Egy ügyvédi iroda, egy könyvvizsgáló cég vagy egy tanácsadó vállalat nem rendelkezik gyártósorral, jelentős gépjárműparkkal, és általában saját üzemi csarnokkal sem. A kibocsátás nem gépekben, hanem emberekben rejlik: irodaépületekben, laptopokban, üzleti utazásokban, és a másoktól beszerzett szolgáltatásokban. Míg egy ipari vállalat a kibocsátásainak nagy részét a saját falai között mérheti, az üzleti szolgáltatásoknál a legnagyobb rész éppen ezeken a falakon kívül található. Ez a kérdést arról, hogy "mi mennyit bocsátunk ki", arra mozdítja el, hogy "a körülöttünk lévő felek mennyit bocsátanak ki", és éppen ez az elmozdulás az, ahol az adat bonyolulttá válik.
A saját ingatlanra vonatkozó alapadatok gyakran még megtalálhatók: energiaszámlák a facility managementnél, szolgáltatási szerződések az épületkezelőnél, bérleti szerződések a pénzügyi osztálynál. De amint a kör tágul, az adat szétesik olyan osztályok között, amelyek nem feltétlenül beszélnek egymással. Az útiköltségek és elszámolások a HR- vagy költségelszámoló rendszerben találhatók, gyakran anélkül, hogy különbséget tennének repülőút, vonat vagy autó között. Az informatikai szolgáltatások, a felhőalapú tárolás és a szoftverlicencek beszerzése a beszerzési osztályon vagy különálló osztályi szerződéseken keresztül zajlik, olyan számlákkal, amelyek nem tartalmazzák a beszállító energiafogyasztását. A papírfelhasználás, a nyomtatás és a catering a facility managementnél van. A kölcsönzött munkaerő és a szabadúszók néha szerepelnek, néha nem szerepelnek a személyzeti adatokban, attól függően, hogyan van felépítve a HR-nyilvántartás.
A legnagyobb tétel, a más vállalatoktól beszerzett szolgáltatások, általában a legbizonytalanabb. Egy tanácsadó cég, amely alvállalkozókat vesz igénybe, egy könyvvizsgáló iroda, amely munkát ad ki egy másik irodának, egy jogi csoport, amely külső szakértőket bíz meg: ez a szolgáltatási lánc olyan kibocsátásokat generál, amelyeket sehol nem rögzítenek automatikusan, mert a számla csak az összeget mutatja, nem az eredetet.
Mivel nincs olyan eszköz, amely folyamatosan mérne, a fenntarthatósági adat az üzleti szolgáltatásokban gyakran kézi gyűjtés útján keletkezik: valaki lekéri a számlákat a facility managementtől, lekéri az útiadatokat a HR-től, lekéri a beszerzési adatokat a beszerzési osztálytól, és mindezt egy táblázatba illeszti össze. Ez a táblázat válik a tényleges igazságforrássá, anélkül hogy bárki meg tudná mondani, ki kezeli az egyes számok forrását, vagy milyen gyakran frissülnek azok. A következő beszámolási körben a munkát gyakran újra elvégzik, egy kissé eltérő forrásválasztással, ami miatt az évek közötti számok nehezen összehasonlíthatók.
A csábítás az, hogy jelentéskészítő eszközt szerezzenek be, amint megjönnek a kérdőívek. De egy eszköz, amelyet egy szétszórt, kézi gyűjtés fölé helyeznek, elsősorban áttekinthetőbbé teszi az eredményt, nem megbízhatóbbá. Az alapkérdés így megválaszolatlan marad: ki a tulajdonosa az útiadat adatpontnak, honnan származik az épület energiaértéke, milyen minőségi szabály határozza meg, hogy egy kizárt szabadúszó beszámít-e vagy nem. Egy nyilvántartás nélkül, amely adatpontonként rögzíti, hol keletkezik, ki kezeli, és milyen szabály őrködik a minőség felett, minden jelentés csupán egy pillanatfelvétel marad arról, mit tudott valaki abban a hónapban összegyűjteni.
A csrdready.net Data Readiness Scan-je ezt a nyilvántartást térképezi fel ehhez a konkrét szektorhoz: adatpontonként a forrásrendszereket, a forrástól a jelentésig vezető utat, a szervezeten belüli tulajdonost és a szabályt, amely meghatározza, hogy az érték helyes-e. Egy irodai szervezet esetében ez gyakran a facilitási rendszerek, a HR-nyilvántartás, a beszerzés és a kézi bevitel kombinációját jelenti, mindegyik a saját ritmusával és saját kezelőjével. A scan rögzíti ezt a kombinációt, hogy azt ne kelljen minden évben újra feltalálni.
Az, ahogyan ez a szétaprózódás létrejön, szektoronként eltérő. Aki szeretné összehasonlítani, hogyan néz ki ez hasonló kérdéseknél, megnézheti az energia- és beszerzési adatok szóródását a kiskereskedelemben, az ügyfélutak és szerveradatok szerepét az informatikai szektorban, vagy a befektetési adatok és a saját üzleti tevékenység összefonódását a pénzügyi szolgáltatóknál. A mintázatok eltérnek, de a lényeg mindig ugyanaz: olyan rendszerekben keletkező adat, amelyeket nem jelentéskészítés szem előtt tartásával építettek.
A Data Readiness Scan jelenleg épül. Ma még nincs működő termék, amelyet végig lehetne járni, és itt semmi nem kerül eladásra, ami még nem létezik. Aki szeretné rögzíteni a saját szervezete számára, hol kell elkezdeni az adatpont-nyilvántartást, feliratkozhat a várólistára, és értesítést kap, amint a scan elérhetővé válik.
Amint kiderül, melyik adatpont melyik rendszerből származik, és ki felelős érte, a figyelem gyakran arra irányul, hogy a gyűjtési munka mekkora része igényel még kézi elvégzést. A számlák lekérése, a táblázatok összefésülése és a számok ellenőrzése olyan feladatok, amelyek felbonthatók a rögzött mintát követő részre és az ítéletet igénylő részre. Az FTE TO AI feladatonként kiszámítja, hogy ennek a munkának mekkora része vehető át az AI által, mint következő lépés, miután az adatpont-nyilvántartás elkészült.
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.