Instytucja edukacyjna nie jest fabryką ani siecią sklepów, ale jest organizacją z budynkami, umowami energetycznymi, transportem, zakupami i dużą grupą ludzi, którzy nie są pracownikami w zwykłym sensie. Studenci i uczniowie przemieszczają się przez budynki, korzystają z obiektów i generują przemieszczenia związane z podróżami, bez figurowania na jakiejkolwiek liście płac. Ta relacja między pracownikami a użytkownikami budynków jest w edukacji inna niż w większości sektorów, co ma wpływ na dane: duża część wpływu na środowisko wiąże się z obłożeniem i użytkowaniem budynków, a nie z procesem produkcyjnym czy podłogą sklepową.
Dodatkowo instytucja często składa się z wielu lokalizacji, czasem rozproszonych po mieście lub regionie, każda z własnymi licznikami, własnym zarządem i własnymi umowami wynajmu. Edukacja charakteryzuje się również silnym rytmem sezonowym: okresami wakacyjnymi, tymczasową pustką, wieczornym użytkowaniem przez osoby trzecie. Ktokolwiek zlicza dane energetyczne miesięcznie bez znajomości tego rytmu, łatwo wyciąga błędne wnioski o oszczędnościach, które w rzeczywistości są jedynie rozłożeniem urlopów.
W większości instytucji zasób budynków jest największą pozycją. Te dane są rozproszone po wielu miejscach: dział obiektowy ma umowy energetyczne i odczyty liczników, często per budynek, a nie zsumowane centralnie. W większych instytucjach z własnymi nieruchomościami przenika się przez to system zarządzania budynkiem z danymi o zużyciu per instalacja. W wynajmowanych lokalizacjach część odpowiedzialności, a wraz z nią część danych, leży u wynajmującego, który nie zawsze jest skłonny lub w stanie je udostępnić na potrzebnym poziomie.
Renowacje, środki izolacyjne i uzrównoważanie instalacji są często rejestrowane w dokumentacji projektowej w dziale obiektowym lub u zewnętrznego partnera, niezależnie od regularnej administracji energetycznej. Ktokolwiek chce zobaczyć efekt takiego środka w liczbach, musi połączyć te dwa źródła, a to rzadko odbywa się automatycznie.
Dojazdy do pracy personelu, jeśli są mierzone, zbierane są najczęściej przez HR lub system rozliczeń. Zachowania podróżne studentów i uczniów to inna historia: te dane często nie istnieją w centralnym systemie, w najlepszym przypadku jako szacunek na podstawie obszarów kodów pocztowych lub ankiety przeprowadzonej kilka lat temu. W szkolnictwie wyższym dochodzi do tego podróżowanie międzynarodowe, na wymianę lub badania, rejestrowane w osobnej administracji biur międzynarodowych lub wydziałów badawczych, niezależnie od regularnych danych o podróżach personelu.
Ktokolwiek nie rozdziela tych dwóch grup — pracowników i studentów — w rejestrze punktów danych, ryzykuje zliczanie jabłek z gruszkami: jeden pracownik pełnoetatowy waży w danych inaczej niż student przychodzący do jednego budynku dwa dni w tygodniu.
Zakupy w instytucjach edukacyjnych często przebiegają przez centralny dział zakupów w przypadku dużych umów, ale obok tego istnieją decentralne zamówienia dokonywane przez wydziały, działy lub poszczególne grupy badawcze. Materiały laboratoryjne, chemikalia i specjalistyczny sprzęt w instytucjach badawczych mają własny łańcuch zakupów z własnymi dostawcami, niezależnie od regularnych zakupów biurowych. Catering jest zwykle zlecany zewnętrznemu partnerowi, co oznacza, że dane o marnowaniu jedzenia lub pochodzeniu składników nie znajdują się u samej instytucji, lecz u tego dostawcy, z różną gotowością do udostępniania liczb.
Odpady to podobna historia: selektywna zbiórka jest organizowana przez dział obiektowy lub zewnętrznego przetwórcę odpadów, a raporty, które z tego wynikają, nie zawsze odpowiadają podziałowi potrzebnemu do raportowania zrównoważonego rozwoju.
W uczelniach wyższych i na uniwersytetach badania dodają warstwę, której nie znają inne sektory. Grupy badawcze często pracują z własnymi budżetami, własnymi zakupami i czasami własnymi budynkami lub laboratoriami, finansowanymi przez zewnętrzne podmioty z własnymi wymogami raportowania. Ta zdecentralizowana autonomia jest funkcjonalna dla badań, ale oznacza, że centralni właściciele danych często nie wiedzą, jakie informacje już istnieją w tych grupach, lub pod jaką nazwą i w jakim formacie.
W wielu instytucjach podejście do danych o zrównoważonym rozwoju zaczyna się od zakupu systemu raportowania. Taki system dostarcza przejrzyste ekrany, ale podstawowe pytanie pozostaje bez odpowiedzi: czy odczyt licznika budynku B odpowiada powierzchni biurowej, sali sportowej czy części wynajmowanej stronie trzeciej, i kto w organizacji może odpowiedzieć na to pytanie. Bez uporządkowanego obrazu tego, gdzie powstaje każdy punkt danych, kto jest za niego odpowiedzialny i jakie reguły jakości go dotyczą, narzędzie produkuje głównie ładniejsze prezentacje tych samych niepewnych liczb.
Data Readiness Scan jest więc nie narzędziem raportowania, lecz rejestrem: dla każdego punktu danych pochodzenie, ścieżkę od źródła do raportu, właściciela w instytucji i reguły, którym dane muszą odpowiadać. Ten rejestr ujawnia na przykład, gdzie brakuje danych o podróżach studentów, gdzie dział obiektowy i zarząd budynków liczą niezależnie od siebie, oraz gdzie zewnętrzny cateringowiec lub przetwórca odpadów nie ma jeszcze punktu kontaktowego do dostarczania danych.
To samo pytanie występuje z własnymi cechami w handlu detalicznym, sektorze agrarnym i usługach finansowych, każdorazowo z inną proporcją między centralnym a zdecentralizowanym.
Ten skan jest jeszcze w fazie rozwoju. Instytucje, które chcą wiedzieć, gdzie precyzyjnie powstają ich dane o zrównoważonym rozwoju i u kogo się znajdują, mogą zapisać się na listę oczekujących i zostaną poinformowane, gdy skan będzie dostępny.
Gdy już wiadomo, jakie punkty danych istnieją, kto nimi zarządza i jaką ścieżką powstają, staje się widoczne, jaka praca za tym się kryje: przepisywanie odczytów liczników, odtwarzanie danych o podróżach z arkuszy kalkulacyjnych, sprawdzanie faktur cateringowych pod kątem pochodzenia składników. Duża część tej pracy jest powtarzalna i związana ze stałymi źródłami, co czyni ją odpowiednią do oceny pod kątem automatyzacji. Skan pracy FTE TO AI wylicza dla każdego zadania, jaką część pracy można przekazać AI, na podstawie tego samego rodzaju analizy zadań, jaka znajduje się w rejestrze 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.