Een datapuntregister is de lijst van alle duurzaamheidsdatapunten die uw organisatie nodig heeft, met per datapunt de bron, de eigenaar en de status. Het is geen rapportsjabloon en geen vragenlijst. Het is de administratie die vastlegt waar een cijfer vandaan komt, voordat er iemand naar vraagt.
Per datapunt hoort minimaal het volgende vastgelegd te zijn: de naam en definitie van het datapunt, de bronsystemen of documenten waar het uit komt, de persoon of afdeling die verantwoordelijk is voor de juistheid, de frequentie waarmee het wordt bijgewerkt, en de bewerkingen die het datapunt ondergaat tussen bron en rapportage. Dat laatste is vaak het zwakste punt: welke bewerkingen zitten tussen bron en rapport bepaalt of een cijfer herleidbaar blijft of onderweg zijn logica verliest.
Een register zonder deze velden is een lijst van namen. Een register met deze velden is een instrument waarmee u kunt navragen, corrigeren en aantonen waar een getal vandaan komt.
De eerste vraag is niet welk datapunt u kunt verzamelen, maar welk datapunt u nodig heeft. Bij organisaties met meerdere vestigingen, merken of business units verschilt die vraag per onderdeel: welke datapunten heeft u werkelijk nodig bij meerdere business units is een andere vraag dan welke datapunten er in totaal circuleren. Een register dat alles verzamelt wat ooit is aangeleverd, raakt vervuild met datapunten die niemand meer gebruikt of die dubbel voorkomen onder een andere naam.
Begin daarom bij de rapportagebehoefte, niet bij de spreadsheets die er al liggen. Vanuit die behoefte werkt u terug naar de bronnen. Dat traject heet source-to-report mapping, en wat is source-to-report mapping precies inhoudt, bepaalt hoeveel werk het opstellen van het register kost. Hoe meer tussenstappen tussen bron en rapport, hoe meer er vastgelegd moet worden.
Het invullen gebeurt niet door één persoon achter een bureau. Het vereist gesprekken met de mensen die de bronsystemen beheren: de facilitair manager die energieverbruik bijhoudt, de HR-afdeling die verloopcijfers registreert, de inkoopafdeling die leveranciersdata verzamelt. Elk van hen weet iets dat nergens anders staat, en dat is precies wat het register moet vastleggen.
Tijdens dit proces komt regelmatig een datapunt naar boven waarvan niemand meer weet waar het vandaan komt. Het staat al jaren in het rapport, maar de oorspronkelijke bron is vervangen, de persoon die het aanleverde is vertrokken, of de definitie is onderweg veranderd zonder dat iemand het vastlegde. De vraag wat doet u met een datapunt zonder bron is dan niet theoretisch maar acuut, en het antwoord bepaalt of dat datapunt in het register blijft staan als betrouwbaar, als voorlopig, of als te herzien.
Een ander terugkerend probleem is dubbeling. Twee afdelingen leveren onafhankelijk van elkaar een cijfer aan dat feitelijk hetzelfde meet, maar onder een andere naam of met een net andere afbakening. Hoe herkent u een dubbel datapunt is daarom een stap die niet overgeslagen kan worden: zonder die controle telt u soms twee keer wat één keer had moeten zijn, of rapporteert u twee cijfers die tegenspreken.
Een register klopt niet omdat het compleet aanvoelt. Het klopt als elk datapunt herleidbaar is tot een bron, een eigenaar heeft die kan worden aangesproken, en een kwaliteitsregel heeft die vastlegt wat een geldige waarde is. Zonder die regel weet niemand of een uitschieter een fout is of een reële verandering.
De vraag wanneer het werk klaar is, is lastiger dan hij lijkt. Een register is nooit definitief af, omdat bronnen veranderen, medewerkers vertrekken en rapportageverplichtingen verschuiven. Maar er is een moment waarop het register bruikbaar is: als elk datapunt in het rapport terug te herleiden is naar een vastgelegde bron en eigenaar, zonder dat u daarvoor iemand hoeft te bellen. Wanneer is een register af beschrijft die grens, en die ligt lager dan volledigheid maar hoger dan een eerste opzet.
Het opstellen van een register is grotendeels handmatig werk: bronnen navragen, definities afstemmen, eigenaarschap vastleggen. Een deel van die stappen is repetitief genoeg om te herkennen — het samenvoegen van aangeleverde bestanden, het signaleren van ontbrekende waarden, het controleren van een cijfer tegen een vastgelegde regel. Welk deel van dat werk zich laat overdragen aan AI en welk deel afhankelijk blijft van menselijk oordeel, is precies waar de werkscan van FTE TO AI voor is gemaakt: die rekent per taak uit welk deel van het werk over te nemen is, zodat u niet raadt maar telt.
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.