Een rapportageverplichting dient zich aan, en de eerste reactie is een tool zoeken. Een dashboard, een platform, een module bij de bestaande software. Dat voelt als vooruitgang: er verschijnt iets nieuws, er wordt geld aan uitgegeven, er is een leverancier met wie u kunt overleggen.
De vraag die overgeslagen wordt, is waar de tool zijn cijfers vandaan haalt. Een tool rekent, visualiseert en rapporteert, maar verzint niets. De data die erin gaat, komt uit dezelfde spreadsheets, dezelfde e-mails naar de facilitair manager, dezelfde schattingen die er al waren. Alleen zit die data nu achter een interface die er overzichtelijk uitziet.
Een tool kiezen voordat u weet welke data u heeft, wie daarover gaat en hoe betrouwbaar die is, betekent een tool kiezen op aanname. De leverancier vraagt welke functionaliteit u nodig heeft, en u antwoordt op basis van wat u denkt te hebben — niet op basis van wat er daadwerkelijk aan datapunten, bronnen en eigenaren bestaat. Welke functionele eisen komen uit uw eigen proces is een vraag die alleen te beantwoorden is als het proces er al ligt; zonder dat fundament wordt de tool gekozen op een lijst met eisen die iemand anders heeft opgesteld, of die achteraf blijkt te missen wat er juist nodig was.
De omgekeerde volgorde — eerst het datapuntregister, de lineage en het eigenaarschap regelen, dan pas een tool selecteren — kost in het begin meer tijd. Er is geen dashboard om naar te wijzen, geen voortgang die zich laat tonen in een vergadering. Maar de vragen die daarna gesteld worden aan een tool zijn vragen op basis van wat werkelijk gebeurt in het bedrijf, niet op basis van een lijst die uit een demo is overgenomen.
De kosten van tool-eerst zijn niet in één post te vangen, maar ze zijn wel te herkennen.
Er is de tool zelf, die na een jaar blijkt te missen wat nodig was — een koppeling met een bronsysteem die er niet is, een rapportagestructuur die niet aansluit op hoe de organisatie werkt, een module die iets doet wat niemand nodig had. Er is de tijd van de mensen die de tool moesten vullen: als het datapuntregister er niet was, is de tool gevuld met dezelfde losse Excel-exports als voorheen, alleen nu binnen een systeem dat suggereert dat het gecontroleerd is.
Er is de schijnzekerheid die het duurst is. Een tool met een overtuigend dashboard geeft het gevoel dat de data in orde is. Dat gevoel houdt stand tot een assurance-traject, een auditor of een vraag van de raad van commissarissen naar de herkomst van een cijfer. Dan blijkt dat niemand kan aanwijzen wie de bron heeft aangeleverd, welke aanname erin verwerkt zit, of het cijfer van dit jaar op dezelfde manier is berekend als vorig jaar. De tool wist dat niet, omdat de tool nooit die vraag heeft gesteld — hij nam aan wat werd ingevoerd.
En er is de vervanging. Een tool die gekozen is zonder zicht op het proces eronder, wordt na verloop van tijd ingeruild voor een andere tool, met de hoop dat die het beter doet. Het probleem verplaatst zich, maar verdwijnt niet: eerst een tool kopen of eerst het proces inrichten is precies de keuze die bij elke vervanging opnieuw voorligt, en die zonder een antwoord op de proceskant weer op dezelfde manier verkeerd uitpakt.
Hoe zwaar de verkeerde volgorde weegt, hangt af van waar de data ontstaat. In een bouwbedrijf zit een groot deel van de duurzaamheidsdata bij onderaannemers, op de bouwplaats en in projectadministraties die niet gemaakt zijn voor rapportage — waar de duurzaamheidsdata in de bouw vandaan komt bepaalt welke koppelingen een tool eigenlijk nodig heeft. In de installatiebranche ligt de data verspreid over servicebonnen, materiaalregistraties en onderhoudscontracten, en waar de duurzaamheidsdata in de installatiebranche ligt laat zien dat een generieke tool die voor een kantoororganisatie is gebouwd, hier al snel tekortschiet. Een tool die deze verschillen niet kent, kan ze ook niet oplossen — hoe goed de interface ook is. Wie toch eerst een tool wil kiezen, doet er goed aan te lezen hoe u een tool kiest zonder spijt achteraf, al blijft de kern hetzelfde: een tool oplost geen proces dat er niet is.
De volgorde die overblijft, is niet ingewikkeld, maar wel minder aantrekkelijk om aan te bieden: eerst vastleggen welke datapunten er zijn, waar ze vandaan komen, wie erover gaat en welke kwaliteitsregels erbij horen. Dat is het werk waar de Data Readiness Scan van CSRDready.net voor is opgezet — een datapuntregister, source-to-report lineage per datapunt, eigenaarschap en kwaliteitsregels, zonder dat er al een tool of een rapportvorm bij hoort. De tool is in aanbouw; wie hier nu al mee aan de slag wil, kan zich aanmelden voor de wachtlijst.
Als het datapuntregister er eenmaal ligt, is er nog een vraag die niet aan een softwareleverancier gesteld hoeft te worden: hoeveel van dit werk — het verzamelen, controleren en herhalen van dezelfde datapunten — mensenwerk moet blijven, en welk deel zich laat overnemen. Daarvoor is de werkscan van FTE TO AI gemaakt: die rekent per taak uit welk deel van het werk door AI over te nemen is, op basis van de taken zoals ze in uw organisatie daadwerkelijk worden uitgevoerd.
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.