Kancelaria prawna, biuro rachunkowe czy firma konsultingowa nie mają linii produkcyjnej, znaczącej floty pojazdów, a zwykle również własnej hali produkcyjnej. Emisje nie tkwią w maszynach, lecz w ludziach: budynkach biurowych, laptopach, podróżach służbowych oraz usługach zakupywanych u innych. Tam gdzie przedsiębiorstwo przemysłowe może zmierzyć większość emisji we własnych murach, w przypadku usług biznesowych największa część leży właśnie poza tymi murami. To przesuwa pytanie z „co emitujemy my” na „co emitują strony wokół nas”, i to przesunięcie jest właśnie momentem, w którym dane robią się trudne.
Podstawowe dane dotyczące własnego budynku często jeszcze można znaleźć: faktury energetyczne u zarządu obiektu, umowy serwisowe u administratora budynku, umowy najmu w dziale finansowym. Ale gdy zakres się rozszerza, dane rozpadają się między działy, które nie zawsze się ze sobą komunikują. Koszty podróży i rozliczenia znajdują się w systemie HR lub systemie wydatków, często bez rozróżnienia między podróżą samolotem, pociągiem czy samochodem. Zakup usług IT, przechowywanie danych w chmurze i licencje na oprogramowanie przechodzą przez działy zakupów lub przez odrębne umowy departamentalne, z fakturami, które nie wskazują zużycia energii u dostawcy. Zużycie papieru, druk i catering leżą w gestii administracji obiektu. Pracownicy tymczasowi i freelancerzy czasami są, a czasami nie są uwzględnieni w danych personalnych, zależnie od sposobu, w jaki zorganizowana jest administracja HR.
Największa pozycja, czyli usługi zakupione od innych firm, jest zwykle najbardziej niejasna. Firma konsultingowa korzystająca z podwykonawców, biuro rachunkowe zlecające pracę innemu biuru, zespół prawny wynajmujący zewnętrznych ekspertów: ten łańcuch świadczenia usług generuje emisje, które nigdzie nie są automatycznie rejestrowane, ponieważ faktura pokazuje tylko kwotę, a nie pochodzenie.
Ponieważ nie istnieje urządzenie, które mierzy w sposób ciągły, dane dotyczące zrównoważonego rozwoju w usługach biznesowych powstają często poprzez ręczne zbieranie: ktoś prosi o faktury dział administracji obiektu, prosi o dane podróży dział HR, prosi o dane zakupowe dział zakupów, i skleja to wszystko w arkuszu kalkulacyjnym. Ten arkusz staje się faktycznym systemem prawdy, choć nikt nie jest w stanie wskazać, kto zarządza źródłem każdej liczby ani jak często jest ona aktualizowana. Przy kolejnej rundzie raportowania praca jest często wykonywana od nowa, z nieco inną selekcją źródeł, przez co liczby z roku na rok trudno jest porównać.
Kuszące jest zakupienie narzędzia do raportowania, gdy tylko nadejdą kwestionariusze. Ale narzędzie nałożone na rozproszony, ręczny sposób zbierania danych sprawia głównie, że wynik jest bardziej przejrzysty, nie bardziej wiarygodny. Podstawowe pytanie pozostaje wtedy bez odpowiedzi: kto jest właścicielem punktu danych o podróżach, skąd pochodzi liczba dotycząca zużycia energii w budynku, jaka reguła jakości decyduje, czy wykluczony freelancer liczy się, czy nie. Bez rejestru, w którym dla każdego punktu danych zapisano, gdzie powstaje, kto nim zarządza i jaka reguła strzeże jego jakości, każdy raport pozostaje jedynie zdjęciem tego, co ktoś zdołał zebrać w danym miesiącu.
Data Readiness Scan od csrdready.net mapuje ten rejestr specjalnie dla tego sektora: dla każdego punktu danych systemy źródłowe, ścieżkę od źródła do raportu, właściciela w organizacji oraz reguł, która decyduje, czy wartość jest prawidłowa. Dla organizacji biurowej oznacza to często kombinację systemów administracji obiektu, administracji HR, działu zakupów i ręcznego wprowadzania danych, każdy z własnym rytmem i własnym administratorem. Skan zapisuje tę kombinację, by nie trzeba było jej wymyślać na nowo każdego roku.
Sposób, w jaki powstaje ta fragmentacja, różni się w zależności od sektora. Kto chce porównać, jak to wygląda w przypadku podobnych zagadnień, może zapoznać się z rozproszeniem danych energetycznych i zakupowych w handlu detalicznym, z rolą podróży klientów i danych serwerowych w sektorze ICT, lub z przenikaniem się danych inwestycyjnych i własnej działalności operacyjnej u dostawców usług finansowych. Wzorce się różnią, ale istota jest zawsze taka sama: dane powstające w systemach, które nie zostały zbudowane z myślą o raportowaniu.
Data Readiness Scan jest obecnie w budowie. Nie ma jeszcze działającego produktu, który można by dzisiaj przejść, i nie sprzedaje się tutaj niczego, co jeszcze nie istnieje. Kto chce dla własnej organizacji ustalić, od czego powinien zacząć się rejestr punktów danych, może zapisać się na listę oczekujących i będzie informowany, gdy skan stanie się dostępny.
Gdy staje się jasne, który punkt danych pochodzi z jakiego systemu i kto za niego odpowiada, uwaga często przesuwa się na pytanie, jaka część samej pracy zbierania danych musi jeszcze odbywać się ręcznie. Zdobywanie faktur, łączenie arkuszy kalkulacyjnych i sprawdzanie liczb to zadania, które można rozłożyć na część podążającą za ustalonym wzorcem i część wymagającą oceny. FTE TO AI wylicza dla każdego zadania, jaka część tej pracy może zostać przejęta przez AI, jako kolejny krok po ustanowieniu rejestru punktów danych.
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.