Mazumtirdzniecībai piemīt īpatnība, kas padara tās ilgtspējas datus sarežģītākus nekā uzņēmumam ar vienu ražošanas vietu: lielākā daļa ietekmes rodas nevis pašu ēkās, bet pie citiem. Mazumtirgotājs pārdod produktus, kas ražoti citur, pārvadāti ar pušu palīdzību, kas nav tā darbā, un iesaiņoti materiālos, kurus izvēlējušies piegādātāji. Pašu veikali un izplatīšanas centri veido tikai daļu no kopējās bildes. Pārējais slēpjas piegādātāju, loģistikas pakalpojumu sniedzēju un dažkārt viņu pašu piegādātāju ķēdē. Tātad, kurš meklē mazumtirdzniecības organizācijas ilgtspējas datus, lielā mērā meklē datus, kurus nav mērījusi pati organizācija.
Vispieejamākā datu daļa attiecas uz pašu īpašumā esošo nekustamā īpašuma pēdu: veikalu, izplatīšanas centru un biroju energopatēriņu, kas bieži atrodams energoapgādes uzņēmumu rēķinos vai ēku vadības sistēmās. Ķēdē ar daudziem filiāļiem tas ātri izvēršas atsevišķu līgumu, skaitītāju rādījumu un rēķinu kopumā par katru objektu, ko pārvalda dažādi reģionu vadītāji vai saimniecības nodrošinājuma komanda. Dati eksistē, taču tie ir sadrumstaloti pa tik daudzām vietām, ka neviens automātiski neveido no tiem vienotu veselumu.
Transporta dati — degvielas patēriņš pašu autoparkiem, taču galvenokārt piesaistītiem pārvadātājiem — lielā mērā atrodas ārpus organizācijas. Mazumtirgotājs, kas transportu uztic ārpakalpojumam, saņem rēķinus un dažkārt pārskatus no pārvadātāja, taču reti tādā formātā, kas atbilst pašu ziņošanas vajadzībām. Šos datus jāpieprasa, jātulko un jāsasaista ar iekšējiem apjomiem, kas pievieno manuālu soli, kurš viegli pazūd starp iepirkumu, loģistiku un ilgtspējas jomu.
Lielākā daļa mazumtirgotāja klimata ietekmes parasti rodas pārdoto preču ražošanā, tālu ārpus pašu durvīm. Šie dati, ja tie vispār ir pieejami, nāk no piegādātājiem, kuri paši izmanto atšķirīgas mērīšanas metodes, vai no vispārīgiem nozares vidējiem rādītājiem, kurus iepirkums vai ilgtspējas komanda kādreiz sameklējusi. Ar sortimentu, kurā ir daudz dažādu produktu un piegādātāju, izveidojas izklājlapa ar mainīgas kvalitātes datiem: daži skaitļi ir mērīti, citi novērtēti, citi pārņemti no vecāka pārskata. Nevienam organizācijā nav pilnīga pārskata par to, no kurienes nāk kurš skaitlis.
Iepakojuma datus — svaru, materiālu, pārstrādājamību — bieži fiksē iepirkums vai iepakošanas speciālisti, sadalot pēc produktu kategorijas vai piegādātāja līguma. Veikalu un izplatīšanas centru atkritumu dati savukārt nāk no atkritumu apsaimniekošanas uzņēmumiem, ar savām ziņošanas formām un mērvienībām. Abas plūsmas reti nokļūst tajā pašā sistēmā, kur enerģijas vai transporta dati, tāpēc kādam, kas vēlas pilnu priekšstatu, jāapstaigā vairākas nodaļas, lai savāktu mozaīkas gabalus.
Bez klimata datiem ilgtspējas ziņošana pieprasa arī sociālos rādītājus: personāla mainību, dažādību, darba apstākļus ķēdē. Pašu organizācijai šie dati parasti atrodas HR pārziņā, sistēmās, kas nav izveidotas, domājot par ilgtspējas ziņošanu. Attiecībā uz ķēdi — darba apstākļiem pie piegādātājiem — dati bieži ir vēl trūcīgāki un atkarīgi no auditiem vai sertifikācijām, kas ne katru gadu tiek veiktas vienādā veidā.
Sarkanais pavediens mazumtirdzniecībā ir tāds, ka dati reti rodas vienā vietā un gandrīz nekad netiek pārvaldīti vienā vietā. Par katru datu punktu ir relevants jautājums: vai tas nāk no pašu sistēmas vai no trešās puses, kurš to sniedzis, kā tas mērīts un kad tas pēdējoreiz atjaunināts. Bez reģistra, kas atbild uz šiem jautājumiem, dati zem pārskata paliek atsevišķu failu kopums, kuru izcelsmi neviens nevar droši norādīt. Tieši uz šo reģistru ir vērsts Data Readiness Scan: ne pats pārskats, bet gan katra datu punkta izcelsmes ķēde, īpašumtiesības un kvalitātes noteikumi, kas nosaka, vai skaitlis ir noturīgs.
Šeit aprakstītā problēma līdzīgā veidā atkārtojas citās nozarēs, gan ar citiem uzsvariem. Ēdināšanas uzņēmumā uzsvars ir uz pārtikas plūsmām un energopatēriņu katrā objektā, IT uzņēmumā — uz datu centriem un iekārtu izmantošanu, bet nekustamā īpašuma uzņēmumā — uz ēku energoefektivitāti visā to dzīves ciklā. Katrā no šīm nozarēm ir spēkā tas pats pamatjautājums: kur skaitlis rodas un kurš var to pamatot.
csrdready.net Data Readiness Scan patlaban tiek veidots. Tas, kurš vēlas jau tagad piedomāt pie tā, kā izskatītos datu punktu reģistrs organizācijai ar daudzām filiālēm un garu piegādātāju ķēdi, var pierakstīties gaidīšanas sarakstā. Šobrīd nekas netiek pārdots, tikai rezervēta vieta brīdim, kad instrumentu būs iespējams izmantot.
Tiklīdz datu punktu, avotu un īpašnieku pārskats sāk iegūt kārtību, rodas nākamais jautājums: kāda daļa no šo datu vākšanas, pārbaudes un atjaunināšanas ir manuāls darbs un kādu daļu var veikt ar AI atbalstu. FTE TO AI šim mērķim piedāvā darba skenēšanas rīku, kas katram uzdevumam aprēķina, kādu daļu darba var pārņemt, un šis papildinājums ir jēgpilns tikai tad, kad ir skaidrs, kādi uzdevumi tieši eksistē un no kurienes tie rodas.
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.