle töö puhul ei ole tegemist aruandega ise ega klientide või pankade küsimustikele vastamisega, vaid selle eelneva andmekihiga.
Skaneering on veel ehitusjärgus. Kes on sellest huvitatud, saab liituda ootenimekirjaga; praegu ei müüda midagi, mis ei ole veel valmis.
Niipea kui on selge, milliseid andmepunkte on, kes neid haldab ja millisest süsteemist need tulevad, tekib loomulikult järgmine küsimus: milline osa nende andmepunktide kogumisest ja kontrollimisest on käsitöö, mis jääb planeerija või kontrolleri hooleks, ja milline osa on piisavalt korduv, et automatiseerida. Sama küsimus kehtib sektorites nagu haridus ja põllumajandussektor, kus operatiivsed andmed on samamoodi hajutatud kui transpordis. FTE TO AI töövoo skaneering arvutab iga ülesande kohta, millise osa tööst saab AI üle võtta, ja haakub sellega hetkega, kui Data Readiness Scan'i andmepunktide register on valmis: esmalt teadmine, kus andmed asuvad ja kes nende eest vastutab, ja alles seejärel vaadata, milline osa nende hooldusest saab automatiseerida.
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.