Obrazovna institucija nije fabrika ni trgovački lanac, ali je organizacija sa zgradama, energetskim ugovorima, prijevozom, nabavom i velikom skupinom ljudi koji nisu zaposlenici u uobičajenom smislu. Studenti i učenici kreću se kroz zgrade, koriste objekte i uzrokuju putovanja, bez da su ikada na platnom spisku. Taj odnos između zaposlenika i korisnika zgrada u obrazovanju je drugačiji nego u većini sektora, i to se odražava na podatke: velik dio utjecaja na okoliš povezan je s popunjenošću i korištenjem zgrada, a ne s proizvodnim procesom ili trgovačkim prostorom.
Osim toga, institucija se često sastoji od više lokacija, ponekad raspoređenih po gradu ili regiji, svaka s vlastitim mjerilima, vlastitim upravljanjem i vlastitim ugovorima o najmu. Obrazovanje također ima izraženu sezonsku dinamiku: razdoblja praznika, privremenu nepopunjenost, večernje korištenje od trećih strana. Onaj tko zbraja podatke o energiji po mjesecima bez poznavanja te dinamike, lako donosi pogrešne zaključke o uštedama koje su u stvarnosti samo raspored praznika.
Kod većine institucija fond zgrada je najveća stavka. Ti podaci su raspršeni na više mjesta: služba za facilitiranje ima energetske ugovore i stanja mjerila, često po zgradi a ne centralno sažeto. Kod većih institucija s vlastitom imovinom, kroz to prolazi sustav upravljanja zgradama s podacima o potrošnji po instalaciji. Kod iznajmljenih lokacija dio odgovornosti, a time i dio podataka, leži kod iznajmljivača, koji nije uvijek spreman ili u mogućnosti to podijeliti na razini koja je potrebna.
Renovacije, mjere izolacije i poboljšanje održivosti instalacija često se bilježe u projektnim dosjeima kod službe za facilitiranje ili vanjskog partnera, odvojeno od redovne evidencije energije. Onaj tko želi vidjeti učinak takve mjere u brojkama, mora povezati ta dva izvora, a to se rijetko događa automatski.
Putovanje na posao osoblja, ako se uopće mjeri, obično se prikuplja putem HR-a ili sustava za obračun troškova. Putno ponašanje studenata i učenika je druga priča: ti podaci često ne postoje u središnjem sustavu, u najboljem slučaju kao procjena na temelju poštanskih područja ili ankete provedene nekoliko godina ranije. U visokom obrazovanju tome se dodaje međunarodno putovanje, za razmjenu ili istraživanje, koje se bilježi u odvojenim evidencijama međunarodnih ureda ili istraživačkih odjela, odvojeno od redovnih podataka o putovanjima osoblja.
Onaj tko ove dvije skupine — zaposlenike i studente — ne razdvaja u registru podatkovnih točaka, rizira zbrajanje jabuka i krušaka: jedan zaposlenik na puno radno vrijeme u podacima ima drugačiju težinu od studenta koji dva dana tjedno dolazi u jednu zgradu.
Nabava u obrazovnim institucijama često ide putem središnjeg odjela nabave za velike ugovore, ali uz to i putem decentraliziranih narudžbi fakulteta, odjela ili pojedinih istraživačkih skupina. Laboratorijski materijali, kemikalije i specijalizirana opreма kod istraživačkih institucija imaju vlastiti nabavni lanac s vlastitim dobavljačima, odvojeno od redovne nabave za ured. Catering je najčešće ustupljen vanjskom partneru, što znači da podaci o rasipanju hrane ili podrijetlu sastojaka ne leže kod institucije same nego kod tog dobavljača, s promjenjivom spremnošću za dijeljenje brojki.
Otpad je slična priča: odvojeno prikupljanje organizira služba za facilitiranje ili vanjski obrađivač otpada, i izvještaji koji iz toga proizlaze ne slažu se uvijek s podjelom koja je potrebna za izvještavanje o održivosti.
Kod visokih škola i sveučilišta istraživanje dodaje slojinu koju drugi sektori ne poznaju. Istraživačke skupine često rade s vlastitim proračunima, vlastitom nabavom i ponekad vlastitim zgradama ili laboratorijima, financiranim od vanjskih partnera s vlastitim zahtjevima za izvještavanje. Ta decentralizirana autonomija je funkcionalna za istraživanje, ali znači da središnji vlasnici podataka često ne znaju koje informacije već postoje u tim skupinama, ili pod kojim nazivom i u kojem formatu.
Kod mnogih institucija pristup podacima o održivosti počinje nabavom sustava za izvještavanje. Taj sustav pruža uredne zaslone, ali temeljno pitanje ostaje neriješeno: predstavlja li stanje mjerila zgrade B uredski prostor, sportsku dvoranu ili dio iznajmljen trećoj strani, i tko u organizaciji može odgovoriti na to pitanje. Bez uređene slike o tome gdje nastaje svaka podatkovna točka, ko je za nju odgovoran i koja pravila kvalitete se na nju primjenjuju, alat prije svega proizvodi urednije prikaze istih nesigurnih brojki.
Data Readiness Scan zato nije alat za izvještavanje nego registar: po podatkovnoj točki podrijetlo, put od izvora do izvještaja, vlasnik unutar institucije i pravila kojima podaci moraju odgovarati. Taj registar pokazuje, na primjer, gdje putovanja studenata nedostaju, gdje služba za facilitiranje i upravljanje zgradama broje odvojeno jedno od drugog, i gdje vanjski cateraš ili obrađivač otpada još nema kontaktnu točku za dostavu podataka.
Isto pitanje se javlja s vlastitim karakteristikama u trgovini na malo, poljoprivrednom sektoru i financijskim uslugama, svaki put s drugačijom podjelom između centralnog i decentralnog.
Ovaj scan je još u razvoju. Institucije koje želе znati odakle točno dolaze njihovi podaci o održivosti i kod koga se nalaze, mogu se prijaviti na listu čekanja i bit će obaviještene čim scan postane dostupan.
Kad je jasno koje podatkovne točke postoje, ko njima upravlja i kojim putem nastaju, postaje vidljivo i koji rad stoji iza toga: prepisivanje stanja mjerila, izvlačenje podataka o putovanjima iz proračunskih tablica, provjera računa dobavljača cateringa radi podrijetla sastojaka. Velik dio tog rada je repetitivan i vezan za fiksne izvore, što ga čini pogodnim za procjenu automatizacije. Werkscan tvrtke FTE TO AI izračunava po zadatku koji se dio posla može preuzeti od strane AI-ja, na temelju iste vrste raščlambe zadataka kao u registru podatkovnih točaka.
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.