Egy fenntarthatósági jelentésben szereplő szám csaknem soha nem egy forrásból származó szám. Rendszerint összeadás, átlagolás, súlyozás vagy telephelyek, időszakok, egységek közötti újraelosztás eredménye. Ezt a lépést aggregációnak nevezzük, és a forrás és a jelentés közötti összes műveletből ez gyakran a legkevésbé látható. Egy táblázatban egy formula tizenkét havi számot összeadva éves számot ad, vagy egy munkalap emissziós tényezőket átlagol több beszállító között. Senki nem írja le, milyen feltevés rejlik ebben.
A nyers mérés és a közzétett szám között több lépés zajlik. Először az adatokat gyűjtik össze rendszerekből vagy táblázatokból, majd közös egységre számítják át, ezután összesítik olyan szintre, amely beleillik a jelentésbe — üzletág, ország vagy összesített szint. Minden lépés tartalmazhat egy olyan választást, amely megváltoztatja a végső számot: beleszámít-e egy fúziót az átvétel dátumától vagy az egész évre nézve, árbevétel vagy létszám szerint súlyozottan átlagol-e, forrásonként vagy csak az összesítettnél kerekít-e. Hogy pontosan milyen műveletek helyezkednek el forrás és jelentés között, az a mutatótól és a szervezet felépítésétől függ, és azon a milyen műveletek helyezkednek el forrás és jelentés között, ha a forrásnak több forrása van, ez a lista hosszabb lesz, mint amire a legtöbb szervezet számít.
Az aggregáció egy választás, és a nem rögzített választásokat a következő jelentési körben újra meghozzák — gyakran valaki más, más feltevéssel. Ennek eredményeként a tavalyi szám nem vezethető vissza ugyanarra a logikára, és egy kontroller vagy könyvvizsgáló nem tudja megállapítani, hogy egy számban bekövetkezett változás valódi változás, vagy csupán a számítási módszer változása. A rögzítés itt nem azt jelenti, hogy egy folyamatot általános kifejezésekkel leírunk. Azt jelenti, hogy minden jelentési pontnál rögzítik, mely forrásokat vették figyelembe, milyen súlyozással, milyen időszakra vonatkozóan, és ki hozta meg ezt a döntést.
Az aggregációt gyakran összekeverik a normalizálással, de ezek két különálló lépés. A normalizálás összehasonlíthatóvá teszi az adatokat — például különböző energiaegységek egy közös szabványra való átszámításával. Az aggregáció ezután összevonja ezeket az összehasonlítható adatokat magasabb szintre. A normalizálásban elkövetett hiba tovább él minden rá épülő aggregációban, ami azt jelenti, hogy a két lépést külön kell ellenőrizni. Hogyan teszi ezt meg, arról a hogyan rögzíti a normalizálást oldalon olvashat.
A legtöbb szervezetnek nincs olyan forrásadata, amely rendezetten egyetlen rendszerből érkezik. A fenntarthatósági adatok egy része számlákon található, egy része egy energiaszolgáltató által e-mailben küldött táblázatban, egy része egy ERP-rendszerből származó exportban. Az ilyen források közötti aggregáció azt jelenti, hogy kézzel kell megállapítani, melyik sor melyik időszakhoz tartozik, és melyik sort számolták duplán. A mi a source-to-report mappelés, ha a forrás egy táblázat oldalon található, hogyan térképezi fel a nyers forrás és a jelentési pont közötti kapcsolatot, és a hogyan rögzíti az aggregációt, ha a forrás egy táblázat oldalon konkrétan az áll, hogyan dokumentálja ezt a táblázatos lépést úgy, hogy az aggregáció maga reprodukálhatóvá váljon, akár azon személy nélkül is, aki eredetileg megépítette a formulát.
Az aggregáció rögzítése nem igényel szoftvert. Fegyelmet igényel: minden számítási lépésnél feljegyezni, mi ment bele, milyen szabályt alkalmaztak, és mi jött ki belőle. Ez megtehető egy nyilvántartásban a meglévő táblázatok mellett, még mielőtt bármilyen rendszert beszereznének. Hogyan néz ez ki eszköz nélkül, arról a hogyan alakít ki lineage-t eszköz nélkül oldalon olvashat. Aki kihagyja ezt a lépést, és rögtön egy szoftverpakettet szerez be a jelentéshez, csak egy rendezettebb réteget helyez ugyanarra a bizonytalan aggregációra — a jelentés jobban néz ki, de az a kérdés, hogy a szám helyes-e, megválaszolatlan marad.
Egy nem rögzített aggregációs szabály egyben egy hiányzó kontrollpont is. Egy külső ellenőrzés vagy belső felülvizsgálat során valakinek bizonyítania kell tudni, miért úgy állították össze a számot, ahogyan összeállították, nem csak azt, hogy a szám megegyezik a számológép eredményével. Ez a megkülönböztetés — a helyes szám és a számon kérhető szám között — pontosan az, amire az audit trail szolgál, és amiért ez több, mint egy egyszerű módosítási napló, ahogyan a miért több az audit trail egy naplónál oldalon kifejtettük.
Amint az aggregációs szabályokat egyszer rögzítették — mely források, milyen súlyozás, milyen időszak, ki hozta a döntést — kialakul egy alap annak meghatározására, hogy a munka mely része ismételhető, és így alkalmas egy rendszerre való átadásra. Ez más kérdés, mint az, hogy a szabályok helyesek-e; az a kérdés, hogy e szabályok alkalmazásának mekkora része maradjon még emberi munka. A FTE TO AI munkafolyamat-szkennere feladatonként kiszámítja, a munka mekkora része vehető át AI által, és az aggregáció — a maga állandó összeadási, súlyozási és összevonási lépéseivel — pontosan az a feladattípus, ahol ez az eredmény gyakran meglepő.
A csrdready.net Data Readiness Scan-je fejlesztés alatt áll. Aki már most rendet szeretne tenni az adatpont-nyilvántartásban és a hozzá tartozó aggregációs szabályokban, feliratkozhat a várólistára, és értesítést kap, amint a szkenner elérhetővé válik.
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.