Lineage is niets anders dan de weg die een getal aflegt: van de plek waar het ontstaat tot de plek waar het in het rapport staat. Die weg bestaat ook zonder tool. Elke keer dat iemand een cijfer uit een spreadsheet overneemt, optelt met een ander cijfer, deelt door een aantal fte's of omrekent naar een andere eenheid, legt die persoon een stukje lineage af — of dat nu wordt vastgelegd of niet. De vraag is niet of die lineage bestaat, maar of iemand hem kan navertellen zonder de oorspronkelijke maker erbij te halen.
Een datapunt in een duurzaamheidsrapport heeft vrijwel altijd een aantal stappen achter zich. Eerst is er de bron: een spreadsheet met energieverbruik per vestiging, een export uit een HR-systeem, een factuur van een leverancier. Daarna volgt een bewerking: optellen, middelen, omrekenen naar CO2-equivalent, koppelen aan een emissiefactor. Vaak volgt een aggregatie: cijfers per vestiging worden cijfers per land, cijfers per maand worden cijfers per jaar. Tot slot komt het cijfer in het rapport terecht, vaak via nog een laatste handmatige overtype- of plaklaag.
Om te snappen wat source-to-report-mapping betekent als de bron een spreadsheet is, helpt het om deze stappen niet als één geheel te zien maar als een reeks losse handelingen, elk met een eigen kans op fouten. Wie alleen het begin en het eind van de reis kent, kan niet zien waar in het midden iets is misgegaan.
Zonder vastlegging bestaat lineage alleen in het hoofd van wie de spreadsheet heeft gemaakt. Zodra die persoon met vakantie is, van functie wisselt of de organisatie verlaat, verdwijnt de kennis over wat er tussen bron en rapport is gebeurd. Een controller die een cijfer wil verifiëren, moet dan raden of navragen. Een externe partij die het rapport beoordeelt, moet op vertrouwen afgaan in plaats van op documentatie.
De bewerkingen die tussen bron en rapport zitten, zijn vaak onzichtbaar geworden omdat ze in cel-formules, macro's of het geheugen van een medewerker verstopt zitten. Om te achterhalen welke bewerkingen tussen bron en rapport zitten als de bron een spreadsheet is, is het nodig elke formule, elke handmatige stap en elke koppeling apart te benoemen — niet als black box maar als reeks losse handelingen.
Hetzelfde geldt voor de twee bewerkingen die in duurzaamheidsdata het meest voorkomen: aggregatie en normalisatie. Aggregatie — het optellen van cijfers uit meerdere bronnen tot één totaal — vraagt om vastlegging van welke bronnen zijn meegenomen en welke niet, en waarom. Wie wil weten hoe aggregatie vastgelegd wordt als de bron een spreadsheet is, stuit op de noodzaak om per optelsom te documenteren welke cellen zijn meegenomen. Normalisatie — het herleiden van ruwe cijfers naar een vergelijkbare eenheid — kent een vergelijkbaar probleem: welke omrekenfactor is gebruikt, uit welke bron komt die factor, en is die factor het hele jaar hetzelfde gebleven. Voor wie dit wil vastleggen is er een aanpak beschreven in hoe normalisatie vastgelegd wordt als de bron een spreadsheet is.
Een veelgemaakte vergissing is te denken dat een logboek van wijzigingen voldoende lineage oplevert. Een logboek toont wanneer een cel is aangepast en door wie, maar niet waarom die aanpassing nodig was of welke regel erachter zat. Een audit trail die alleen registreert wat er is gebeurd, zonder de onderliggende logica, laat dezelfde vragen onbeantwoord als geen logboek. Waarom een audit trail meer moet zijn dan een logboek als de bron een spreadsheet is, zit in het verschil tussen registratie van een handeling en vastlegging van de reden erachter.
Zonder tool betekent dit in de praktijk: voor elk datapunt een vast document of vaste sectie waarin staat welke bron is gebruikt, welke bewerkingen zijn toegepast in welke volgorde, wie de bewerking heeft uitgevoerd en op basis van welke regel. Dat kan in een los register, in commentaarvelden bij de spreadsheet zelf, of in een apart overzicht dat naast het rapportageproces wordt bijgehouden. Het is meer werk dan niets vastleggen, en minder werk dan een tool inrichten boven een proces dat deze stappen nog niet kent. Precies dat is de reden om eerst deze stappen te doorlopen: een tool die op een ongeorganiseerd proces wordt gezet, geeft een nettere uitvoer over dezelfde onnavolgbare cijfers. Voor de details van deze aanpak, inclusief het formaat waarin lineage per datapunt kan worden bijgehouden, is er een uitwerking van hoe lineage zonder tool wordt opgebouwd als de bron een spreadsheet is.
Het handmatig vastleggen van elke stap tussen bron en rapport is te doen bij een beperkt aantal datapunten en spreadsheets. Bij een groter aantal vestigingen, bronnen of rapportagecycli wordt het volgen van elke bewerking een taak die veel tijd vraagt en gevoelig is voor dezelfde fouten die de lineage juist moet blootleggen. Op het moment dat die grens in zicht komt, is het nuttig om te weten welk deel van dit vastleggende werk zich laat herhalen volgens een vaste regel en dus over te nemen is door AI, en welk deel beoordeling blijft vragen. De werkscan van FTE TO AI rekent dat per taak uit, zodat duidelijk wordt waar handwerk nog past en waar herhaling om iets anders vraagt.
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.