Kun kestävyysdata on hajallaan ERP-järjestelmissä, energialaskuissa, HR-tiedostoissa ja erillisissä laskentataulukoissa, ensimmäinen refleksi on usein: mikä työkalu ratkaisee tämän. Kysymys kuulostaa käytännölliseltä, mutta se ohittaa vaiheen, joka määrittää ratkaiseeko työkalu jotain vai siirtääkö se sen vain paikasta toiseen. Työkalu toimii sen kanssa, mitä siihen syötetään. Jos kukaan ei ole kirjannut, mikä datapiste tulee mistä lähteestä, kuka siitä on vastuussa ja mitkä laatusäännöt pätevät, työkalu tuo sen epäselvyyden mukanaan yksi yhteen. Näyttö muuttuu selkeämmäksi, taustalla olevat luvut eivät.
Ensin ostamisen ja vasta sitten järjestämisen kustannukset eivät ole aina heti näkyvissä, mutta ne ovat ennakoitavissa. Työkalu, joka on hankittu ennen kuin datapisterekisteri on olemassa, on myöhemmin suunniteltava uudelleen sellaisten oivallusten perusteella, joiden olisi pitänyt tulla etukäteen: mitkä kentät ovat olemassa, kuka toimittaa ne, missä kohdissa lähteestä raporttiriville kulkeva jäljitettävyys katkeaa. Tämä uudelleensuunnittelu vie aikaa, ja sillä aikaa organisaatio toimii lukujen varassa, joiden alkuperää kukaan ei voi varmuudella osoittaa. Sivulla mitä työkalu järjestämättömän prosessin päällä todella maksaa tämä mekanismi on käsitelty tarkemmin: kyse ei ole väärästä valinnasta, vaan työkalusta, joka periytyy ongelman ratkaisemisen sijaan.
On myös toinen kustannuserä, joka liittyy vähemmän rahaan ja enemmän luottamukseen. Kun raportointityökalu on otettu käyttöön, syntyy vaikutelma, että data-puoli on kunnossa. Kysymyksiä alkuperästä ja omistajuudesta ei enää esitetä, koska järjestelmä näyttää vastaavan niihin. Juuri se on riski: siisti raportti luvuista, joita kukaan ei pysty perustelemaan, kun tilintarkastaja tai valvoja kysyy tarkemmin.
Syy siihen, että prosessin järjestäminen ensin ja työkalun valitseminen vasta sen jälkeen toimii, on yksinkertainen. Kun datapisterekisteri on ensin olemassa — lähteen, omistajan ja laatusäännön kanssa per datapiste — tiedätte jo ennen hankintaa, mitä työkalun on osattava. Arvioitte työkalua oman tilanteenne perusteella, ette yleisen esimerkin ympärille rakennetun demon perusteella. Mitkä liittymät ovat tarpeen, mitkä kentät on pakko olla käytössä, kuka saa muuttaa mitä näyttöä: kaikki tämä seuraa työstä, joka on tehty ennen kuin toimittaja tuli kuvaan. Lisää tästä sivulla mitkä toiminnalliset vaatimukset nousevat omasta prosessistanne ennen työkalun valintaa.
Tämä järjestys estää myös yleisen virheen valinnassa itsessään. Ilman selkeää kuvaa omista datavirroista työkalu valitaan usein vaikuttavilta kuulostavien ominaisuuksien perusteella, kun kukaan ei pysty tarkistamaan, sopivatko ne omaan järjestelmien ja laskentataulukoiden maisemaan. Miltä tämä tarkistus näyttää käytännössä, on kuvattu sivulla miten valitsette työkalun ilman, että kadutte hankintaa jälkikäteen. Ydin on aina sama: tietäkää ensin, mitä teillä on, ja valitkaa vasta sitten, mitä tarvitsette sen tueksi.
Paikat, joissa kestävyysdata syntyy, vaihtelevat huomattavasti toimialan mukaan, ja se tekee vaikeaksi valita työkalua, joka sopii kaikkialle tekemättä omaa inventointia. Rakennusalalla oleelliset luvut ovat usein hajallaan projektihallinnossa, materiaalihankinnoissa ja aliurakoitsijoiden raportoinnissa, kuten kerrotaan sivulla mistä kestävyysdata rakennusalalla tarkalleen tulee. Asennusalalla lähteet ovat usein erilaisia, esimerkiksi huoltokorteissa, ajoneuvodatassa ja toimipisteen energiankulutuksessa, kuten on kuvattu sivulla missä kestävyysdata asennusalalla sijaitsee. Se, joka ei kartoita näitä lähteitä ensin, ottaa riskin valita työkalun, joka on suunniteltu erilaiselle datamaisemalle kuin oma.
Kysymys siitä, ostatteko ensin työkalun vai järjestätte ensin prosessin, on käytännössä yksi kysymys, jota katsotaan kahdelta puolelta. Molemmilla kerroilla nousee esiin sama vastaus: ilman näkemystä siitä, missä data syntyy, kuka siitä vastaa ja mitkä säännöt määrittävät laadun, mikä tahansa työkalu on arpapeliä. Juuri siinä datapisterekisteri, jossa on lähteestä raporttiin ulottuva jäljitettävyys, omistajuus ja laatusäännöt per datapiste, tekee eron — ei työkalun korvikkeena, vaan perustana, jonka pohjalta työkalun valinta voidaan vasta tehdä vastuullisesti.
Kun on selvää, mitä dataa on olemassa ja mistä sen on tultava, syntyy jatkokysymys: kuinka suuri osa datan keräämisen, tarkistamisen ja jäsentämisen työstä on jätettävissä automatisoidun tuen tehtäväksi. FTE TO AI:n työscan laskee tehtäväkohtaisesti, mikä osa siitä on siirrettävissä AI:n hoidettavaksi, jotta käy ilmi, missä ihmisiä tarvitaan edelleen ja missä toistuva työ voidaan ottaa pois käsistä. Tämä scan liittyy siihen hetkeen, kun prosessi on kerran järjestetty: silloin näkyy ei vain se, mitä on tehtävä, vaan myös se, kuka tai mikä sen tekee parhaiten.
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.