Um bootcamp soa como um treinamento, um programa intensivo de alguns dias após o qual todos seguem em frente. Não é isso que se pretende aqui. Trata-se de um percurso estruturado em que uma organização mapeia os seus dados de sustentabilidade: que pontos de dados existem, de onde vêm, quem é responsável por eles e que regras de qualidade se lhes aplicam. Não é um treinamento sobre obrigações de relato, nem um workshop sobre a norma. É trabalho sobre os próprios dados.
O resultado é um registo de pontos de dados: uma visão geral de cada ponto de dados de que a organização necessita, com, por ponto de dados, a origem rastreada desde o sistema-fonte até ao número reportado, um proprietário designado e as regras que os dados devem cumprir para serem considerados fiáveis. Isto não é um relatório nem um dashboard. É a camada de base que determina se um relatório, qualquer relatório, assenta em algo sólido. Onde já existe um ponto de dados é muitas vezes a primeira pergunta que este percurso responde, e essa pergunta revela-se regularmente mais difícil do que o esperado: os mesmos dados encontram-se por vezes em três sítios, com três definições diferentes.
Não é a implementação de uma ferramenta. Um software que gera relatórios sobre um processo desorganizado produz relatórios mais bonitos sobre os mesmos números pouco fiáveis. O databootcamp precede essa etapa: primeiro determina-se o que é um ponto de dados, de onde vem e quem é responsável por ele, só depois se pensa em sistemas que apoiem esse processo. Também não é garantia de preparação para assurance. Estabelece a estrutura que torna a assurance possível, mas se um auditor aprova um número depende de mais do que um registo. Quem quiser aprofundar isso encontra em como torna os dados ESG verificáveis para assurance onde exatamente está esse limite.
Uma suposição frequente é que as folhas de cálculo são a fonte de dados pouco fiáveis e que um sistema é a solução. Isso é um equívoco. O problema raramente é o meio, é a ausência de responsabilização e de rastreabilidade. Uma folha de cálculo com um proprietário claro, uma origem registada e uma regra de qualidade é mais fiável do que um sistema caro sem essas três coisas. Por que as folhas de cálculo não são o problema aprofunda este ponto. O databootcamp não se foca, por isso, em substituir ferramentas, mas em registar o que já existe, onde quer que esteja.
O investimento de tempo depende do número de pontos de dados, do número de sistemas-fonte e do grau em que a responsabilização já está atribuída. Uma organização com alguns sistemas centrais e um pequeno número de pontos de dados materiais percorre o percurso de forma diferente de uma organização com dezenas de subsidiárias, cada uma com as suas próprias folhas de cálculo e as suas próprias definições. Não é possível indicar uma duração fixa sem esse contexto, e quem espera um número concreto não recebe aqui um tiro no ar.
A partir do momento em que cada ponto de dados é rastreável até à sua origem e tem um proprietário, a conversa muda. Perguntas como "de onde vem este número" e "quem pode explicar isto" têm então uma resposta direta, em vez de uma busca por correspondências de e-mail e ficheiros antigos. Isso afeta não só o relatório deste ano, mas também a transição para um sucessor, um novo controller ou uma equipa externa. O que muda quando a linhagem está estabelecida descreve essa mudança, e quem lê o seu registo de pontos de dados quando você já não estiver mostra por que essa transferibilidade pesa muitas vezes mais do que o relatório do exercício atual.
Um erro frequente é querer tornar o registo completo de uma só vez para cada ponto de dados que uma norma alguma vez poderia exigir. Isso leva a um projeto que nunca termina. O databootcamp começa pelos pontos de dados de que a organização realmente necessita, dada a sua materialidade e o seu setor, e expande-se a partir daí. De que pontos de dados precisa realmente é a pergunta que está no início de cada percurso, antes de alguém começar a construir um registo.
A ferramenta que apoia este processo está em desenvolvimento. Quem já quiser começar a mapear pontos de dados, origem e responsabilização pode inscrever-se na lista de espera; não é entregue nada que ainda não exista, mas o pedido fica registado para o momento em que o instrumento estiver disponível.
Um registo de pontos de dados diz de onde vêm os dados e quem é responsável por eles. Não diz por si só quanto do trabalho em torno disso, o transcrever, o verificar, o juntar fontes, terá ainda de continuar a ser trabalho humano. Quem quiser saber isso pode solicitar à FTE TO AI o cálculo do werkscan: este mostra, por tarefa, que parte pode ser assumida pela IA, tornando claro onde se ganha tempo e onde continua a ser necessário o controlo humano.
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.