A szállítási szektornak van egy tulajdonsága, amelyet kevés más szektor osztja: a CO2-kibocsátás legnagyobb része az irodán kívül keletkezik, elszórva járművek, útvonalak és alvállalkozók között, amelyek nem mindegyike ugyanazon rendszerben van. Míg egy irodaépület viszonylag egyszerűen mérhető, egy szállítási vállalat gépjárműparkja tucatnyitól akár több száz egyedi, mozgó forrásból áll, mindegyik saját üzemanyagfogyasztással, terhelési fokkal és útvonallal. A kibocsátás nem egy épületben található, hanem útvonalak összegében, és ennek az összegnek több rendszerből egyszerre kell származnia.
Ezen felül van egy második réteg: a kilométerek jelentős részét gyakran nem a saját gépjárműpark teszi meg, hanem alvállalkozók, charterszállítók vagy láncpartnerek. Ez a kibocsátás a legtöbb esetben a 3. körbe (scope 3) tartozik, és az erről szóló adatok ritkán állnak rendelkezésre standard módon. Egy szállítási vállalatnak, amely rendbe akarja tenni a fenntarthatósági adatait, tehát nem csak a saját rendszereit kell átvizsgálnia, hanem meg kell egyeznie abban is, hogy az alvállalkozók mit szolgáltatnak, és milyen formában.
Az üzemanyagfogyasztás rendszerint a kiindulópont, és ezzel egyidejűleg a legszétaprózottabb elem. Tankkártya-adatok, fedélzeti számítógépek, telematikai rendszerek és kézzel írt tankolási bizonylatok gyakran léteznek egymás mellett, különböző felbontásokkal és eltérő definíciókkal arra vonatkozóan, mi számít egy 'útnak'. Egy fedélzeti számítógép járművenként rögzít adatokat, egy tankkártya-szolgáltató kártyánként számláz, és ezek a kettő nem automatikusan futnak szinkronban.
A tervező- és TMS-szoftver (szállításirányítási rendszerek) tartalmaz adatokat a terhelési fokról, visszaútakról és üresen megtett kilométerekről, amelyek szükségesek a kibocsátás szállításonkénti vagy ügyfelenkénti elszámolásához. Ezek a rendszerek elsősorban operatív tervezésre épültek, nem fenntarthatósági jelentéskészítésre, ezért a szükséges mezők néha megtalálhatók bennük, de nem olyan formátumban, amelyet egy CSRD-jelentés igényel.
A HR- és személyzeti rendszerek adatokat tartalmaznak a lakóhely-munkahely közötti forgalomról, és a saját szervizekkel rendelkező vállalatoknál az üzemi ingatlanok energiafogyasztásáról. A létesítménygazdálkodási osztályok gyakran külön kezelik az irodák, töltőpontok és egyéb ingatlanok energiaszerződéseit. És akkor ott van még az alvállalkozói szerződések és megállapodások mappája, amelyben néha szerepel, néha nem szerepel információ az alkalmazott üzemanyagtípusról vagy a bevetett jármű típusáról.
Sok szállítási vállalatnál nincs olyan személy, aki átfogja az összes fent említett forrást. A tervezési osztály ismeri az útvonalakat, a gépjárműpark-kezelő ismeri az üzemanyagfogyasztást, a beszerzés ismeri az alvállalkozókat, és a pénzügyi osztálynak végül egy jelentési számot kell belőle csinálnia. Egy adatpontonkénti egyértelmű tulajdonosság hiányában felmerül a kockázat, hogy senki nem érzi felelősnek magát egy szám helyességéért, és csak a jelentés elkészítésekor derül ki, hogy egy forrás hiányzik vagy nem stimmel.
Ez egy ismerős mintázat: az üzleti szolgáltatásokban és a kiskereskedelemben is az adat olyan osztályok között van szétosztva, amelyek mindegyike a kép egy részét ismeri, anélkül hogy valaki felügyelné az egészet. A szállításnál ehhez hozzájön az a komplikáció, hogy a források egy jelentős része fizikailag a vállalaton kívül található, járművekben és partnereknél.
Csábító azt gondolni, hogy ezt a szétaprózottságot olyan szoftverrel lehet megoldani, amely automatikusan összefésüli a telematikai, tankkártya- és TMS-adatokat. Az ilyen szoftver hasznos lehet, de csak akkor, ha előre tisztázott, hogy melyik adatpont melyik forrásból kell származzon, ki ellenőrzi azt az adatpontot, és melyik minőségi szabály határozza meg, hogy egy érték hihető-e. Egy eszköz, amelyet egy szervezetlen folyamat fölé helyeznek, csak egy rendezettebb jelentést állít elő ugyanazokról a megbízhatatlan számokról. A sorrend tehát: először az adatpontok és eredetük nyilvántartása, és csak azután, esetleg, egy rendszer, amely automatizálja ezt az áramlást.
Az Adatkészültségi Felmérés egy szállítási vállalat esetében feltérképezi, melyik adatpont melyik rendszerből származik: üzemanyagfogyasztás járművenként vagy útvonalanként, terhelési fok a TMS-ből, telephelyek energiafogyasztása, és az adatok, amelyeket az alvállalkozók szolgáltatnak vagy éppen nem szolgáltatnak. Minden adatpontnál rögzítik, ki a tulajdonos, és milyen szabály határozza meg, hogy az érték hihető-e, így egy ellenőrzés során egyértelmű, honnan származik egy szám, és kinek lehet arról kérdést feltenni. Ez a munka nem magáról a jelentésről szól, és nem ügyfelek vagy bankok kérdőíveinek megválaszolásáról, hanem az ezt megelőző adatrétegről.
A felmérés jelenleg fejlesztés alatt áll. Aki érdeklődik iránta, feliratkozhat a várólistára; jelenleg semmi olyat nem árusítanak, ami még nincs készen.
Mihelyt tiszta, mely adatpontok léteznek, ki kezeli őket, és melyik rendszerből származnak, automatikusan felmerül egy következő kérdés: mely része ezen adatpontok gyűjtésének és ellenőrzésének olyan kézi munka, amely egy tervezőnél vagy controllernél marad, és mely része eléggé ismétlődő az automatizáláshoz. Ugyanez a kérdés merül fel olyan szektorokban, mint az oktatás és az agrárszektor, ahol az operatív adatok éppúgy szétszórtan találhatók, mint a szállításban. Az FTE TO AI munkafelmérése feladatonként kiszámítja, mely rész vehető át AI által, és így kapcsolódik ahhoz a pillanathoz, amikor az Adatkészültségi Felmérés adatpont-nyilvántartása elkészül: először tudni kell, hol van az adat, és ki felel érte, csak azután lehet megnézni, mely rész az annak fenntartásából automatizálható.
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.