Een tool wordt vaak gekocht als eerste stap: er is druk, er is een deadline, er is een aanbieder met een overtuigende demo. De vraag die daarbij zelden wordt gesteld: staat er al iets waar deze tool boven kan gaan staan? Een tool organiseert niets uit zichzelf. Hij toont, berekent en structureert wat u erin stopt. Als de onderliggende data niet is vastgelegd — geen register van datapunten, geen vastgelegde herkomst, geen aangewezen eigenaar per cijfer — dan krijgt u een tool die netjes weergeeft wat feitelijk nog steeds losse spreadsheets en losse aannames zijn.
De tool zelf werkt meestal prima. Het probleem zit in wat erin gaat. Een dashboard dat energieverbruik per vestiging toont, is zo goed als de invoer die het krijgt. Als niemand heeft vastgelegd welke afdeling die cijfers levert, met welke bronbestanden, volgens welke rekenregel, dan vult de tool een gat met een schatting, een verkeerde koppeling, of een cijfer dat een collega drie jaar geleden eenmalig heeft ingevoerd en dat nooit meer is bijgewerkt. De tool signaleert dat zelf niet. Hij rekent gewoon door.
De kosten van die volgorde zijn niet in één getal te vangen, en dat is precies het punt: ze zijn diffuus en verspreid. Tijd die opnieuw wordt besteed aan het uitzoeken waar een cijfer vandaan komt, nadat het al in de tool stond. Discussies tussen finance en sustainability over wie welk getal heeft aangeleverd. Een controller die bij de eerste externe toets moet toegeven dat de herkomst van een kernindicator niet te reconstrueren is. Een implementatie die opnieuw wordt gedaan, deels of volledig, omdat de datastructuur er niet op was ingericht. Op deze pagina staat de kernvraag zelf nader uitgewerkt: welke volgorde is logisch en waarom precies die.
Een tool wordt gekozen op basis van functionaliteit: kan hij de juiste datapunten aan, sluit hij aan op de juiste rapportagestandaard, is de rapportagestructuur flexibel genoeg voor wat er nog gaat veranderen. Die eisen zijn niet in het abstracte te formuleren. Ze volgen uit wat er al aan data bestaat, wie die data beheert, en welke hiaten er zijn. Zonder dat overzicht wordt de tool gekozen op wat de leverancier laat zien in een demo, niet op wat uw organisatie nodig heeft. Welke functionele eisen daadwerkelijk uit uw eigen situatie volgen, staat toegelicht op deze pagina over functionele eisen uit het eigen proces.
De omgekeerde volgorde — tool eerst, proces later — leidt tot een tweede aankoop, een migratie, of een tool die permanent wordt aangevuld met de spreadsheets die hij had moeten vervangen. Wie eenmaal in die spiraal zit, merkt dat de tool niet het probleem oplost dat hij zou moeten oplossen: onbetrouwbare, onvindbare of onbeheerde data. Hij verplaatst het probleem naar een mooiere interface.
Organiseren vooraf is geen bureaucratische exercitie. Het is een register: welke datapunten zijn nodig voor de rapportage, waar komen ze vandaan, via welke systemen of spreadsheets bewegen ze naar het uiteindelijke cijfer, wie is verantwoordelijk voor de juistheid ervan, en welke kwaliteitsregel geldt er om een fout tijdig te signaleren. Dat register bestaat onafhankelijk van welke tool er straks boven wordt gezet. Het is de basis waarop een tool functioneert, ongeacht welke leverancier wordt gekozen.
Om te voorkomen dat de tweede vergissing dezelfde is als de eerste, is het nuttig om te weten hoe een tool wél zonder spijt te kiezen is: welke stappen daarbij horen, staat op deze pagina over tool selectie zonder spijt. Voor organisaties in specifieke sectoren is het bovendien nuttig om te zien waar de duurzaamheidsdata concreet vandaan komt: in de bouw ligt die vaak verspreid over projectadministraties en onderaannemers, zoals beschreven op deze pagina over duurzaamheidsdata in de bouw, en in de installatiebranche ligt die weer anders verdeeld, zoals toegelicht op deze pagina over duurzaamheidsdata in de installatiebranche.
De Data Readiness Scan legt dat register aan voordat er over een tool wordt gesproken: per datapunt de herkomst, de eigenaar en de kwaliteitsregel. Geen rapport, geen ingevulde vragenlijst, maar de structuur waarop een rapport of vragenlijst later kan steunen. De tool is in ontwikkeling; wie hier belangstelling voor heeft, kan zich aanmelden voor de wachtlijst.
Zodra duidelijk is welke datapunten er zijn, waar ze vandaan komen en wie ze beheert, ontstaat ook een preciezer beeld van het werk daaromheen: wie verzamelt, wie controleert, wie legt vast. Dat werk is niet overal even geschikt voor automatisering. De werkscan van FTE TO AI rekent per taak uit welk deel daadwerkelijk door AI is over te nemen, op basis van wat die taak precies inhoudt en niet op basis van een algemene inschatting over de sector.
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.