csrdready Pieteikties gaidīšanas sarakstā

Kennisbank

Kur atrodas izglītības iestādes ilgtspējas dati

Izglītības iestāde nav ne rūpnīca, ne veikalu tīkls, tomēr tā ir organizācija ar ēkām, energoapgādes līgumiem, transportu, iepirkumiem un lielu grupu cilvēku, kuri nav darbinieki parastā izpratnē. Studenti un skolēni pārvietojas pa ēkām, izmanto telpas un rada braukšanas plūsmas, bez tam, ka viņi kaut kur būtu iekļauti algu sarakstā. Šī attiecība starp darbiniekiem un ēku lietotājiem izglītībā atšķiras no lielākās daļas nozaru, un tas atspoguļojas datos: liela daļa vides ietekmes ir saistīta ar apmeklētību un ēku izmantošanu, nevis ar ražošanas procesu vai tirdzniecības zāli.

Tam pievienojas fakts, ka iestāde bieži sastāv no vairākām atrašanās vietām, dažkārt izklāidītām pa pilsētu vai reģionu, katra ar savu skaitītāju, savu pārvaldību un saviem nomas līgumiem. Turklāt izglītībā ir izteikts sezonalitātes ritms: brīvlaiki, pagaidu tukšums, vakara izmantošana, ko veic trešās puses. Ja enerģijas datus summē pa mēnešiem, nezinot šo ritmu, viegli var izdarīt kļūdainus secinājumus par ietaupījumiem, kas patiesībā ir tikai brīvlaiku sadalījuma rezultāts.

Enerģija un ēkas: lielākās daļas skaitļu pamats

Lielākajai daļai iestāžu ēku fonds ir vislielākā pozīcija. Šie dati ir izkaisīti vairākās vietās: saimnieciskajam dienestam ir energoapgādes līgumi un skaitītāju rādījumi, bieži pa ēkām, nevis centralizēti apkopoti. Lielākās iestādēs ar savu nekustamo īpašumu papildus darbojas ēku pārvaldības sistēma ar patēriņa datiem pa iekārtām. Nomātās telpās daļa atbildības, un līdz ar to daļa datu, atrodas pie izīrētāja, kas ne vienmēr ir gatavs vai spējīgs tos sniegt nepieciešamajā līmenī.

Renovācijas, izolācijas pasākumi un iekārtu ilgtspējas uzlabošana bieži tiek fiksēti projektu dokumentācijā saimnieciskajā dienestā vai pie ārējā partnera, atsevišķi no regulārās energoapgādes administrācijas. Kas vēlas šāda pasākuma efektu redzēt skaitļos, tam šos divus avotus jāsavieno, un tas notiek reti automātiski.

Studentu, skolēnu un personāla transports

Personāla darba–mājas braucieni, ja tie vispār tiek mērīti, parasti tiek apkopoti ar personāla nodaļas vai izdevumu atlīdzības sistēmas palīdzību. Studentu un skolēnu braukšanas dati ir citāds stāsts: šie dati bieži nemaz nepastāv centrālā sistēmā, augstākais kā aplēse, pamatojoties uz pasta indeksu apgabaliem vai anketu, kas veikta vairākus gadus atpakaļ. Augstākajā izglītībā tam pievienojas starptautiskie braucieni apmaiņas vai izpētes vajadzībām, kas ir fiksēti atsevišķā starptautisko biroju vai izpētes nodaļu administrācijā, atsevišķi no regulārajiem personāla braukšanas datiem.

Ja šīs divas grupas — darbinieki un studenti — datu punktu reģistrā netiek atšķirtas, pastāv risks saskaitīt nesalīdzināmas lietas: viens pilna laika darbinieks datos svēr atšķirīgi nekā students, kurš divas dienas nedēļā apmeklē vienu ēku.

