Zodra duurzaamheidsdata uit meer dan één business unit komt, ontstaat het probleem vóórdat het register er is. Elke unit heeft eigen systemen, eigen spreadsheets, eigen definities van wat een datapunt betekent. Een register dat dat niet ordent, telt straks dezelfde stroom drie keer of mist hem helemaal.
Een datapuntregister is geen lijst met rapportageonderwerpen, maar een register op het niveau van het individuele datapunt: de scope 2-uitstoot van vestiging A, het aantal FTE met een tijdelijk contract bij unit B, het waterverbruik van locatie C. Per datapunt hoort vastgelegd te zijn wat het precies meet, in welke eenheid, over welke periode en voor welke entiteit. Zonder die vier elementen is een datapunt niet herleidbaar en dus niet controleerbaar.
Daarnaast bevat het register per datapunt de bron: het systeem, het bestand of de persoon waar het cijfer vandaan komt. Dat is niet altijd zo eenvoudig als het klinkt. Bij meerdere business units gebeurt het regelmatig dat een datapunt wordt ingevuld zonder dat iemand kan aanwijzen waar het vandaan komt; wat u doet met een datapunt zonder aanwijsbare bron is dan ook een vraag die het register zelf moet kunnen beantwoorden, niet iets dat achteraf wordt uitgezocht.
De verleiding bij meerdere business units is om elke unit los een lijst te laten aanleveren en die lijsten daarna samen te voegen. Dat werkt niet, omdat units zelden dezelfde definities gebruiken. De ene unit rapporteert energieverbruik per vestiging, de andere per productielijn. De ene telt uitzendkrachten mee in het personeelsbestand, de andere niet. Wanneer die lijsten worden samengevoegd zonder eerst de definities gelijk te trekken, ontstaan dubbelingen die niet als dubbeling herkenbaar zijn.
De volgorde die wel werkt: eerst vaststellen welke datapunten er in de organisatie als geheel werkelijk toe doen, los van welke unit ze aanlevert. Dat is een vraag naar noodzaak, niet naar beschikbaarheid — welke datapunten u werkelijk nodig heeft is een andere vraag dan welke datapunten er al ergens in een spreadsheet staan. Pas daarna wordt per datapunt bepaald welke unit, welk systeem en welke persoon de bron is. Zo ontstaat één register met één definitie per datapunt, waarin meerdere units invoer leveren zonder dat het datapunt zelf verdubbelt.
Herkenning van dubbelingen blijft daarna nodig, want ook met goede definities kunnen twee units onbewust hetzelfde onderliggende feit vastleggen onder een andere naam. Hoe u dat opmerkt — hoe u een dubbel datapunt herkent tussen business units — is een controle die op het register zelf wordt uitgevoerd, niet op het rapport dat er later uit volgt.
Een veelgemaakte fout is het toewijzen van eigenaarschap op unitniveau: unit A is verantwoordelijk voor alle data uit unit A. Dat werkt zolang de eenheden overzichtelijk blijven, maar bij meerdere business units met overlappende processen — een gedeelde inkoopafdeling, een centraal wagenpark — raakt die toewijzing snel onduidelijk. Beter is eigenaarschap per datapunt: één naam die kan uitleggen waar het cijfer vandaan komt, wat de eenheid is en wanneer het voor het laatst is bijgewerkt. Die naam hoeft niet degene te zijn die het cijfer intikt, maar wel degene die de bron kent.
Hoeveel van de bestaande datapunten al zo'n aanwijsbare bron hebben, is meestal de eerste vraag die naar boven komt zodra dit systematisch wordt nagelopen. Hoeveel van uw datapunten een bron hebben is precies de vraag die per business unit apart beantwoord moet worden, omdat het antwoord tussen units flink kan verschillen.
Bij meerdere business units is de verleiding om te wachten tot alle units evenveel diepgang hebben voordat het register als af wordt beschouwd. Dat is geen realistische maatstaf. Een register is af wanneer voor elk datapunt duidelijk is wie de eigenaar is, wat de bron is en welke kwaliteitsregel erop van toepassing is — ook als dat antwoord voor sommige datapunten voorlopig "onbekende bron, actie bij unit X" is. Onvolledigheid die zichtbaar en toegewezen is, is werkbaar; onvolledigheid die verborgen blijft achter een ingevuld cijfer, is dat niet. Wat die maatstaf precies inhoudt, staat uitgewerkt onder wanneer een register af is bij meerdere business units.
Hoeveel tijd het opstellen van zo'n register kost, hangt af van het aantal business units, het aantal systemen per unit en de mate waarin definities al op elkaar aansluiten. Bij een organisatie met een paar units en overzichtelijke bronnen is dat aanzienlijk minder werk dan bij een organisatie met tientallen units op verschillende ERP-systemen. Een indicatie van waar dat werk vandaan komt, staat bij hoe lang het duurt om een onderwerp op orde te krijgen.
Het opstellen en bijhouden van een datapuntregister over meerdere business units bestaat uit een reeks herkenbare taken: definities uitvragen, bronnen achterhalen, eigenaren aanwijzen, dubbelingen opsporen. Een deel van dat werk is herhaalbaar genoeg om te automatiseren, een ander deel vraagt beoordeling die bij een mens moet blijven liggen. De werkscan van FTE TO AI rekent per taak uit welk deel van dat werk door AI is over te nemen, zodat helder wordt waar mensuren nodig blijven en waar dat niet zo is.
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.