Bootcamp brzmi jak szkolenie, kilka dni intensywnego programu, po którym każdy może wrócić do swoich zadań. To nie jest to, co tu jest zamierzone. Chodzi o ustrukturyzowany proces, w którym organizacja mapuje swoje dane dotyczące zrównoważonego rozwoju: jakie punkty danych istnieją, skąd pochodzą, kto jest za nie odpowiedzialny i jakie zasady jakości do nich mają zastosowanie. Nie szkolenie na temat obowiązków sprawozdawczych, nie warsztat na temat normy. Praca nad samymi danymi.
Wynikiem jest rejestr punktów danych: przegląd każdego punktu danych, którego organizacja potrzebuje, z pochodzeniem odtworzonym dla każdego punktu danych od systemu źródłowego do liczby w raporcie, wyznaczonym właścicielem oraz zasadami, którym dane muszą odpowiadać, aby uznać je za wiarygodne. To nie jest raport i nie jest dashboard. To podłoże, które decyduje, czy raport, jakikolwiek raport, stoi na czymś solidnym. Gdzie punkt danych już istnieje to często pierwsze pytanie, na które ten proces odpowiada, a to pytanie regularnie okazuje się trudniejsze niż oczekiwano: te same dane czasami znajdują się w trzech miejscach, w trzech definicjach.
To nie jest wdrożenie narzędzia. Oprogramowanie generujące raporty nad niezorganizowanym procesem produkuje bardziej uporządkowane raporty o tych samych niewiarygodnych liczbach. Databootcamp poprzedza ten etap: najpierw ustalenie, czym jest punkt danych, skąd pochodzi i kto jest za niego odpowiedzialny, a dopiero potem myślenie o systemach wspierających ten proces. To również nie jest gwarancja gotowości do atestacji (assurance). Wprowadza strukturę, która umożliwia atestację, ale to, czy audytor zatwierdzi liczbę, zależy od więcej niż tylko rejestru. Kto chce się w to zagłębić, znajdzie na jak sprawić, by dane ESG były kontrolowalne dla atestacji informacje o tym, gdzie dokładnie leży ta granica.
Często słyszane założenie brzmi, że arkusze kalkulacyjne są źródłem niewiarygodnych danych i że system jest rozwiązaniem. To błędne przekonanie. Problemem rzadko jest medium, jest nim brak własności i możliwości odtworzenia pochodzenia. Arkusz kalkulacyjny z jasno określonym właścicielem, zapisanym pochodzeniem i zasadą jakości jest bardziej wiarygodny niż drogi system bez tych trzech elementów. Dlaczego arkusze kalkulacyjne nie są problemem rozwija ten temat dalej. Databootcamp koncentruje się więc nie na zastępowaniu narzędzi, ale na udokumentowaniu tego, co już istnieje, gdziekolwiek się znajduje.
Inwestycja czasowa zależy od liczby punktów danych, liczby systemów źródłowych oraz stopnia, w jakim własność została już przypisana. Organizacja z kilkoma centralnymi systemami i niewielką liczbą istotnych punktów danych przechodzi przez ten proces inaczej niż organizacja z dziesiątkami spółek zależnych, każda z własnymi arkuszami kalkulacyjnymi i własnymi definicjami. Nie można podać ustalonego czasu trwania bez tego kontekstu, a kto oczekuje konkretnej liczby, nie otrzyma tu strzału w powietrze.
Gdy każdy punkt danych można odtworzyć do jego źródła i ma właściciela, rozmowa się przesuwa. Pytania takie jak „skąd pochodzi ta liczba” i „kto może to wyjaśnić” mają wtedy bezpośrednią odpowiedź, zamiast poszukiwań w korespondencji mailowej i starych plikach. To dotyka nie tylko sprawozdawczości tego roku, ale również przekazania obowiązków następcy, nowemu kontrolerowi lub zewnętrznemu zespołowi. Co się zmienia, gdy pochodzenie danych jest już ustalone opisuje to przesunięcie, a kto przeczyta pański rejestr punktów danych, gdy pana już nie będzie pokazuje, dlaczego ta przenoszalność często waży więcej niż sprawozdawczość obecnego roku obrotowego.
Często popełnianym błędem jest chęć skompletowania rejestru za jednym razem dla każdego punktu danych, który jakaś norma mogłaby kiedykolwiek zażądać. To prowadzi do projektu, który nigdy się nie kończy. Databootcamp zaczyna się od punktów danych, których organizacja faktycznie potrzebuje, biorąc pod uwagę jej istotność i jej sektor, i rozszerza się od tego punktu. Jakich punktów danych faktycznie pan potrzebuje to pytanie, które stoi na początku każdego procesu, przed tym, jak ktokolwiek zacznie budować rejestr.
Narzędzie wspierające ten proces jest w fazie rozwoju. Kto chce już teraz zacząć mapować punkty danych, ich pochodzenie i własność, może zapisać się na listę oczekujących; nie dostarcza się niczego, czego jeszcze nie ma, ale zapotrzebowanie zostaje odnotowane na moment, gdy instrument stanie się dostępny.
Rejestr punktów danych mówi, skąd pochodzą dane i kto za nie odpowiada. Nie mówi sam z siebie, jak wiele pracy wokół tego, przepisywanie, kontrolowanie, łączenie źródeł, wkrótce musi jeszcze pozostać pracą ludzką. Kto chce to wiedzieć, może zlecić w FTE TO AI obliczenie skanu pracy: przedstawia on dla każdego zadania, jaka jego część może zostać przejęta przez AI, dzięki czemu staje się jasne, gdzie ubywa czasu i gdzie nadal potrzebna jest ludzka kontrola.
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.