Az ingatlanszektor abban különbözik a legtöbb más ágazattól, hogy az adat nem a saját szervezetben keletkezik, hanem egy hosszú sor másik félnél: bérlőknél, kezelőknél, energiaszolgáltatóknál, installatőröknél és néha az ingatlan előző tulajdonosánál. Míg egy termelővállalat az energiafogyasztását még leolvashatja a saját mérőjéről, egy ingatlantulajdonos a CSRD-adatpontjainak nagy részénél harmadik felektől függ, akik az ingatlant ténylegesen használják vagy kezelik. Ez azt jelenti, hogy az arány a szervezet által saját maga rögzített adat és a máshonnan beszerzendő adat között az ingatlanszektorban ferdébb, mint egy saját termelési folyamatokkal rendelkező ágazatban.
Az energia- és vízfogyasztás objektumonként a jelentés alapját képezi, de a forrás ingatlanonként erősen eltér. Egyes épületeknél a fogyasztás egy központi mérőn keresztül fut, amelyet a kezelő olvas le, másoknál minden bérlő saját csatlakozással rendelkezik, és az adatot bérleti szerződésenként kell lekérni. Régebbi vagy kisebb objektumoknál gyakran teljesen hiányzik az intelligens mérés, és a fogyasztást a padlófelület vagy hasonló ingatlanok alapján becsülik. Az adatpont-nyilvántartás számára ez azt jelenti, hogy objektumonként nem csak azt kell rögzíteni, mely érték lett használva, hanem azt is, hogy az érték mért, lekért vagy becsült, és ki felelős érte.
Az energiacímkéket, értékelési jelentéseket és épületműszaki vizsgálatokat rendszerint külső felek készítik el, és tetszőleges pillanatokban szolgáltatják, nem a jelentési ciklushoz kapcsolódva. Ezek a dokumentumok gyakran éppen azokat az adatpontokat tartalmazzák, amelyek a CSRD-hez szükségesek — energiateljesítmény, hőszigetelési értékek, installációtípus —, de szétszórva helyezkednek el e-mailekben, az értékbecslők portáljain és az eszközkezelő helyi mappáiban. Egy állandó hely nélkül, ahol ezeket a forrásokat egy objektumhoz és egy jelentési évhez kapcsolják, minden jelentésnél újra megkeresik a legfrissebb címkét vagy az utolsó értékelést.
Egy ingatlanportfólió klímahatásának jelentős része a bérlők használatában rejlik, nem magának a tulajdonosnak a kezelésében. Ezek a bérlők ritkán kötelesek adatot megosztani, és gyakran nincs érdekük annak szolgáltatásában. Ez egy olyan kérdést érint, amely nem egyedi az ingatlanszektorra: melyik adatpontra van valójában szüksége a szervezetnek, és kitől várható el reálisan, hogy azt szolgáltassa. Ha kétség merül fel a kért adat terjedelmét illetően, hasznos megnézni, hogyan határozzák meg a több telephellyel vagy egységgel rendelkező szervezetek, mely adatpontok valóban relevánsak, mert ugyanez a mérlegelés játszik szerepet egy sok objektummal és bérlővel rendelkező portfóliónál is.
Sok ingatlantulajdonos a napi kezelést egy külső partnerre hagyja, aki számlákat, fogyasztási adatokat és karbantartási adatokat kezel egy saját rendszerben. Ez a közvetítő láncszem azt jelenti, hogy a tulajdonos gyakran nem fér hozzá közvetlenül a forrásadathoz, hanem exportoktól, jelentésektől vagy a kezelő általi kézi továbbítástól függ. Amikor egy kezelő vált, vagy egy szerződés véget ér, rendszeresen elveszik a hozzáférés a historikus adathoz is, ami az adatpont eredetét — az eredeti méréstől a jelentésben szereplő számig — extra sérülékennyé teszi.
A harmadik felektől való függés kritikus adat esetén nem egyedi az ingatlanszektorra. Aki szeretné látni, hogyan néz szembe ugyanezzel a problémával egy sok alvállalkozóval és váltakozó helyszínekkel dolgozó ágazat, kapcsolódási pontokat talál abban, hogyan kezeli az építőipar az alvállalkozóknál és beszállítóknál keletkező adatot, és az is átfedést mutat a tulajdonos és bérlő közötti ingatlankezelő pozíciójával, ahogyan az installációs vállalatok rögzítik az ügyfeleknél és projekteknél keletkező fogyasztási és materiálisadatokat.
Egy nagyobb, több alappal vagy business unittal rendelkező ingatlanszervezeten belül ugyanaz az adatpont — például egy épülettípus energiacímkéje vagy egy energiaszolgáltató CO2-tényezője — gyakran már máshol is előfordul a szervezetben. Mielőtt újra kiderítenék, honnan kell egy számnak származnia, megéri ellenőrizni, hogy az adatpont már rögzítve van-e egy másik business unitnál vagy egy másik alapnál ugyanazon a szervezeten belül. Ez megakadályozza, hogy ugyanazt a kérdést többször is feltegyék egy beszállítónak vagy értékbecslőnek, azzal a kockázattal, hogy eltérő válaszokat kapnak.
Nagy a csábítás, hogy először egy szoftverrendszert szerezzenek be, amely épületek fogyasztási adatait gyűjti össze, és dashboardokat készít. De egy rendszer, amely olyan forrásokból hív le adatot, amelyeket senki nem ellenőrzött tulajdonjog és megbízhatóság szempontjából, egy szebben kinéző jelentést eredményez olyan számokról, amelyek még mindig nem helyesek. Az első lépés, amely minden rendszer előtt áll, feltérképezni, mely adatpont melyik féltől származik, ki felelős érte, és milyen minőségi szabályok vonatkoznak rá.
Amint világos, mely adatpontok honnan származnak, és ki kezeli azokat, automatikusan felmerül egy második kérdés: a munka mely része — az adatok összegyűjtése, ellenőrzése és frissítése — támogatható mesterséges intelligenciával. Az FTE TO AI ehhez egy munkafelmérést dolgozott ki, amely feladatonként kiszámítja, a munka mely része vehető át AI-val, így egyértelművé válik, hol jelent az automatizálás reális hozzájárulást, és hol marad szükség emberi felügyeletre.
Az ingatlanportfóliókra szánt Data Readiness Scan fejlesztés alatt áll. Aki már most szeretné, hogy az adatpont-nyilvántartás, az objektumonkénti eredetlánc és a fenntarthatósági adat tulajdonjoga beépüljön a fejlesztés folyamatába, feliratkozhat a várólistára. Még semmi nem kerül szolgáltatásra; aki feliratkozik, értesítést kap, amint a felmérés 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.