Handel detaliczny ma pewną cechę, która utrudnia gromadzenie danych o zrównoważonym rozwoju bardziej niż w przypadku przedsiębiorstwa z jedną lokalizacją produkcyjną: największa część wpływu nie powstaje we własnych budynkach, lecz u innych. Retailer sprzedaje produkty wytworzone gdzie indziej, przewożone przez podmioty, które nie są jego pracownikami, i pakowane w materiały wybrane przez dostawców. Własne sklepy i centra dystrybucyjne dostarczają tylko część całego obrazu. Reszta znajduje się w łańcuchu dostawców, firm logistycznych, a czasem także ich własnych poddostawców. Kto szuka danych o zrównoważonym rozwoju organizacji handlowej, szuka więc w dużej mierze danych, które nie zostały zmierzone przez własną organizację.
Najbardziej dostępna część danych dotyczy własnego portfolio nieruchomości: zużycia energii w sklepach, centrach dystrybucyjnych i biurach, często odnajdywanego w fakturach dostawców energii lub w systemach zarządzania budynkiem. W przypadku sieci z wieloma filiami szybko okazuje się to zbiorem osobnych umów, odczytów licznika i faktur dla każdej lokalizacji, zarządzanych przez różnych kierowników regionalnych lub zespół facility management. Dane istnieją, ale są rozproszone po tak wielu lokalizacjach, że nikt automatycznie nie tworzy z nich jednej całości.
Dane transportowe — zużycie paliwa własnej flotu, ale przede wszystkim wynajmowanych przewoźników — leżą w dużej mierze poza organizacją. Retailer, który zleca transport na zewnątrz, otrzymuje faktury, a czasem raporty od przewoźnika, ale rzadko w formacie odpowiadającym własnym potrzebom raportowym. Te dane trzeba pobrać, przetłumaczyć i połączyć z wewnętrznymi wolumenami, co dodaje ręczny krok, który łatwo gubi się między działem zakupów, logistyką i zrównoważonym rozwojem.
Największa część wpływu klimatycznego retailera zazwyczaj znajduje się w produkcji sprzedawanych towarów, daleko przed własnymi drzwiami. Te dane pochodzą, jeśli są dostępne, od dostawców, którzy sami stosują różne metody pomiaru, lub z ogólnych średnich branżowych, które kiedyś wyszukał dział zakupów lub zrównoważonego rozwoju. Przy asortymencie z wieloma różnymi produktami i dostawcami powstaje arkusz kalkulacyjny z danymi o zmiennej jakości: część liczb jest zmierzona, inne oszacowane, kolejne przejęte ze starego raportu. Nikt w organizacji nie ma pełnego przeglądu tego, skąd pochodzi który wskaźnik.
Dane o opakowaniach — waga, materiał, możliwość recyklingu — są często rejestrowane przez dział zakupów lub specjalistów od opakowań, w podziale na kategorię produktu lub umowę z dostawcą. Dane o odpadach ze sklepów i centrów dystrybucyjnych pochodzą z kolei od firm zajmujących się przetwarzaniem odpadów, z własnymi formami raportowania i jednostkami miary. Obydwa strumienie rzadko trafiają do tego samego systemu co dane o energii czy transporcie, przez co ktoś, kto chce uzyskać pełny obraz, musi przejść przez wiele działów, aby zebrać elementy układanki.
Oprócz danych klimatycznych raportowanie zrównoważonego rozwoju wymaga też wskaźników społecznych: rotacji personelu, różnorodności, warunków pracy w łańcuchu dostaw. Dla własnej organizacji leży to zwykle w gestii HR, w systemach nieprzygotowanych z myślą o raportowaniu zrównoważonego rozwoju. Dla łańcucha — warunki pracy u dostawców — dane są często jeszcze bardziej ograniczone i zależne od audytów lub certyfikatów, które nie są przeprowadzane każdego roku w ten sam sposób.
Wspólnym motywem w handlu detalicznym jest to, że dane rzadko powstają w jednym miejscu i prawie nigdy nie są zarządzane w jednym miejscu. Dla każdego punktu danych istotne jest pytanie: czy to pochodzi z własnego systemu czy od strony trzeciej, kto to dostarczył, jak zostało zmierzone i kiedy było ostatnio aktualizowane. Bez rejestru odpowiadającego na te pytania, dane pod raportem pozostają zbiorem osobnych plików, których pochodzenia nikt nie może z pewnością wskazać. Właśnie na tym rejestrze skoncentrowany jest Data Readiness Scan: nie na samym raporcie, lecz na lineage każdego punktu danych, własności oraz regułach jakości, które określają, czy dana liczba jest wiarygodna.
Opisane tu wyzwanie powraca w podobnej formie w innych sektorach, choć z innymi punktami ciężkości. W przedsiębiorstwie gastronomicznym akcent leży na przepływach żywności i zużyciu energii na lokal, w firmie ICT na centrach danych i wykorzystaniu sprzętu, a w przedsiębiorstwie nieruchomości na efektywności energetycznej budynków przez cały cykl życia. W każdym z tych sektorów obowiązuje to samo podstawowe pytanie: gdzie powstaje liczba i kto może za nią odpowiadać.
Data Readiness Scan od csrdready.net jest obecnie w budowie. Kto już teraz chce myśleć o tym, jak powinien wyglądać rejestr punktów danych dla organizacji z wieloma filiami i długim łańcuchem dostawców, może zapisać się na listę oczekujących. Obecnie nic nie jest sprzedawane, rezerwowane jest tylko miejsce na czas, gdy narzędzie stanie się dostępne.
Gdy przegląd punktów danych, źródeł i właścicieli zacznie się porządkować, powstaje pytanie kolejne: jaka część zbierania, kontrolowania i aktualizowania tych danych to praca ręczna, a jaką część można wykonać ze wsparciem AI. FTE TO AI oferuje w tym celu skan pracy, który dla każdego zadania obliczy, jaką część pracy można przejąć — uzupełnienie, które ma sens tylko wtedy, gdy jasne jest, jakie zadania właściwie istnieją i skąd pochodzą.
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.