Een dubbel datapunt valt zelden op door de naam. Twee regels in het register heten meestal anders — 'energieverbruik kantoor' en 'elektriciteitsverbruik vestiging NL' — terwijl ze naar dezelfde meter, dezelfde factuur of dezelfde bron verwijzen. De dubbeling zit niet in de tekst, maar in de herkomst. Wie alleen op naam zoekt, vindt de duplicaten niet.
Een datapuntregister is geen lijst van rapportageregels, maar een register van de onderliggende data: per datapunt de definitie, de bron, de eigenaar en de weg van bron naar rapport. Elk datapunt krijgt een vaste plek met vier vaste velden: wat het is, waar het vandaan komt, wie ervoor verantwoordelijk is en welke bewerkingen erop zijn toegepast voordat het in een rapport terechtkomt. Zonder die vier velden is een register een woordenlijst, geen controlemiddel.
De vraag wat is source-to-report mapping beschrijft die derde stap in detail: de route die een cijfer aflegt van bronsysteem tot rapportregel. Diezelfde route is het instrument waarmee dubbelingen zichtbaar worden. Twee datapunten met een verschillende naam maar een identieke bron-tot-rapportlijn zijn hetzelfde datapunt, twee keer opgevoerd.
Dubbele datapunten ontstaan meestal niet uit onzorgvuldigheid, maar uit organisatiestructuur. Een facilitair team registreert energieverbruik voor het gebouwenbeheer, een duurzaamheidsteam registreert hetzelfde verbruik voor de CSRD-rapportage. Beide teams werken vanuit hun eigen spreadsheet, met hun eigen naamgeving, zonder zicht op elkaars registratie. Bij meerdere vestigingen of business units vermenigvuldigt dit patroon zich: elke eenheid legt vergelijkbare data vast onder een eigen label.
De pagina waar bestaat een datapunt al bij meerdere business units gaat over precies dit mechanisme: voordat u een datapunt toevoegt aan het register, is de eerste vraag of het al ergens in de organisatie bestaat, alleen onder een andere naam of bij een andere afdeling. Die vraag stellen vóór registratie voorkomt een groot deel van de dubbelingen die anders achteraf moeten worden opgespoord.
De betrouwbare manier om een dubbeling te herkennen is niet het vergelijken van omschrijvingen, maar het vergelijken van bronnen. Twee datapunten die uit hetzelfde systeem, dezelfde tabel of hetzelfde exportbestand komen, met dezelfde peildatum en dezelfde eenheid, zijn kandidaat voor samenvoeging — ook als de naamgeving daar niets van laat merken. Omgekeerd geldt: twee datapunten met een vergelijkbare naam maar een andere bron zijn mogelijk geen dubbeling, maar twee losstaande metingen die toevallig op elkaar lijken.
Dit onderscheid is alleen te maken als het register de bron per datapunt vastlegt, en niet alleen de uiteindelijke waarde. Een register dat enkel cijfers verzamelt zonder herkomst, kan dubbelingen niet opsporen — het kan ze op zijn best vermoeden.
Naast de bron is eigenaarschap een tweede aanwijzing. Wanneer twee datapunten dezelfde bron delen maar bij verschillende eigenaren staan geregistreerd, is dat op zichzelf geen probleem — het kan wijzen op een datapunt dat door meerdere afdelingen wordt gebruikt. Het wordt wel een signaal wanneer beide eigenaren onafhankelijk van elkaar dezelfde bewerkingen uitvoeren, zonder van elkaars werk te weten. Dan is niet het datapunt dubbel, maar het proces eromheen.
De vraag welke bewerkingen zitten tussen bron en rapport is hier relevant: twee datapunten met dezelfde bron maar verschillende bewerkingen leveren mogelijk verschillende getallen op, terwijl ze in het rapport onder dezelfde noemer staan. Dat is een risicovollere situatie dan een simpele dubbeling, omdat de cijfers uiteen kunnen lopen zonder dat iemand het opmerkt.
Dubbele datapunten opsporen is geen eenmalige exercitie die op een vast moment eindigt. Bij een groeiende organisatie, nieuwe systemen of gewijzigde rapportagegrenzen ontstaan nieuwe kandidaten voor dubbeling. De pagina wanneer is een register af beschrijft dat een register niet compleet is op een vaste datum, maar op het moment dat elk datapunt een bron, een eigenaar en een controleerbare route naar het rapport heeft — inclusief de controle of dat datapunt al elders bestond.
Bij organisaties met meerdere business units is de vraag welke datapunten heeft u werkelijk nodig bij meerdere business units een goed startpunt, omdat die vraag de omvang van het register bepaalt voordat de zoektocht naar dubbelingen begint. Een kleiner, scherper afgebakend register bevat vanzelf minder ruimte voor overlap.
Het handmatig doorzoeken van bronnen, eigenaren en bewerkingen om dubbelingen te vinden is precies het type werk dat zich laat afbakenen in herhaalbare stappen: gegevens naast elkaar leggen, overeenkomsten signaleren, een voorstel voor samenvoeging opstellen ter beoordeling. Voor organisaties die willen weten welk deel van dat vergelijkingswerk overdraagbaar is aan een AI-toepassing, en welk deel beoordeling door een mens blijft vereisen, rekent de werkscan van FTE TO AI dat door op taakniveau. De scan geeft geen oordeel over uw register, maar een uitsplitsing van de taken die erin voorkomen — een vertrekpunt voordat u kiest hoe u het opsporen van dubbelingen organiseert.
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.