On kysymys, joka jää lähes minkä tahansa vastuullisuusraportin alle, myös sen jälkeen kun raportti on julkaistu: mistä tämä luku on peräisin. Ei johtopäätös, ei sitä ympäröivä teksti, vaan itse luku. Kuka sen on syöttänyt, mikä järjestelmä tai laskentataulukko on sen takana, ja pystyykö joku osoittamaan sen soittamatta kolmelle kollegalle.
Monissa organisaatioissa vastaus on epämääräinen. Raportti on olemassa, luvut ovat olemassa, mutta linja takaisin lähteeseen on kadonnut matkalla jonnekin. Tämä ei ole välttämättä merkki huolimattomuudesta. Se on seurausta siitä, miten vastuullisuusdata tavallisesti syntyy: hajallaan osastojen, järjestelmien ja ihmisten kesken, jotka ovat parhaalla tarkoituksella toimittaneet omat osansa, ilman että on olemassa yhtä paikkaa, jossa kokonaisuus kohtaa.
Datapisterekisteri ei ole raportti eikä hallintapaneeli. Se on yleiskatsaus: kunkin datapisteen kohdalla kirjataan, mikä se on, mistä se on peräisin, kuka on omistaja, ja mitkä säännöt määrittävät, onko arvo pätevä. CO2-päästöille, energiankulutukselle, henkilöstöluvuille tai toimitusketjun tiedoille lähestymistavassa on vähän eroa. Kysymys on aina sama: onko olemassa osoitettavissa oleva lähde, ja on olemassa joku, joka kantaa siitä vastuun.
Mitä rekisteri ei tee, on korjata sitä lähdettä. Jos luku on peräisin laskentataulukosta, jota kukaan ei enää täysin ymmärrä, rekisteri dokumentoi tämän tosiasian. Se ei ratkaise sitä. Rekisteröinti tekee näkyväksi, missä heikot lenkit sijaitsevat, jotta organisaatio voi päättää, mitä sen jälkeen tarvitaan. Se on vaatimaton väite, mutta yksi joka pitää paikkansa.
Houkutus on suuri hankkia ensin työkalu, joka tuottaa raportteja tai täyttää kyselylomakkeita, ja katsoa taustalla olevaa dataa vasta myöhemmin. Se toimii päinvastoin kuin toivottiin. Työkalu, joka asetetaan järjestäytymättömän prosessin päälle, tuottaa siistimpiä raportteja samoista epäluotettavista luvuista. Taustalla oleva kysymys, onko datapiste jäljitettävissä lähteeseen ja omistajaan, jää tällöin vastaamatta. Vain se näyttää sen jälkeen vakuuttavammalta kuin se todellisuudessa on.
Siksi skannaus alkaa datapisterekisteristä, lähteen ja raportointipisteen välisestä alkuperäketjusta ja omistajakysymyksestä, ei ohjelmistosta, joka tulee sen päälle. Se, mitä datakypsyys on ja miten sitä mitataan on käytännössä sama kysymys eri muodossa: ei se, onko raportti olemassa, vaan tietääkö organisaatio, mistä sen luvut ovat peräisin ja miten vakaa se perusta on.
Ei ole niin, että skannaus kartoittaisi organisaation kaikki datapisteet täydellisesti kertalaakista. Ensimmäinen läpikäynti kirjaa sen, mikä on tiedossa, ja yhtä tärkeää, mikä ei ole vielä tiedossa. Jotkin lähteet ovat ilmiselviä: energialasku, HR-järjestelmä. Toiset ovat vähemmän selväpiirteisiä, kuten arvio, joka on aikanaan tehty ja jota on siitä lähtien pidetty vakioarvona, ilman että kukaan enää tietää, mihin oletukseen se perustui.
Skannaus ei myöskään väitä, että jokainen datapiste on lopulta saatavissa varmennuskelpoiseksi kiinteän aikataulun sisällä. Kuinka paljon aikaa se vaatii, riippuu siitä, kuinka monta järjestelmää on mukana, kuinka monta omistajaa on vielä nimettävä ja kuinka hajallaan lähteet ovat. Käsitys siitä, kuinka pitkään kestää saada aihe kuntoon, auttaa tekemään tämän arvion, ilman että siitä tulee lupaus tietystä läpimenoajasta.
Eikä skannaus lähde oletuksesta, että laskentataulukot ovat ongelma. Usein laskentataulukko on vain paikka, jossa rakenteen puute tulee näkyväksi; kysymys miksi laskentataulukot eivät ole ongelma selittää, miksi työkalun vaihtaminen harvoin ratkaisee taustalla olevaa asiaa.
Käytännössä CO2 on usein ensimmäinen aihe, jonka kohdalla tämä kysymys nousee terävästi esiin, yksinkertaisesti koska se on yleensä raportoinnin hajanaisin ja monivaiheisimmin jäljitetty luku. On syy, miksi CO2 on yleensä ensimmäinen aihe, jolla aloitetaan, ja tämä syy kertoo jotain siitä, miten datapisteet kulkevat organisaation läpi, mittarilukemasta raportointiriviin.
Tässä kuvattu skannaus on rakenteilla. Mitä nyt on olemassa: tapa katsoa asioita ja rakenne, jolla esittää kysymyksiä, joita useimmat organisaatiot eivät vielä esitä järjestelmällisesti. Jos tarvitsette tätä työtapaa juuri nyt, voitte ilmoittautua jonotuslistalle. Se ei ole jonotuslista epämääräiseen tulevaisuuteen, vaan välineeseen, joka on vielä viimeistelyvaiheessa, ja kirjoitamme sen mieluummin rehellisesti kuin tarjoamme jotain, joka ei ole vielä täysin valmis.
Kun on selvää, millä datapisteillä on lähde ja millä ei, seuraa luonnostaan toinen kysymys: kuinka suuri osa työstä, joka liittyy näiden lähteiden tarkistamiseen, ylläpitoon ja jäljittämiseen, pitäisi tehdä ihmisten, ja kuinka suuren osan voi järjestelmä ottaa hoitaakseen. Se on eri kysymys kuin tämä sivu vastaa, mutta looginen seuraava askel. FTE TO AI:n työskannaus laskee tehtäväkohtaisesti, kuinka suuri osa työstä on siirrettävissä AI:n hoidettavaksi, ja antaa siten kuvan siitä, mihin ihmiset käyttävät aikaansa työhön, joka datan ollessa kunnossa voi suurelta osin sujua automatisoituna.
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.