A kiskereskedelemnek van egy jellemzője, amely a fenntarthatósági adatait bonyolultabbá teszi, mint egy vállalatét egyetlen gyártóhellyel: a hatás nagy része nem a saját épületekben keletkezik, hanem másoknál. Egy kiskereskedő olyan termékeket árusít, amelyeket máshol állítottak elő, olyan felek szállítottak, amelyek nem az ő alkalmazásukban állnak, és olyan csomagolóanyagba csomagoltak, amelyet a beszállítók választottak. A saját üzletek és elosztóközpontok csak a teljes kép egy részét adják. A többi egy beszállítói, logisztikai szolgáltatói láncban van, és néha ezek saját beszállítóiban is. Aki egy kiskereskedelmi szervezet fenntarthatósági adatait keresi, tehát nagyrészt olyan adatot keres, amelyet nem a saját szervezet mért.
Az adatok legkönnyebben hozzáférhető része a saját ingatlan-lábnyomhoz kapcsolódik: az üzletek, elosztóközpontok és irodák energiafelhasználása, amely gyakran megtalálható az energiaszolgáltatók számláin vagy az épületfelügyeleti rendszerekben. Egy sok fiókkal rendelkező lánc esetében ez hamar különálló szerződések, mérőállások és számlák gyűjteményévé válik telephelyenként, amelyeket különböző regionális vezetők vagy egy létesítménygazdálkodási csapat kezel. Az adat létezik, de annyi helyszínre szétaprózódva, hogy senki nem alakítja automatikusan egésszé.
A szállítási adatok — a saját flotta üzemanyag-fogyasztása, de mindenekelőtt a bérelt szállítóké — nagyrészt a szervezeten kívül helyezkednek el. Egy kiskereskedő, amely a szállítást kiszervezi, számlákat és néha jelentéseket kap a szállítótól, de ritkán olyan formátumban, amely megfelel a saját jelentési igényeinek. Ezt az adatot le kell kérni, át kell fordítani és a belső volumenekhez kell kapcsolni, ami egy manuális lépést ad hozzá, amely könnyen elveszik a beszerzés, a logisztika és a fenntarthatóság között.
Egy kiskereskedő klímahatásának legnagyobb része általában az eladott termékek előállításában rejlik, jóval a saját ajtaja előtt. Ez az adat, ha egyáltalán elérhető, olyan beszállítóktól származik, amelyek maguk különböző mérési módszereket használnak, vagy általános iparági átlagokból, amelyeket a beszerzés vagy a fenntarthatóság egykor felkutatott. Egy sok különböző termékkel és beszállítóval rendelkező választék esetén egy táblázat alakul ki, amelyben eltérő minőségű adatok szerepelnek: néhány szám mért, más becsült, más egy régi jelentésből átvett. Senki a szervezetben nem lát teljes áttekintést arról, hogy melyik szám honnan származik.
A csomagolási adatokat — súly, materiál, újrahasznosíthatóság — gyakran a beszerzés vagy a csomagolási szakértők rögzítik, termékkategóriánként vagy beszállítói szerződésenként. Az üzletek és elosztóközpontok hulladékadatai pedig a hulladékkezelőktől érkeznek, saját jelentési formákkal és mértékegységekkel. Mindkét adatfolyam ritkán kerül ugyanabba a rendszerbe, mint az energia- vagy szállítási adat, így annak, aki teljes képet szeretne, több osztályon keresztül kell összegyűjtenie a puzzledarabokat.
A klímaadatok mellett a fenntarthatósági jelentés társadalmi mutatókat is igényel: személyzeti fluktuáció, diverzitás, munkafeltételek a láncban. A saját szervezet esetében ez rendszerint a HR-nél van, olyan rendszerekben, amelyeket nem a fenntarthatósági jelentés szempontjait figyelembe véve alakítottak ki. A lánc számára — a beszállítóknál fennálló munkakörülmények — az adat gyakran még ritkább, és auditoktól vagy tanúsítványoktól függ, amelyeket nem minden évben azonos módon végeznek el.
A kiskereskedelemben visszatérő közös szál, hogy az adat ritkán egyetlen helyen keletkezik, és majdnem soha nem egyetlen helyen kezelik. Minden adatpontnál releváns a kérdés: ez egy saját rendszerből vagy egy harmadik féltől származik, ki szolgáltatta, hogyan mérték, és mikor frissítették utoljára. Egy ezekre a kérdésekre válaszoló nyilvántartás nélkül az adat egy jelentés alatt különálló fájlok gyűjteménye marad, amelyek eredetét senki sem tudja biztosan megjelölni. Pontosan ez a nyilvántartás az, amire a Data Readiness Scan irányul: nem a jelentés maga, hanem az adatpontonkénti eredetlánc, a tulajdonlás és azok a minőségi szabályok, amelyek meghatározzák, hogy egy szám tartható-e.
Az itt leírt kihívás hasonló formában más szektorokban is visszatér, más súlyponttal. Egy horeca vállalkozásnál a hangsúly az élelmiszer-áramlásokon és a telephelyenkénti energiafelhasználáson van, egy informatikai vállalatnál az adatközpontokon és az eszközhasználaton, egy ingatlanvállalkozásnál pedig az épületek energiateljesítményén a teljes élettartam alatt. Mindegyik szektorban ugyanaz az alapkérdés érvényes: hol keletkezik a szám, és ki tudja azért felelősséget vállalni.
A csrdready.net Data Readiness Scan-je jelenleg épül. Aki már most szeretne gondolkodni azon, hogyan kellene kinéznie egy adatpont-nyilvántartásnak egy sok fiókkal és hosszú beszállítói lánccal rendelkező szervezet számára, feliratkozhat a várólistára. Jelenleg semmit nem értékesítenek, csak egy helyet foglalnak fenn arra az időre, amikor az eszköz elérhetővé válik.
Mihelyt az adatpontok, források és tulajdonosok áttekintése rendbe kezd jönni, felmerül egy következő kérdés: az adat gyűjtésének, ellenőrzésének és frissítésének mely része kézi munka, és mely rész végezhető AI-támogatással. Az FTE TO AI ehhez egy munkaszkennelést kínál, amely feladatonként kiszámítja, hogy a munka mekkora része vehető át, egy kiegészítés, amely csak akkor válik hasznossá, amikor már pontosan tudni, milyen feladatok léteznek, és honnan származnak.
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.