Organizacija s više poslovnih jedinica često broji istu podatkovnu točku o održivosti više puta, bez da to bilo tko primijeti. Potrošnja energije jedne lokacije nalazi se u Excel datoteci facility managera, u alatu za izvještavanje poslovne jedinice i u tablici za agregaciju na razini grupe. Tri mjesta, tri moguće različita broja, i nitko ne može sa sigurnošću reći koji je točan.
Ovo nije iznimka. To je normalno stanje podataka o održivosti u organizaciji koja je rasla po poslovnim jedinicama, gdje je svaki dio izgradio svoje vlastite sustave, definicije i proračunske tablice prije nego što je izvještavanje postalo zajednička tema.
Registar podatkovnih točaka za svaku podatkovnu točku bilježi: što je to, odakle dolazi, tko je vlasnik i koja pravila kvalitete se na nju primjenjuju. Kod organizacije s više poslovnih jedinica to znači da ne bilježite samo da postoji podatkovna točka "potrošnja energije", nego i gdje se ta podatkovna točka bilježi po poslovnoj jedinici, u kojem sustavu, od koga, i s kojom definicijom.
Čim se to stavi jedno pored drugoga, postaje vidljivo mjere li poslovne jedinice istu stvar. Često se pokaže da jedna bilježi potrošnju u kWh a druga u preračunatoj vrijednosti CO2, ili da opseg "potrošnje energije" kod jedne jedinice obuhvaća samo električnu energiju, a kod druge i plin. Podatkovna točka se zove isto, ali sadržajno nije usporediva. Tu razliku ne pronalazite gledanjem izvještaja. Pronalazite je stavljanjem izvora, definicije i vlasnika po jedinici jedno pored drugoga.
Registar se ne popunjava sam. Netko mora po poslovnoj jedinici ispitati koje se podatkovne točke bilježe, u kojem sustavu, i na temelju kojeg izvora. To je posao inventarizacije: provjera kod vlasnika svakog sustava, praćenje podrijetla svakog broja unatrag do izvornog zapisa, i bilježenje onoga što pronađete, i kada je to nejasno ili nekonzistentno.
Način na koji strukturirate tu inventarizaciju određuje postaje li preklapanje vidljivo ili ostaje skriveno. Pristup po poslovnoj jedinici, odvojeno jedan od drugog, daje pet registara koje nije moguće uspoređivati. Pristup po podatkovnoj točki, poprijeko kroz sve jedinice, daje pregled koji vam je potreban. Kako to postaviti, opisano je u kako izraditi registar podatkovnih točaka kod više poslovnih jedinica. Radi se o strukturi koja duplikaciju upravo prikazuje, umjesto da ta struktura sama održava duplikaciju.
Registar podatkovnih točaka nije potpun čim postoji popis podatkovnih točaka. Potpun je čim svaka podatkovna točka ima izvor koji se može pratiti unatrag, vlasnika koji preuzima odgovornost, i utvrđenu definiciju koja se može usporediti s drugim poslovnim jedinicama. Bez toga možete vidjeti preklapanje, ali ne možete utvrditi je li to preklapanje problem ili svjesna odluka.
Pitanje koliko vaših podatkovnih točaka zapravo ispunjava taj uvjet, u praksi je često manje nego što se nadate. Neke podatkovne točke nemaju prepoznatljiv izvor, samo broj koji se već godinama preuzima iz prethodnog izvještaja. Kako to utvrditi, pročitajte u koliko vaših podatkovnih točaka ima prepoznatljiv izvor. A za slučaj da naiđete na podatkovnu točku za koju jednostavno nije moguće pronaći izvor, ni nakon ispitivanja, postoji zaseban pristup opisan u što učiniti s podatkovnom točkom bez izvora kod više poslovnih jedinica.
Trenutak kada je registar "gotov" nije fiksna točka u vremenu nego status po podatkovnoj točki. Neke podatkovne točke brzo su sređene, druge zahtijevaju više krugova ispitivanja i provjere. Što to znači za vaše planiranje, pročitajte u kada je registar gotov kod više poslovnih jedinica.
Kada jednom vidite da tri poslovne jedinice bilježe istu podatkovnu točku, postavlja se sljedeće pitanje: je li to duplikacija koju možete ukloniti, ili su to tri podatkovne točke koje slučajno imaju isti naziv ali drugačiji opseg? Tu razliku nije uvijek moguće odmah utvrditi, a upravo je to prepoznavanje dvostruke podatkovne točke kod više poslovnih jedinica, što je dalje razrađeno na kako prepoznati dvostruku podatkovnu točku kod više poslovnih jedinica. Ovo je posao koji se vrti oko preciznosti: stavljanje definicije, opsega i pravila izračuna svakog primjerka jedno pored drugoga prije nego zaključite da se radi o istoj podatkovnoj točki.
Mapiranje podatkovnih točaka, izvora i vlasništva kroz više poslovnih jedinica ponavljajući je posao: novi izvještajni periodi, nova regulativa i organizacijske promjene zahtijevaju ponavljanje istog ispitivanja. Dio tog posla, kao što je uspoređivanje definicija ili traženje izvora u sustavu, dovoljno je repetitivan da se istraži može li AI preuzeti dio njega. FTE TO AI po zadatku izračunava koji dio posla za to dolazi u obzir, s werkscan kao polazištem za razmatranje toga za vašu situaciju.
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.