Bankai, apdrošinātājam vai aktīvu pārvaldītājam ir relatīvi maza pašas darbības emisija. Biroji, autoparks, energopatēriņš – tas viss pastāv, bet vairumā gadījumu tas neatsver to, kas nāk no portfeļa. Šī proporcija ir gandrīz pretēja tam, kāda tā ir ražošanas uzņēmumā: lielākā daļa nozīmīgo ilgtspējas datu nerodas pašu sienās, bet gan pie tām pusēm, kurās tiek ieguldīts, kurām tiek aizdots vai kuras tiek apdrošinātas. Šī atšķirība nosaka, kur jums jāmeklē, un tā izskaidro, kāpēc pieeju, kas darbojas ražotnē, šeit nevar pārņemt bez pielāgošanas.
Dati par paša uzņēmuma ekoloģisko pēdu parasti ir vieglāk atrodami. Saimniecisko pakalpojumu nodaļai ir biroja telpu energo- un ūdenspatēriņa dati, personāla nodaļai ir ceļošanas dati un darba–mājas pārvietošanās dati, iepirkumu nodaļai ir līgumi ar biroja piederumu, ēdināšanas un IT pakalpojumu piegādātājiem. Šī datu punktu reģistra daļa ir līdzīga tam, ko uztur ikviens pakalpojumu sniedzējs uzņēmums. Grūtības nav šo datu sarežģītībā, bet gan tam pievērstajā uzmanībā: tā kā tā ir relatīvi maza salīdzinājumā ar portfeļa ietekmi, atbildība par to bieži tiek noteikta vaļīgāk, nekā vajadzētu.
Lielākā daļa nozīmīgo ilgtspējas datu atrodas pašos finanšu produktos: aizdevumos, ieguldījumos, apdrošinātajos riskos, pārvaldītajos aktīvos. Par katru pretējo pusi ir jānoskaidro, kāda emisija, kāds klimata risks vai kāds cits ilgtspējas rādītājs ar to ir saistīts. Šie dati nāk no dažādiem virzieniem: pašas pretējās puses pārskatiem, ārējo piegādātāju datiem, kas sniedz aplēses, kur trūkst tiešu datu, un iekšējiem modeļiem, kas šos avotus apkopo skaitlī par katru pozīciju vai aizdevumu.
Avoti tātad reti ir pašas sistēmas. Kredītsistēma uzskaita, kas ir aizņēmies naudu un ar kādiem nosacījumiem, ne to, kādu emisiju rada šis klients. Portfeļa pārvaldības sistēma uzskaita pozīcijas un vērtējumus, ne klimata riskus, kas ar šīm pozīcijām ir saistīti. Ilgtspējas rādītāji bieži tiek aprēķināti atsevišķā ceļā un vēlāk sasaistīti ar finanšu datiem, kas nozīmē, ka pati sasaiste ir vājais punkts: ja pretējā puse maina nosaukumu, struktūru vai pārskata gadu, sasaiste var pārtrūkt, un tas ne vienmēr uzreiz tiek pamanīts.
Tā kā ne katra pretējā puse pati publicē labus ilgtspējas rādītājus, plaši tiek izmantoti ārējie datu piegādātāji, kas piedāvā aplēses, rezultātus vai vērtējumus. Tas ir praktisks risinājums, bet tas neaizvāc problēmu, tas pievieno vienu papildu posmu. Par katru datu punktu, kas nāk no ārēja piegādātāja, tāpat jāfiksē: kāda metode ir izmantota, kādi pieņēmumi ir izdarīti, cik vecs ir rādītājs un kas notiek, ja divi piegādātāji sniedz atšķirīgu aplēsi par to pašu pretējo pusi. Bez šīs fiksācijas rodas pārskats, kas izskatās pārliecinošs, bet fonā balstās uz skaitļiem, par kuru izcelsmi neviens vairs nevar pastāstīt.
Finanšu iestādē bieži pastāv vairākas biznesa vienības, kas daļēji izmanto to pašu pretējo pusi vai to pašu pamatā esošo datu punktu: banka, kas nodarbojas gan ar kredītu piešķiršanu, gan aktīvu pārvaldību, par vienu un to pašu klientu var pieprasīt vai aprēķināt emisijas rādītāju divreiz, izmantojot dažādas nodaļas un dažādus piegādātājus. Kas apzina kur datu punkts jau pastāv vairākās biznesa vienībās, tas novērš, ka viens un tas pats jautājums tiek atbildēts divreiz atsevišķi ar diviem iespējami atšķirīgiem rezultātiem. Tas nav tikai efektivitātes jautājums, tas ir arī konsekvences jautājums: pretējai pusei nevar būt cits klimata risks vienā pārskatā nekā citā, ja tam nav skaidrojuma.
Metode, kā izveidot datu punktu reģistru, izsekot avotus un noteikt atbildību, principā neatšķiras no tā, kas nepieciešams energosektorā, nekustamā īpašuma sektorā vai būvniecībā. Atšķiras tas, kur ir smaguma centrs: šajās nozarēs lielākā daļa datu atrodas pašā darbībā vai tiešajā piegādes ķēdē, finanšu pakalpojumu nozarē lielākā daļa atrodas pie trešajām pusēm, par kurām jums nav tiešas darbības kontroles. Tas nemaina darba struktūru, bet gan jautājumu, kurš par ko var būt atbildīgs un kuri datu punkti vispār ir jūsu pārvaldības tvērumā. Pirms atbildēt uz šo jautājumu, ir vērtīgi noskaidrot, kuri datu punkti patiesībā ir nepieciešami, kad iesaistītas vairākas biznesa vienības, lai reģistrs neaugtu ar skaitļiem, ko neviens neaplūko.
Tiklīdz ir skaidrs, kādi datu punkti pastāv, no kurienes tie nāk un kurš tos pārvalda, rodas nākamais jautājums: cik daudz no darba, lai šos datu punktus apkopotu, pārbaudītu un atjauninātu, joprojām prasa cilvēku darbu, un kura daļa ir tik atkārtojama, ka to var uzticēt sistēmai. FTE TO AI aprēķina katram uzdevumam, kādu daļu no darba var pārņemt AI, pamatojoties uz uzdevumiem, kas izriet no datu punktu reģistra, ne uz iepriekšēju aplēsi.
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.