Um escritório de advocacia, uma empresa de contabilidade ou uma consultoria não têm linha de produção, não têm uma frota de veículos significativa e normalmente não têm um pavilhão industrial próprio. As emissões não estão nas máquinas, mas nas pessoas: edifícios de escritórios, computadores portáteis, deslocações profissionais e os serviços que são adquiridos a terceiros. Enquanto uma empresa industrial consegue medir a maior parte das suas emissões dentro das próprias paredes, nos serviços empresariais a maior parte encontra-se precisamente fora dessas paredes. Isso desloca a questão de "o que emitimos nós" para "o que emitem as partes à nossa volta", e é precisamente nessa deslocação que os dados se tornam complicados.
Os dados básicos sobre o edifício próprio ainda são normalmente fáceis de encontrar: faturas de energia junto da gestão de instalações, contratos de serviço junto do gestor do edifício, contratos de arrendamento junto do departamento financeiro. Mas assim que o âmbito se amplia, os dados dispersam-se por departamentos que não necessariamente comunicam entre si. As despesas de viagem e os reembolsos encontram-se no sistema de RH ou de despesas, muitas vezes sem distinção entre viagem aérea, de trem ou de automóvel. A aquisição de serviços de TI, armazenamento em nuvem e licenças de software passa pelo departamento de compras ou por contratos departamentais separados, com faturas que não indicam o consumo energético do fornecedor. O consumo de papel, os materiais impressos e o catering encontram-se junto da gestão de instalações. Os trabalhadores temporários e os freelancers ora constam ora não constam nos números de pessoal, dependendo da forma como a administração de RH está organizada.
A maior rubrica, os serviços adquiridos a outras empresas, é geralmente a mais vaga. Uma consultoria que recorre a subcontratados, uma empresa de contabilidade que subcontrata trabalho a outro escritório, uma equipa jurídica que contrata peritos externos: essa cadeia de prestação de serviços gera emissões que não são registadas automaticamente em lado nenhum, porque a fatura mostra apenas o valor e não a origem.
Como não existe um dispositivo que meça continuamente, os dados de sustentabilidade nos serviços empresariais surgem muitas vezes através de recolha manual: alguém solicita faturas à gestão de instalações, solicita dados de viagem ao RH, solicita dados de compras ao departamento de aquisições, e junta tudo isso numa planilha. Essa planilha torna-se o sistema de facto de verdade, sem que ninguém consiga indicar quem gere a fonte de cada número ou com que frequência é atualizada. Na ronda de relatórios seguinte, o trabalho é muitas vezes refeito, com uma seleção de fontes ligeiramente diferente, o que torna os números difíceis de comparar de ano para ano.
A tentação é adquirir uma ferramenta de relatórios logo que chegam os questionários. Mas uma ferramenta sobreposta a uma recolha dispersa e manual torna o resultado sobretudo mais organizado, não mais confiável. A questão subjacente continua sem resposta: quem é o responsável pelo dado de viagem, de onde vem o número de energia do edifício, que regra de qualidade determina se um freelancer excluído conta ou não. Sem um registo que indique, por cada ponto de dados, onde este é gerado, quem o gere e que regra garante a sua qualidade, cada relatório continua a ser apenas uma fotografia daquilo que alguém conseguiu recolher naquele mês.
O Data Readiness Scan da csrdready.net mapeia esse registo especificamente para este setor: por ponto de dados, os sistemas de origem, o percurso desde a fonte até ao relatório, o responsável dentro da organização e a regra que determina se o valor está correto. Para uma organização de escritórios, isso significa muitas vezes uma combinação de sistemas de gestão de instalações, administração de RH, aquisições e introdução manual de dados, cada um com o seu próprio ritmo e o seu próprio gestor. O scan regista essa combinação para que não tenha de ser reinventada todos os anos.
A forma como essa fragmentação surge difere de setor para setor. Quem quiser comparar como isso se apresenta em questões semelhantes pode consultar a dispersão dos dados de energia e compras no retalho, o papel dos percursos dos clientes e dos dados de servidores no setor das TIC, ou a interligação entre dados de investimento e operações próprias nos prestadores de serviços financeiros. Os padrões diferem, mas o essencial é sempre o mesmo: dados que surgem em sistemas que não foram construídos com a elaboração de relatórios em mente.
O Data Readiness Scan está atualmente a ser construído. Ainda não existe um produto funcional para experimentar hoje, e não se está a vender aqui nada que ainda não exista. Quem quiser definir, para a própria organização, por onde deve começar o registo de pontos de dados, pode inscrever-se na lista de espera e será mantido informado assim que o scan estiver disponível.
Assim que fica claro qual o ponto de dados que provém de qual sistema e quem é responsável por ele, a atenção desloca-se muitas vezes para a questão de quanto do próprio trabalho de recolha ainda tem de ser feito manualmente. Solicitar faturas, juntar planilhas e verificar números são tarefas que se podem dividir entre a parte que segue um padrão fixo e a parte que exige avaliação. A FTE TO AI calcula, por tarefa, que parte desse trabalho pode ser assumida pela IA, como passo seguinte depois de o registo de pontos de dados estar estabelecido.
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.