Kaut kur procesā parādās skaitlis, kuru vairs neviens nevar izskaidrot. Kādas nodaļas 2. tvēruma patēriņš, meitasuzņēmuma pilnas darba slodzes ekvivalentu skaits, atkritumu apjoms uz ražošanas līniju. Skaitlis ir pagājušā gada ziņojumā, bet neviens vairs nezina, no kuras sistēmas tas nāk, kas to ievadīja, vai tas ir summēts vai novērtēts. Šī nav izņēmuma situācija. Tas ir viens no biežākajiem atklājumiem, tiklīdz organizācija pirmo reizi sistemātiski pārskata savus ilgtspējas datus.
Jautājums nav retorisks. Datu punkts bez avota nav pēc definīcijas kļūdains, bet tas ir nepierādīts. Un nepierādīti dati, kas tomēr nokļūst ziņojumā, ir risks, kas atklājas tikai tad, kad kāds — apliecinājuma sniedzējs, uzraudzības iestāde, klients ar savām piegādes ķēdes saistībām — sāk uzdot papildu jautājumus.
Datu punktu reģistrs nav ziņošanas rīks vai informācijas panelis. Tas ir sarakts: katrs datu punkts, kas nonāk ilgtspējas ziņojumā, ar vairākiem fiksētiem laukiem tam līdzās. No kurienes tas nāk. Kas ir tā īpašnieks. Kādas apstrādes darbības notiek starp avotu un ziņojumu. Pēc kāda noteikuma tiek novērtēta tā kvalitāte. Kad tas ticis pēdējoreiz pārbaudīts.
Bez šiem laukiem datu punkts ir skaitlis, kas nejauši kaut kur atrodas. Ar šiem laukiem tas kļūst par datu, kura izcelsme ir fiksēta un tāpēc atkārtoti pārbaudāma. Tieši šī atšķirība ir tā, pie kuras organizācijas apstājas: ziņojums pastāv, bet pamatā esošā struktūra ne.
Parasti avots kādreiz ir bijis. Kāds reiz ir izvilcis skaitli no ERP sistēmas, ievietojis izklājlapā, un kolēģis gadu vēlāk to pārņēmis, nepārkopējot tā izcelsmi. Vai skaitlis ir aprēķina rezultāts — novērtējums, kas balstīts uz vidējo rādītāju, litru pārvēršana kilogramos CO2 —, kura aprēķina noteikums nav pierakstīts. Tieši šis ceļš, kādas apstrādes darbības notiek starp avotu un ziņojumu, ir vieta, kur pazūd lielākā daļa informācijas. Skaitlim, kas ticis apstrādāts trīs reizes, pirms tas sasniedz ziņojumu, ir bijušas trīs izdevības nozaudēt savu izcelsmi.
Organizācijās ar vairākām nodaļām vai biznesa vienībām rodas otrs iemesls: viens un tas pats datu punkts pastāv vairākās vietās, nedaudz atšķirīgā formā, un neviens nekad nav noskaidrojis, kura versija ir avota dati. Tas ir cits jautājums nekā trūkstošais avots, bet tie saskaras: ja vēlaties zināt, kur datu punkts jau pastāv vairākās biznesa vienībās, bieži nonāksiet pie tā pašas aklās vietas.
Datu punkts bez avota reģistrā saņem statusu: neapstiprināts. Nav dzēsts, nav klusībā pieņemts kā korekts, bet iezīmēts. No šī brīža ir izvēle, un šī izvēle atkarīga no tā, kas ir uz spēles. Ja tas ir datu punkts, kas materialitātes analīzē novērtēts kā mazsvarīgs, avotu var noskaidrot vēlāk, neaizkavējot ziņojumu. Ja tas ir datu punkts, kam nepieciešams apliecinājums, avots ir nosacījums, nevis vēlams papildinājums.
Pati meklēšana notiek pa fiksētu ceļu: atpakaļ pie avota dokumenta vai avota sistēmas, gar katru apstrādes soli, līdz pat īpašniekam, kurš var apstiprināt, ka skaitlis ir korekts. Tas ir tas, ko precīzi ietver source-to-report kartēšana: nevis skaitļa pārbaude, bet ceļa uz to rekonstrukcija. Dažreiz izrādās, ka šo ceļu vairs nav iespējams rekonstruēt. Tad secinājums nav tāds, ka skaitlis ir kļūdains, bet ka to nevar pierādīt — un tas ir cits, un ziņojumam tikpat svarīgs, rezultāts.
Reģistrs nav gatavs, tiklīdz katram datu punktam ir avots. Tas ir gatavs, tiklīdz katram datu punktam ir īpašnieks, ar kuru var sazināties, kvalitātes noteikums, pēc kura tas tiek vērtēts, un fiksēta apstrādes vēsture, kuru var atkārtoti izsekot, nevienam tā nav jāzina no galvas. Kas tieši pie tā pieder un kad var pārtraukt meklēt papildu detaļas, ir izklāstīts lapā kad reģistrs ir gatavs. Vairumam organizāciju atbilde ir nepatīkami konkrēta: tas ir gatavs, kad jauns kolēģis var rekonstruēt ziņojumu bez palīdzības.
Datu punkta bez avota atklāšana un labošana ir darbs, ko var sadalīt soļos: avota dokumentu pārmeklēšana, apstrādes darbību izsekošana, īpašnieku uzrunāšana, atbilžu fiksēšana. Daļa šī darba — sistēmu pārmeklēšana pēc trūkstoša skaitļa, saņemto apstiprinājumu apkopošana — ir pietiekami atkārtojama, lai izrēķinātu, ko no tā var pārņemt MI. FTE TO AI darba skenēšana to dara pa uzdevumiem: nevis vispārīgos apgalvojumos par automatizāciju, bet konkrētā novērtējumā par to, kuru daļu no šāda meklēšanas darba var nodot sistēmai un kurai daļai joprojām nepieciešama īpašumtiesība un vērtējums.
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.