Er is een vraag die onder vrijwel elk duurzaamheidsrapport blijft liggen, ook nadat het rapport is gepubliceerd: waar komt dit cijfer vandaan. Niet de conclusie, niet de tekst eromheen, maar het getal zelf. Wie het heeft ingevoerd, welk systeem of welke spreadsheet erachter zit, en of iemand dat nog kan aanwijzen zonder drie collega's te bellen.
Bij veel organisaties is het antwoord vaag. Er is een rapport, er zijn cijfers, maar de lijn terug naar de bron is ergens onderweg kwijtgeraakt. Dat is niet per se een teken van onzorgvuldigheid. Het is een gevolg van hoe duurzaamheidsdata meestal ontstaat: verspreid over afdelingen, systemen en mensen die met de beste bedoelingen hun deel hebben aangeleverd, zonder dat er één plek is waar dat geheel samenkomt.
Een datapuntregister is geen rapport en geen dashboard. Het is een overzicht: per datapunt wordt vastgelegd wat het is, waar het vandaan komt, wie eigenaar is, en welke regels bepalen of een waarde geldig is. Voor CO2-uitstoot, energieverbruik, personeelscijfers of ketengegevens, dat maakt qua aanpak weinig verschil. De vraag is steeds dezelfde: is er een aanwijsbare bron, en is er iemand die daar verantwoordelijkheid voor draagt.
Wat het register niet doet, is die bron corrigeren. Als een cijfer uit een spreadsheet komt die niemand meer helemaal begrijpt, dan documenteert het register dat feit. Het lost het niet op. De registratie maakt zichtbaar waar de zwakke schakels zitten, zodat een organisatie kan beslissen wat daarna nodig is. Dat is een bescheiden claim, maar wel een die klopt.
De verleiding is groot om eerst een tool aan te schaffen die rapportages genereert of vragenlijsten invult, en pas later naar de onderliggende data te kijken. Dat werkt averechts. Een tool die boven een ongeorganiseerd proces wordt gezet, produceert nettere rapporten over dezelfde onbetrouwbare cijfers. De achterliggende vraag, of het datapunt te herleiden is tot een bron en een eigenaar, blijft dan onbeantwoord. Alleen ziet het er daarna overtuigender uit dan het is.
Daarom begint de scan bij het datapuntregister, de lineage van bron naar rapportagepunt en de eigenaarschapsvraag, niet bij software die daar bovenop komt. Wat datavolwassenheid is en hoe u die meet is in feite dezelfde vraag in een andere vorm: niet of er een rapport ligt, maar of de organisatie weet waar haar cijfers vandaan komen en hoe stevig die basis is.
Het is niet zo dat een scan in één keer alle datapunten van een organisatie compleet in beeld brengt. De eerste doorgang legt vast wat bekend is en, net zo belangrijk, wat nog niet bekend is. Sommige bronnen zijn evident: een energiefactuur, een HR-systeem. Andere zijn minder eenduidig, zoals een schatting die ooit is gemaakt en sindsdien als vaste waarde wordt aangehouden zonder dat iemand nog weet op basis van welke aanname.
De scan claimt ook niet dat elk datapunt uiteindelijk assurance-proof te maken is binnen een vaste termijn. Hoeveel tijd dat kost, hangt af van hoeveel systemen erbij betrokken zijn, hoeveel eigenaren nog aangewezen moeten worden en hoe verspreid de bronnen zijn. Een indruk van hoe lang het duurt om een onderwerp op orde te krijgen helpt om die inschatting te maken, zonder dat dit een belofte over een specifieke doorlooptijd wordt.
En de scan gaat niet uit van de aanname dat spreadsheets het probleem zijn. Vaak is een spreadsheet niet meer dan de plek waar het gebrek aan structuur zichtbaar wordt; de vraag waarom spreadsheets niet het probleem zijn legt uit waarom vervanging van het instrument zelden de onderliggende kwestie oplost.
In de praktijk is CO2 vaak het eerste onderwerp waarvoor deze vraag scherp wordt gesteld, simpelweg omdat het meestal het meest verspreide en meest herleide cijfer is in een rapportage. Er is een reden waarom CO2 meestal het eerste onderwerp is om mee te beginnen, en die reden zegt iets over hoe datapunten door een organisatie heen lopen, van meterstand tot rapportageregel.
De scan zoals hier beschreven is in aanbouw. Wat er nu is: een manier van kijken en een structuur om vragen te stellen die door de meeste organisaties nog niet systematisch gesteld worden. Wie op dit moment behoefte heeft aan die werkwijze, kan zich aanmelden voor de wachtlijst. Dat is geen wachtlijst voor een vage toekomst, maar voor een instrument dat nog wordt afgerond, en wij schrijven dat liever eerlijk dan dat wij iets aanbieden dat er nog niet volledig staat.
Als duidelijk is welke datapunten een bron hebben en welke niet, volgt vanzelf een andere vraag: hoeveel van het werk om die bronnen te controleren, bij te houden en te herleiden, moet eigenlijk door mensen gebeuren, en hoeveel kan een systeem overnemen. Dat is een andere vraag dan deze pagina beantwoordt, maar wel een logische volgende stap. De werkscan van FTE TO AI rekent per taak uit welk deel van het werk over te nemen is door AI, en geeft daarmee een beeld van waar mensen tijd besteden aan werk dat, eenmaal de data op orde is, grotendeels geautomatiseerd kan verlopen.
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.