Wanneer duurzaamheidsdata verspreid ligt over ERP-systemen, energiefacturen, HR-bestanden en losse spreadsheets, is de eerste reflex vaak: welke tool lost dit op. Die vraag klinkt praktisch, maar slaat de stap over die bepaalt of een tool iets oplost of alleen iets verplaatst. Een tool werkt met wat u erin stopt. Als niemand heeft vastgelegd welk datapunt uit welke bron komt, wie ervoor verantwoordelijk is en welke kwaliteitsregels gelden, dan importeert de tool die onduidelijkheid één op één. Het scherm wordt overzichtelijker, de onderliggende cijfers niet.
De kosten van eerst kopen en dan pas ordenen zijn niet altijd meteen zichtbaar, maar ze zijn wel voorspelbaar. Een tool die is aangeschaft voordat het datapuntregister er is, moet later worden heringericht op basis van inzichten die eigenlijk vooraf hoorden te komen: welke velden zijn er, wie levert ze aan, waar zitten de breekpunten in de lineage van bron naar rapportregel. Dat heringericht worden kost tijd, en in de tussentijd draait de organisatie door op cijfers waarvan niemand met zekerheid kan zeggen waar ze precies vandaan komen. Op wat een tool boven een ongeorganiseerd proces daadwerkelijk kost staat dat mechanisme verder uitgewerkt: het is geen kwestie van een verkeerde keuze, maar van een tool die een probleem overneemt in plaats van oplost.
Er is nog een tweede kostenpost, die minder met geld en meer met vertrouwen te maken heeft. Zodra een rapportagetool eenmaal in gebruik is, ontstaat de indruk dat de data-kant is geregeld. Vragen over herkomst en eigenaarschap worden dan niet meer gesteld, omdat het systeem ze lijkt te beantwoorden. Precies dat is het risico: een net rapport over cijfers die niemand kan onderbouwen wanneer een accountant of toezichthouder doorvraagt.
De reden dat eerst het proces inrichten en dan pas een tool kiezen wél werkt, is eenvoudig. Als het datapuntregister er eerst ligt — met bron, eigenaar en kwaliteitsregel per datapunt — dan weet u vóór de aanschaf al wat een tool moet kunnen. U beoordeelt een tool op basis van uw eigen situatie, niet op basis van een demo die is opgebouwd rond een generiek voorbeeld. Welke koppelingen nodig zijn, welke velden verplicht moeten zijn, wie welk scherm mag wijzigen: dat volgt allemaal uit het werk dat al gedaan is voordat er een leverancier in beeld kwam. Meer hierover staat op de pagina over welke functionele eisen uit uw eigen proces voortkomen voordat u een tool selecteert.
Deze volgorde voorkomt ook een veelgemaakte fout bij de selectie zelf. Zonder een helder beeld van de eigen datastromen wordt een tool vaak gekozen op features die indrukwekkend klinken, terwijl niemand kan toetsen of die features aansluiten op het eigen landschap van systemen en spreadsheets. Hoe die toetsing er wel uitziet, staat beschreven op de pagina over hoe u een tool kiest zonder achteraf spijt te krijgen van de aanschaf. De kern is steeds hetzelfde: eerst weten wat u heeft, dan pas kiezen wat u daarbij nodig heeft.
De plekken waar duurzaamheidsdata ontstaat, lopen sterk uiteen per branche, en dat maakt het lastig om zonder eigen inventarisatie een tool te selecteren die overal past. In de bouw zitten relevante cijfers vaak verspreid over projectadministraties, materiaalinkoop en onderaannemersrapportages, zoals te lezen is op de pagina over waar duurzaamheidsdata in de bouwsector precies vandaan komt. In de installatiebranche liggen de bronnen vaak weer anders, bijvoorbeeld bij servicebonnen, voertuigdata en energieverbruik per vestiging, zoals uitgewerkt op de pagina over waar duurzaamheidsdata in de installatiebranche zich bevindt. Wie deze bronnen niet eerst in kaart brengt, loopt het risico een tool te kiezen die is ingericht op een ander soort datalandschap dan het eigen.
De vraag of u eerst een tool koopt of eerst het proces inricht, is in feite één vraag die van twee kanten wordt bekeken. Beide keren komt hetzelfde antwoord naar boven: zonder zicht op waar de data ontstaat, wie erover gaat en welke regels de kwaliteit bepalen, is elke tool een gok. Dat is precies waar een datapuntregister met source-to-report lineage, eigenaarschap en kwaliteitsregels per datapunt het verschil maakt — niet als vervanging van een tool, maar als de basis waarop een toolkeuze pas verantwoord te maken is.
Zodra het duidelijk is welke data er is en waar die vandaan moet komen, ontstaat een vervolgvraag: hoeveel van het werk om die data te verzamelen, te controleren en te structureren is over te laten aan geautomatiseerde ondersteuning. De werkscan van FTE TO AI rekent per taak uit welk deel daarvan door AI is over te nemen, zodat inzichtelijk wordt waar mensen nodig blijven en waar herhaalbaar werk uit handen genomen kan worden. Die scan sluit aan op het moment dat het proces eenmaal is ingericht: dan wordt zichtbaar niet alleen wat er moet gebeuren, maar ook wie of wat dat het beste kan doen.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.