Een register voor één business unit krijgt u op een gegeven moment rond. De datapunten staan erin, elk met een bron en een eigenaar, en de definities zijn getoetst. Bij meerdere business units verandert de vraag. Het gaat er niet meer om of één lijst compleet is, maar of de lijsten onderling optellen tot één beeld van de organisatie.
Dat is een ander soort werk dan meer regels invoeren. De valkuil is denken dat een register af is zodra elke unit zijn eigen tabel heeft ingevuld. Vier volle tabellen met vier verschillende definities van hetzelfde datapunt leveren geen register op, maar vier registers die toevallig naast elkaar liggen.
Per unit herhaalt zich hetzelfde basiswerk: welke datapunten zijn nodig, waar komen ze vandaan, en wie is er verantwoordelijk voor. Dat begint bij de vraag welke datapunten heeft u werkelijk nodig, want een unit die te veel datapunten registreert, verzamelt vooral onderhoudslast zonder dat de rapportage er beter van wordt.
Voor elk datapunt dat overblijft, moet dezelfde vraag gesteld worden: bestaat dit al in een systeem, of moet het nog uitgevraagd worden. De pagina over waar bestaat een datapunt al beschrijft die uitzoekslag. Bij meerdere business units is het antwoord vaak wisselend: unit A heeft het energieverbruik al in een facilitair systeem staan, unit B houdt het nog bij in een spreadsheet die één controller beheert. Dat verschil moet zichtbaar zijn in het register, niet wegverdwijnen achter een uniforme kolom die overal 'aanwezig' zegt.
Het grootste risico bij meerdere units is niet dat er datapunten ontbreken, maar dat ze er wel staan onder dezelfde naam terwijl ze iets anders meten. 'Waterverbruik' kan bij de ene unit alleen het hoofdkantoor betreffen en bij de andere ook de productiehal. 'Aantal FTE' kan met of zonder inleenkrachten geteld zijn. Zolang dat verschil niet benoemd is, telt niemand het probleem op tot het moment dat de cijfers samengevoegd moeten worden voor het geconsolideerde rapport.
Een register dat dit oplost, legt per datapunt de definitie vast op het niveau van de organisatie, en laat vervolgens per unit zien of die definitie ook zo toegepast is. Waar dat niet het geval is, staat dat als open punt in het register, niet als stille aanname. De opbouw van die structuur staat beschreven in hoe stelt u een datapuntregister op, en die volgorde verandert niet wanneer er meerdere units zijn: eerst de datapunten en hun definities vastleggen op organisatieniveau, dan per unit invullen wat er al is en wat ontbreekt.
De aanname dat alleen de kleinere of minder volwassen units gaten hebben in hun bronnen, klopt zelden. Een grote unit met een uitgebreid ERP-systeem kan voor bepaalde milieudata net zo goed op een handmatige telling draaien als een kleine vestiging. Het aandeel datapunten zonder harde bron hangt af van het onderwerp en van hoe lang een unit al met deze cijfers werkt, niet van de omvang van de unit. Hoeveel van uw datapunten hebben een bron is daarom een vraag die per unit apart beantwoord moet worden, zie hoeveel van uw datapunten hebben een bron. Pas als dat per unit in beeld is, kan er iets gezegd worden over het geheel.
Datapunten zonder bron verdwijnen niet uit het register omdat ze ongemakkelijk zijn. Ze krijgen een status en een vervolgstap, beschreven onder wat doet u met een datapunt zonder bron. Bij meerdere business units is het verstandig om deze status te vergelijken tussen units: als drie van de vier units een bron hebben voor een datapunt en de vierde niet, ligt daar meestal een oplossing binnen handbereik bij die drie units, in plaats van dat de vierde unit het wiel opnieuw moet uitvinden.
Een register over meerdere business units klopt niet omdat het compleet oogt, maar omdat drie dingen tegelijk waar zijn. Ten eerste: elk datapunt heeft op organisatieniveau één definitie, en die definitie is bij elke unit hetzelfde toegepast of het verschil is expliciet vastgelegd. Ten tweede: voor elk datapunt is per unit duidelijk of er een bron is, en zo niet, wat de status is. Ten derde: eigenaarschap is toegewezen op het niveau waar de kennis ook echt zit, niet automatisch bij de hoogste manager van de unit.
Hoe lang dit werk duurt, hangt af van het aantal units, het aantal onderwerpen en de staat van de onderliggende systemen; een inschatting daarvan staat beschreven in hoe lang duurt het om een onderwerp op orde te krijgen. Dat is geen vaste doorlooptijd, maar een optelsom van het werk dat per unit en per datapunt nog moet gebeuren.
Het samenbrengen van deze registers, het herleiden van definities en het naast elkaar leggen van bronnen per unit is voor een groot deel herhaalbaar werk: dezelfde vragen, telkens opnieuw toegepast op een andere afdeling of een ander datapunt. Welk deel daarvan door AI overgenomen kan worden en welk deel mensenwerk blijft, is precies waarvoor de werkscan van FTE TO AI is gemaakt: die rekent per taak uit hoeveel ruimte er is om dit soort registerwerk te versnellen, zonder dat de uitkomst afhankelijk wordt van aannames die niemand heeft gecontroleerd.
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.