Iepirkums, ēdināšana un izpētes materiāli

Izglītības iestāžu iepirkums bieži notiek gan ar centrālu iepirkuma nodaļu lielu līgumu gadījumā, gan ar decentralizētiem pasūtījumiem, ko veic fakultātes, nodaļas vai atsevišķas izpētes grupas. Laboratorijas materiāliem, ķimikālijām un speciālajam aprīkojumam izpētes iestādēs ir sava iepirkuma ķēde ar saviem piegādātājiem, atsevišķi no regulārā biroja iepirkuma. Ēdināšana lielākoties ir nodota ārpakalpojumā ārējam partnerim, kas nozīmē, ka dati par pārtikas izšķērdēšanu vai sastāvdaļu izcelsmi neatrodas pašā iestādē, bet pie šī piegādātāja, ar mainīgu gatavību šos skaitļus sniegt.

Atkritumi ir līdzīgs stāsts: dalīta atkritumu vākšana tiek organizēta ar saimnieciskā dienesta vai ārēja atkritumu apsaimniekotāja palīdzību, un no tā izrietošie pārskati ne vienmēr atbilst iedalījumam, kas nepieciešams ilgtspējas pārskatiem.

Izpēte un decentralizēto nodaļu loma

Augstskolās un universitātēs izpēte pievieno slāni, kāda nav citās nozarēs. Izpētes grupas bieži darbojas ar saviem budžetiem, savu iepirkumu un dažkārt savām ēkām vai laboratorijām, kuras finansē ārējas puses ar savām pārskatu prasībām. Šī decentralizētā autonomija ir funkcionāla izpētei, tomēr tā nozīmē, ka centrālie datu turētāji bieži nezina, kāda informācija šajās grupās jau ir fiksēta, kādā formātā un ar kādu nosaukumu.

Kāpēc informācijas panelis nesākas ar rīku

Daudzās iestādēs ilgtspējas datu risinājumu sāk ar pārskatu sistēmas iegādi. Šāda sistēma nodrošina pārskatāmus ekrānus, bet pamatjautājums paliek neatbildēts: vai ēkas B skaitītāja rādījums attiecas uz biroja telpu, sporta zāli vai trešajai pusei izīrētu daļu, un kurš organizācijā var atbildēt uz šo jautājumu. Bez sakārtota priekšstata par to, kur rodas katrs datu punkts, kurš par to ir atbildīgs un kādi kvalitātes noteikumi tam attiecas, rīks galvenokārt sagatavo glītākus tos pašus nedrošos skaitļus.

Tāpēc Data Readiness Scan nav pārskatu rīks, bet reģistrs: par katru datu punktu — izcelsme, ceļš no avota līdz pārskatam, atbildīgā persona iestādē un noteikumi, kuriem datiem jāatbilst. Šis reģistrs padara redzamu, kur, piemēram, trūkst studentu braukšanas datu, kur saimnieciskais dienests un ēku pārvaldība skaita atsevišķi vienam no otra, un kur ārējam ēdināšanas piegādātājam vai atkritumu apsaimniekotājam vēl nav kontaktpersonas datu sniegšanai.

Tas pats jautājums ar savām īpatnībām aktuāls mazumtirdzniecībā, lauksaimniecības nozarē un finanšu pakalpojumu jomā, katrā gadījumā ar citu sadalījumu starp centralizēto un decentralizēto.

Šis skenēšanas rīks vēl ir izstrādes stadijā. Iestādes, kas vēlas zināt, kur precīzi rodas viņu ilgtspējas dati un kura pārziņā tie atrodas, var pieteikties gaidīšanas sarakstā un tiks informētas, tiklīdz skenēšanas rīks būs pieejams.

No datu punktiem līdz AI izmantošanai

Tiklīdz ir skaidrs, kādi datu punkti pastāv, kas tos pārvalda un kādā ceļā tie rodas, atklājas arī darbs, kas slēpjas to aizmugurē: skaitītāju rādījumu pārrakstīšana, braukšanas datu izgūšana no izklājlapām, ēdināšanas piegādātāju rēķinu pārbaude par sastāvdaļu izcelsmi. Daudz šāda darba ir atkārtojošs un saistīts ar fiksētiem avotiem, kas padara to piemērotu automatizācijas iespēju izvērtēšanai. FTE TO AI darba skenēšanas rīks aprēķina, kādu daļu no darba var uzticēt AI, izmantojot tāda paša veida uzdevumu sadalījumu, kāds ir datu punktu reģistrā.

Marvinde assistent van de Data Readiness Scan

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.