Deze vraag komt meestal niet als eerste. Eerst wordt gevraagd wat een tool kost, of welk platform het snelst rapporten aflevert. De vraag naar doorlooptijd komt pas als iemand beseft dat een rapport pas zo goed is als de data eronder, en dat die data ergens vandaan moet komen, geteld moet worden, en gecontroleerd moet worden door iemand die daar verantwoordelijk voor is.
Er is geen vast antwoord op deze vraag, en iedereen die er wel een geeft, verkoopt iets. Wat wij kunnen doen is uitleggen waar de tijd in gaat zitten, zodat u zelf kunt inschatten wat voor uw organisatie realistisch is.
De eerste factor is het aantal bronnen waar een datapunt doorheen loopt. Een emissiecijfer dat rechtstreeks uit één energiefactuur komt, is anders dan een emissiecijfer dat is opgebouwd uit inkoopdata, een spreadsheet met omrekenfactoren, en een schatting van een leverancier die zelf ook niet precies weet waar zijn cijfer vandaan komt. Hoe meer schakels, hoe meer tijd het kost om de lineage van bron naar rapport in kaart te brengen.
De tweede factor is eigenaarschap. Als voor een datapunt duidelijk is wie het aanlevert, wie het controleert en wie verantwoordelijk is bij afwijkingen, gaat het opzetten van kwaliteitsregels relatief snel. Als die vraag nog nooit gesteld is, en het antwoord per afdeling verschilt, kost het uitzoeken van wie waarover gaat vaak meer tijd dan het inrichten van de regels zelf.
De derde factor is hoeveel van het proces nu al handmatig gaat. Een datapunt dat via kopiëren en plakken tussen drie spreadsheets reist, heeft meer aandachtspunten dan een datapunt dat automatisch uit een systeem komt. Niet omdat spreadsheets per definitie het probleem zijn — waarom spreadsheets niet het probleem zijn legt uit dat de rommelige spreadsheet vaak een symptoom is van een proces dat nooit is vastgelegd — maar omdat elke handmatige stap een plek is waar iets kan misgaan zonder dat iemand het merkt.
De meeste organisaties die dit proces doorlopen, beginnen bij CO2-uitstoot. Niet omdat het onderwerp het belangrijkst is, maar omdat het vaak het meest afgebakende onderwerp is: er zijn duidelijke rekenmethodieken, en de belangrijkste bronnen — energie, brandstof, reizen — zijn meestal al ergens geregistreerd. Waarom CO2 meestal het eerste onderwerp is beschrijft die keuze verder. Voor CO2 kan het opzetten van datapuntregister, lineage en eigenaarschap sneller lopen dan voor een onderwerp als biodiversiteit of arbeidsomstandigheden in de keten, waar bronnen vaker ontbreken of nog nooit systematisch zijn vastgelegd.
Dit is geen garantie dat CO2 sneller klaar is. Het is wel de reden waarom veel organisaties er niet toevallig mee beginnen: het is het onderwerp waarop het meeste al aanwezig is om op te bouwen.
De doorlooptijd van dit proces is geen vaste sprint met een einddatum. Het is niet iets dat in een workshop van een dag wordt afgerond, en het is ook niet iets dat na een eenmalige exercitie klaar is en nooit meer aandacht nodig heeft. Kwaliteitsregels moeten worden onderhouden, eigenaarschap verandert als mensen van functie wisselen, en nieuwe rapportageverplichtingen brengen soms nieuwe datapunten mee die opnieuw door dezelfde stappen moeten.
Wat wel realistisch is: een organisatie die voor een beperkt aantal datapunten scherp krijgt waar de data vandaan komt, wie ervoor verantwoordelijk is en welke controles erop staan, heeft daarna een sjabloon dat sneller op andere onderwerpen toe te passen is. De eerste ronde is meestal de langzaamste, niet omdat het onderwerp complexer is, maar omdat de manier van werken nog gevonden moet worden.
Voordat de vraag naar doorlooptijd zinvol te beantwoorden is, helpt het te weten waar uw organisatie nu staat. Wat is datavolwassenheid en hoe meet u die beschrijft hoe u dat kunt inschatten zonder aannames te doen over waar u al zou moeten zijn. Een organisatie waar niemand weet wie een cijfer aanlevert, start op een ander punt dan een organisatie waar dat al vastligt maar de controles ontbreken. Beide kunnen dit proces doorlopen, alleen de tijdsinschatting verschilt.
Een deel van de vertraging in dit proces zit niet in het denkwerk, maar in het uitvoerende werk daaromheen: cijfers overtypen, bronnen doorzoeken, statussen bijhouden. Dat is het soort werk waarvan een deel door AI over te nemen is, zonder dat de controle over eigenaarschap en kwaliteitsregels uit handen gegeven wordt. Wilt u weten welk deel van dat werk in uw organisatie daarvoor in aanmerking komt, dan geeft de werkscan van FTE TO AI daar per taak een inschatting van.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.