Beveik kiekviena organizacija, kuri pradeda dirbti su tvarumo duomenimis, pradeda nuo CO2. Ne todėl, kad kokia nors direktyva nurodo tokią tvarką, o todėl, kad CO2 yra tema, kuriai egzistuoja daugiausia paruoštų skaičiavimo metodų, daugiausia išorinių lyginamųjų rodiklių ir daugiausia programinės įrangos tiekėjų, turinčių jau parengtą prietaisų skydelį. Energijos suvartojimas, kuras, transporto parkas – tai skaičiai, kurie dažnai jau kažkur registruoti kitam tikslui, dažniausiai sąskaitų išrašymui. Jie yra pakartotinai naudojami, ne surinkti.
Tai daro CO2 lengviausia tema, kurią galima parodyti, ne pilniausia. Socialiniai duomenys, tiekimo grandinės informacija ir biologinės įvairovės rodikliai retai turi panašią infrastruktūrą. Ten nėra sąskaitos, kurioje jau būtų atsakymas. Todėl kas žiūri tik į CO2, mato tik dalį duomenų kraštovaizdžio ir kartais iš to daro išvadą, kad likusi dalis taip pat tvarkoje. Tai nėra nustatyta – tai yra prielaida.
CO2 skaičius, kuris atitinka išorinį lyginamąjį rodiklį, nėra įrodymas, kad pagrindiniai duomenys yra patikrinami. Skaičius gali kilti iš skaičiuoklės, kurią valdo vienas žmogus, su perskaičiavimo koeficientu, kurio niekas nebegali susieti su šaltiniu. Jis atitinka – kol tas žmogus išeina atostogų arba palieka darbą. Tai kitokia problema nei skaičius pats savaime: tai klausimas apie nuosavybę ir kilmę, ne apie aritmetiką. Kaip ta nuosavybė standartiškai fiksuojama, aprašyta kas skaitys jūsų duomenų taškų registrą, kai jūsų nebebus.
Analizė, kurią kuriame, nėra apie patį CO2 skaičių. Ji yra apie klausimą, iš kur tas skaičius kilęs, kas jį pateikia, kokie apdorojimai su juo atliekami prieš atsidurti ataskaitoje, ir kokia kontrolė tam egzistuoja. Tai vadiname kilmės sekimu (lineage): kelias nuo šaltinio sistemos iki ataskaitos eilutės, kiekvienam duomenų taškui. CO2 atveju tą kelią dažnai vis dar galima atkurti, nes šaltinis paprastai yra sąskaita arba skaitiklio rodmuo. Kitoms temoms tas kelias dažniau yra neaiškus, ir tai tiksliai vieta, kur slypi rizikos, kurių CO2 prietaisų skydelis neparodo.
Prielaida, kad CO2 metodą galima nukopijuoti kitoms temoms, yra iš dalies teisinga. Struktūra – duomenų taškų registras, kilmė, nuosavybė, kokybės taisyklė – yra ta pati kiekvienai temai. Bet duomenų šaltiniai nėra tokie pat. Darbuotojų apklausa turi kitokį klaidų jautrumą nei energijos sąskaita. Tiekėjų anketa turi kitokį atnaujinimo dažnumą nei skaitiklio rodmuo. Kas CO2 procesą tiesiog perkelia socialiniams ar tiekimo grandinės rodikliams, susiduria su trūkumais, kurių CO2 atveju nebuvo, tiesiog todėl, kad ten nėra panašaus šaltinio.
Tai taip pat paaiškina, kodėl įrankis, pritaikytas CO2 ataskaitų teikimui, automatiškai neveikia likusiai temos daliai. Klausimas, ar organizacija tam pasiruošusi, priklauso ne nuo įrankio, o nuo to, kiek jau užfiksuota apie šaltinius, savininkus ir kontrolės taškus. Kaip tą pasirengimą matuoti, išdėstyta kas yra duomenų brandumas ir kaip jį matuoti. Tiems, kurie mano, kad skaičiuoklės yra problemos esmė: tai yra klaidingas supratimas, aptariamas atskirai kodėl skaičiuoklės nėra problema, nes problema retai slypi failo formate, o dažniau – užfiksuotos kilmės trūkume.
Kai prisijungia auditorius ar užtikrinimo (assurance) paslaugos teikėjas, skirtumas tarp gero CO2 prietaisų skydelio ir gero duomenų taškų registro iškart tampa akivaizdus. Užtikrinimas klausia ne galutinio skaičiaus, o kelio iki jo: kokio šaltinio, kokio apdorojimo, kokios kontrolės. CO2 skaičius, kuris atitinka, bet negali būti atsektas iki šaltinio, užtikrinimo požiūriu yra tokia pati problema kaip skaičius, kuris dar neatitinka. Kaip ta patikrinamumo galimybė kuriama kiekvienam duomenų taškui, aprašyta kaip padaryti esg duomenis patikrinamus užtikrinimui. Tas darbas CO2 atveju dažnai jau iš dalies atliktas, tiksliai todėl, kad infrastruktūra jau egzistavo. Likusiai ataskaitų teikimo daliai dažniausiai tai reikia pradėti dar tik dabar.
Šis darbo metodas nenustato, kurią temą organizacija turėtų spręsti pirmiausia, ir nepasako, ar CO2 yra svarbiausia tema turinio požiūriu. Tai kitas pasirinkimas, su kitais svarstymais. Ką analizė daro, tai suteikia aiškumo apie duomenų būklę už kiekvienos temos atskirai, kad tvarkos pasirinkimas būtų pagrįstas tuo, kas jau užfiksuota, o ne tuo, ką buvo lengviausia parodyti. Kas svarsto šį procesą, gali registruotis į laukiančiųjų sąrašą; analizė yra kūrimo stadijoje ir kol kas nesiūloma kaip baigtas produktas. Kas pasikeičia, kai kilmės sekimas (lineage) kuriai temai yra jau nustatytas, aprašyta kas pasikeičia, kai kilmės sekimas jau nustatytas.
Duomenų taškų, šaltinių ir nuosavybės nustatymas iš dalies yra rankinis darbas, o iš dalies – darbas, kurį galima paspartinti, kai struktūra kartą nustatyta: šaltinių šablonų atpažinimas, standartinių laukų užpildymas, trūkstamų sąsajų signalizavimas. Kurią šio darbo dalį galima perduoti AI, ir kuri dalis lieka žmogaus darbu, tiksliai atsako FTE TO AI darbo analizė, apskaičiuota kiekvienai užduočiai.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.