Er is een vast moment in bijna elk gesprek over duurzaamheidsdata: iemand wijst naar het spreadsheet. Te veel tabbladen, te veel handwerk, te veel kans op fouten. De conclusie ligt voor de hand: vervang het spreadsheet door een systeem en het probleem is opgelost. Die conclusie is meestal te vroeg getrokken.
Een spreadsheet is een oppervlak. Het toont cijfers, telt ze op, koppelt ze aan elkaar. Wat het niet doet, is verklaren waar een cijfer vandaan komt, wie ervoor verantwoordelijk is, of het nog klopt met de definitie die twee jaar geleden is vastgelegd. Die vragen zijn niet aan het spreadsheet gesteld — ze zijn nooit ergens vastgelegd. Het spreadsheet krijgt de schuld voor iets dat al eerder mis is gegaan: bij het verzamelen, het overtypen, het aannemen dat een collega wel wist welk getal bedoeld werd.
Vervang het spreadsheet door een softwarepakket en die vragen blijven onbeantwoord. Het systeem toont dan een netter overzicht van dezelfde onzekerheid. De rapportage oogt professioneler; de onderliggende data is niet betrouwbaarder geworden. Dat is de valkuil: een tool kopen voordat duidelijk is wat die tool moet ordenen.
Meestal gaat het om drie dingen die los van elkaar zijn gegroeid. Er is geen actueel overzicht van welke datapunten een organisatie nodig heeft — dat overzicht is ooit gemaakt voor een oude rapportagestandaard en niet bijgewerkt. Er is geen vastgelegde lijn van bron naar rapportcijfer, waardoor niemand met zekerheid kan zeggen of een getal uit het ene systeem of het andere komt, of uit een schatting die iemand ooit invulde omdat de echte data niet beschikbaar was. En er is geen eigenaar per datapunt — de persoon die het cijfer aanlevert is niet automatisch degene die kan uitleggen waar het vandaan komt of wat de kwaliteit ervan is.
Deze drie dingen hebben niets met spreadsheets te maken. Ze zouden in elk systeem hetzelfde probleem veroorzaken. Een spreadsheet maakt ze alleen zichtbaarder, omdat er geen laag overheen ligt die de rommel verbergt.
Een datapuntregister met source-to-report lineage legt vast waar een datapunt vandaan komt, wie erover gaat en welke kwaliteitsregels erop van toepassing zijn. Dat is nuttig, en het is ook beperkt. Het register toont geen inhoudelijk oordeel over of een cijfer klopt — het toont of de weg naar dat cijfer navolgbaar is. Twee organisaties met hetzelfde register kunnen alsnog verschillend scoren op datakwaliteit, omdat de ene organisatie een bron heeft die zelf onnauwkeurig is en de andere niet. Het register maakt dat verschil zichtbaar; het lost het niet op.
Ook belangrijk: niet elk datapunt heeft evenveel lineage nodig. Voor sommige cijfers is een simpele, goed gedocumenteerde bron voldoende; voor andere is meer detail nodig omdat er meer stappen tussen bron en rapport liggen. Welke datapunten een organisatie werkelijk nodig heeft, hangt af van de rapportageplicht en de sector, en dat is iets anders dan aannemen dat alles evenveel aandacht verdient. Hoeveel van de bestaande datapunten al een bron hebben, verschilt sterk per organisatie — bij de ene ligt dat vast in een ERP-koppeling, bij de andere in het geheugen van één medewerker.
Het opzetten van een register en lineage is geen kwestie van een systeem aanzetten. Het is nagaan, onderwerp voor onderwerp, waar een cijfer ontstaat, wie ernaar kijkt voordat het het rapport bereikt, en wat er gebeurt als die persoon er niet meer is. Dat werk verschilt per onderwerp: voor het ene onderwerp ligt de bron al klaar, voor het andere moet die nog worden gevonden of gereconstrueerd. Wie zich afvraagt hoeveel tijd dat per onderwerp vergt, vindt een realistischer antwoord in de indicatie van doorlooptijd per onderwerp dan in een tool-demo die belooft dat het allemaal automatisch gaat.
Deze aanpak levert geen rapport op — dat maakt een ander stuk gereedschap, met deze data als basis. Wat het wel oplevert, is een structuur die blijft staan ook als het spreadsheet wordt vervangen, ook als de medewerker die alles wist vertrekt. Wat dat in de praktijk betekent voor wie er straks naar het register kijkt, staat beschreven in wie het datapuntregister raadpleegt als de opsteller er niet meer is, en wat er verandert zodra de lineage eenmaal is vastgelegd, staat bij de gevolgen van eenmaal vastgestelde lineage.
Spreadsheets zijn niet het probleem, maar ze zijn wel het eerste zichtbare symptoom. Wie het spreadsheet vervangt zonder eerst te weten welke datapunten er werkelijk toe doen, welke bron erbij hoort en wie erover gaat, verplaatst het probleem naar een duurder systeem. Wat dan overblijft is de vraag die dit werk voorafgaat: welke datapunten daadwerkelijk nodig zijn voor de rapportageplicht, en of een deel daarvan misschien al ergens in de organisatie bestaat zonder dat iemand dat weet, zoals te lezen is bij waar een datapunt mogelijk al vastligt.
Dit is werk dat mensen nu grotendeels handmatig doen: bronnen opsporen, definities vergelijken, eigenaarschap navragen. Een deel van dat uitzoekwerk laat zich structureren en versnellen met AI, een deel niet — dat verschil is precies waar de werkscan van FTE TO AI naar kijkt. De werkscan rekent per taak uit welk deel van het werk over te nemen is door AI, en geeft daarmee een reëler beeld dan de aanname dat een tool het probleem in zijn geheel oplost.
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.