Un bootcamp suona come un allenamento, un programma intensivo di pochi giorni dopo il quale tutti possono proseguire. Non è questo ciò che si intende qui. Si tratta di un percorso strutturato in cui un'organizzazione mappa i propri dati di sostenibilità: quali punti dati esistono, da dove provengono, chi ne è responsabile e quali regole di qualità si applicano. Nessuna formazione sugli obblighi di rendicontazione, nessun workshop sulla norma. Lavoro sui dati stessi.
Il risultato è un registro dei punti dati: una panoramica di ogni punto dato di cui l'organizzazione ha bisogno, con per ciascun punto dato la provenienza ricostruita dal sistema di origine fino alla cifra di rendicontazione, un proprietario designato e le regole a cui i dati devono conformarsi per potersi definire attendibili. Non è un rapporto né una dashboard. È lo strato di base che determina se un rapporto, qualunque rapporto, si fonda su qualcosa di solido. Dove esiste già un punto dato è spesso la prima domanda a cui questo percorso risponde, e questa domanda si rivela regolarmente più difficile del previsto: gli stessi dati si trovano talvolta in tre luoghi diversi, con tre definizioni diverse.
Non è l'implementazione di uno strumento. Un software che genera rapporti sopra un processo disorganizzato produce rapporti più ordinati sulle stesse cifre inattendibili. Il databootcamp precede questo passaggio: stabilire prima cosa sia un punto dato, da dove provenga e chi ne sia responsabile, e solo poi pensare a sistemi che supportino quel processo. Non è nemmeno una garanzia di prontezza per l'assurance. Introduce la struttura che rende possibile l'assurance, ma se un revisore approvi una cifra dipende da più elementi di un semplice registro. Chi desidera approfondire questo aspetto trova in come rendere i dati ESG verificabili per l'assurance dove si trova esattamente questo confine.
Un'assunzione ricorrente è che i fogli di calcolo siano la fonte dei dati inattendibili e che un sistema sia la soluzione. È un'idea sbagliata. Il problema raramente è il mezzo, è l'assenza di responsabilità e di tracciabilità. Un foglio di calcolo con un proprietario chiaro, una provenienza documentata e una regola di qualità è più attendibile di un sistema costoso senza queste tre cose. Perché i foglio di calcolo non sono il problema approfondisce questo aspetto. Il databootcamp non si concentra quindi sulla sostituzione degli strumenti, ma sulla documentazione di ciò che già esiste, ovunque si trovi.
L'investimento di tempo dipende dal numero di punti dati, dal numero di sistemi di origine e dal grado in cui la responsabilità è già stata assegnata. Un'organizzazione con pochi sistemi centrali e un numero ridotto di punti dati rilevanti percorre il percorso in modo diverso da un'organizzazione con decine di controllate, ciascuna con propri fogli di calcolo e proprie definizioni. Non è possibile indicare una durata fissa senza questo contesto, e chi si aspetta una cifra concreta non riceverà qui un numero campato in aria.
Una volta che ogni punto dato è ricostruibile fino alla sua origine e ha un proprietario, il discorso cambia. Domande come "da dove viene questa cifra" e "chi può spiegarla" hanno allora una risposta immediata, invece di una ricerca tra scambi di email e file vecchi. Questo non riguarda solo la rendicontazione dell'anno in corso, ma anche il passaggio di consegne a un successore, a un nuovo controller o a un team esterno. Cosa cambia una volta stabilita la tracciabilità descrive questo cambiamento, e chi legge il vostro registro dei punti dati quando non ci sarete più mostra perché questa trasferibilità pesa spesso più della rendicontazione dell'esercizio in corso.
Un errore comune è voler completare subito il registro per ogni punto dato che una norma potrebbe mai richiedere. Questo porta a un progetto che non si conclude mai. Il databootcamp inizia con i punti dati di cui l'organizzazione ha realmente bisogno, dati la sua materialità e il suo settore, e si espande da lì. Di quali punti dati avete realmente bisogno è la domanda che si pone all'inizio di ogni percorso, prima che qualcuno inizi a costruire un registro.
Lo strumento che supporta questo processo è in fase di sviluppo. Chi desidera già iniziare a mappare punti dati, provenienza e responsabilità può iscriversi alla lista d'attesa; non viene fornito nulla che non esista ancora, ma la richiesta viene comunque registrata per il momento in cui lo strumento sarà disponibile.
Un registro dei punti dati indica da dove provengono i dati e chi ne risponde. Non indica automaticamente quanta parte del lavoro circostante, la trascrizione, il controllo, l'unione delle fonti, dovrà ancora restare lavoro umano in futuro. Chi vuole saperlo può far calcolare da FTE TO AI la scansione del lavoro: questa mostra, per ogni compito, quale parte può essere assunta dall'AI, in modo da chiarire dove il tempo si libera e dove resta necessario il controllo umano.
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.