Pankilla, vakuutusyhtiöllä tai varainhoitajalla on suhteellisen vähän omaa operatiivista päästöä. Toimistot, ajoneuvokanta, energiankulutus: näitä on, mutta ne eivät useimmissa tapauksissa nouse merkittäviksi verrattuna siihen, mitä salkun kautta tulee sisään. Suhde on siellä lähes päinvastainen kuin tuotantoyrityksellä: suurin osa relevantista kestävyysdatasta ei synny omien seinien sisällä, vaan tahoilla, joihin sijoitetaan, joille lainataan tai joita vakuutetaan. Tämä ero määrittää, mistä on etsittävä, ja se selittää, miksi tehtaalle toimivaa lähestymistapaa ei voi ottaa käyttöön tässä sellaisenaan.
Oman jalanjäljen data on tavallisesti helpoimmin löydettävissä. Kiinteistöhallinnolla on toimistokiinteistöjen energian- ja vedenkulutustiedot, HR:llä on matkustusdataa ja työmatkatietoja, hankinnalla on sopimukset toimistotarvike-, catering- ja IT-palveluntoimittajien kanssa. Tämä osa datapisterekisteristä on verrattavissa siihen, mitä mikä tahansa palveluyritys ylläpitää. Haaste ei ole tämän datan monimutkaisuudessa, vaan siihen kiinnitetyssä huomiossa: koska se on suhteellisen pieni verrattuna salkun vaikutukseen, omistajuus määritellään tässä usein löysemmin kuin pitäisi.
Suurin osa relevantista kestävyysdatasta on itse rahoitustuotteissa: lainoissa, sijoituksissa, vakuutetuissa riskeissä, hoidetussa varallisuudessa. Jokaisen vastapuolen osalta on kartoitettava, mikä päästö, mikä ilmastoriski tai mikä muu kestävyysindikaattori siihen liittyy. Tämä data tulee eri suunnista: vastapuolen omista raportoinneista, ulkoisten tarjoajien datasta, joka tuottaa arvioita silloin kun suoraa dataa ei ole saatavilla, ja sisäisistä malleista, jotka yhdistävät nämä lähteet luvuksi positiota tai lainaa kohti.
Lähteet ovat siis harvoin omia järjestelmiä. Luottojärjestelmä pitää kirjaa siitä, kuka on lainannut rahaa ja millä ehdoilla, ei siitä, mitä päästöjä asiakas aiheuttaa. Salkunhallintajärjestelmä pitää kirjaa positioista ja arvostuksista, ei niihin positioihin liittyvistä ilmastoriskeistä. Kestävyysluvut lasketaan usein erillisessä prosessissa ja yhdistetään myöhemmin taloudelliseen dataan, mikä tarkoittaa, että itse yhdistäminen on herkkä kohta: jos vastapuoli muuttaa nimeään, rakennettaan tai raportointivuottaan, yhdistäminen voi katketa huomaamatta.
Koska kaikki vastapuolet eivät itse julkaise hyviä kestävyyslukuja, käytetään laajasti ulkoisia datantoimittajia, jotka tarjoavat arvioita, pisteytyksiä tai luokituksia. Se on käytännöllinen ratkaisu, mutta se ei poista ongelmaa, se lisää välikappaleen. Jokaisen ulkoiselta toimittajalta tulevan datapisteen kohdalla on edelleen kirjattava: mitä menetelmää on käytetty, mitä oletuksia on tehty, kuinka vanha luku on, ja mitä tapahtuu, kun kaksi toimittajaa antaa eri arvion samasta vastapuolesta. Tämän kirjauksen puuttuessa syntyy raportti, joka vaikuttaa vakuuttavalta mutta perustuu taustalla lukuihin, joiden alkuperää kukaan ei enää pysty jäljittämään.
Rahoituslaitoksen sisällä on usein useita liiketoimintayksiköitä, jotka käyttävät osittain samaa vastapuolta tai samaa taustadatapistettä: pankki, joka harjoittaa sekä luotonantoa että varainhoitoa, voi pyytää tai laskea samalle asiakkaalle päästöluvun kahdesti, eri osastojen ja eri toimittajien kautta. Se, joka kartoittaa missä datapiste on jo olemassa useammassa liiketoimintayksikössä, estää sen, että samaan kysymykseen vastataan kahdesti erikseen kahdella mahdollisesti eri tuloksella. Tämä ei ole vain tehokkuuskysymys, se on myös yhdenmukaisuuskysymys: vastapuolella ei voi olla yhdessä raportissa erilaista ilmastoriskiä kuin toisessa, ellei sille ole selitystä.
Menetelmä datapisterekisterin rakentamiseksi, lähteiden jäljittämiseksi ja omistajuuden osoittamiseksi ei eroa perustavanlaatuisesti siitä, mitä tarvitaan energia-alalla, kiinteistöalalla tai rakennusalalla. Se, mikä eroaa, on painopiste: näillä toimialoilla suurin osa datasta on omassa toiminnassa tai välittömässä toimitusketjussa, rahoituspalveluissa suurin osa on kolmansilla osapuolilla, joihin ei ole suoraa operatiivista määräysvaltaa. Tämä ei muuta työn rakennetta, mutta se muuttaa sitä, ketä voidaan pitää vastuullisena mistä, ja mitkä datapisteet ylipäätään ovat hallittavissa. Ennen tähän kysymykseen vastaamista on hyödyllistä selvittää, mitä datapisteitä todella tarvitaan, kun mukana on useita liiketoimintayksiköitä, jotta rekisteri ei kasva luvuilla, joita kukaan ei koskaan tarkastele.
Kun on selvillä, mitä datapisteitä on, mistä ne ovat peräisin ja kuka niitä hallinnoi, syntyy seuraava kysymys: kuinka suuri osa työstä näiden datapisteiden keräämiseksi, tarkistamiseksi ja päivittämiseksi vaatii vielä ihmistyötä, ja mikä osa on riittävän toistuvaa jätettäväksi järjestelmän hoidettavaksi. FTE TO AI laskee tehtäväkohtaisesti, kuinka suuri osa työstä voidaan siirtää AI:n tehtäväksi, perustuen datapisterekisteristä esiin nousseisiin tehtäviin, ei ennakkoarvioon.
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.