O cifră dintr-un raport de sustenabilitate nu este aproape niciodată aceeași cifră ca cea din sistemul sursă. Între momentul în care un angajat introduce o factură de energie sau un senzor înregistrează un indice de contor, și momentul în care acel număr apare într-un tabel de raport, se întâmplă ceva. Se face o conversie, o adunare, o corecție, o combinare cu alte surse. Source-to-report mapping înseamnă înregistrarea acestui traseu: fiecare pas pe care îl parcurg datele între sursă și raport, în ordinea în care are loc.
Rezultatul unui calcul nu spune nimic despre fiabilitatea lui dacă nimeni nu poate reconstitui cum a apărut acel rezultat. O cifră privind emisiile poate fi corectă pentru că pașii subiacenți au fost corecți, sau poate părea corectă pentru că o eroare într-un pas a compensat întâmplător o eroare din alt pas. Fără mapping, această diferență nu se poate observa. Cu mapping, da: fiecare pas se susține de sine stătător, cu o sursă proprie, o operațiune proprie și un rezultat propriu care poate fi verificat.
Acest traseu constă de obicei din mai mulți pași decât se anticipează. Între datele brute din sursă și cifra din raport se află de multe ori mai multe operațiuni succesive: unități care sunt convertite, valori care sunt combinate, excepții care sunt corectate manual. Ce operațiuni se află între sursă și raport diferă în funcție de punctul de date, dar structura este mereu aceeași: o serie de pași care fiecare adaugă sau modifică ceva la date, și care trebuie înregistrați separat pentru a putea urmări întregul.
Două tipuri de operațiuni merită o atenție separată, pentru că sunt cele mai frecvente și introduc cel mai ușor erori nesesizate.
Prima este agregarea: combinarea cifrelor din mai multe surse sau mai multe perioade într-un singur număr. Cine înregistrează exact cum se desfășoară această adunare, ce posturi sunt sau nu incluse, previne ca o cifră din raport să devină o cutie neagră. Modul în care înregistrați agregarea determină dacă altcineva mai poate reconstitui ulterior cum înregistrați agregarea într-un mod care rămâne trasabil până la posturile subiacente.
A doua este normalizarea: reducerea unor date sursă diverse la o unitate sau definiție comună, astfel încât cifrele din diferite sisteme să devină comparabile. Un litru de motorină și un kilowattoră de electricitate devin comparabile abia după o conversie, iar acea conversie conține presupuneri. A înregistra cum înregistrați normalizarea înseamnă a înregistra care sunt aceste presupuneri, astfel încât o altă parte să poată urma aceeași presupunere sau să o poată contesta.
Este tentant să confundați mapping-ul cu un jurnal de activități: o listă cu cine a modificat ce și când. Acesta este o componentă, dar nu întregul. Un audit trail care înregistrează doar modificările nu spune de ce a fost aplicată o operațiune sau ce regulă se afla în spatele ei. De ce un audit trail este mai mult decât un jurnal are legătură cu întrebarea pe care orice controlor o pune în final: nu doar ce s-a schimbat, ci pe baza cărei logici și cărei surse.
Source-to-report mapping este adesea confundat cu software-ul. Există instrumente care arată lineage-ul automat, dar acele instrumente înregistrează doar ce a fost deja furnizat într-o formă structurată. O organizație care lucrează încă cu foi de calcul și transferuri manuale poate înregistra traseul la fel de bine, doar cu alte mijloace: un format de documentare fix pentru fiecare pas, un loc fix unde sunt păstrate fișierele sursă, un mod fix de a nota modificările. Cum organizați acest lucru fără instrument este descris la cum construiți lineage fără instrument. Disciplina nu se află în software, ci în repetabilitatea înregistrării.
Această disciplină este cu atât mai importantă atunci când sursa în sine este deja o foaie de calcul. O celulă dintr-o foaie de lucru nu are o proveniență incorporată: nimeni nu vede automat cine a introdus o valoare sau pe baza cărui document. Ce înseamnă source-to-report mapping atunci când sursa este o foaie de calcul este că această proveniență trebuie organizată manual, cu aceeași precizie ca la un sistem automatizat.
În practică, mapping-ul se reduce la o întrebare care se repetă pentru fiecare punct de date: de unde provine această valoare, ce s-a făcut cu ea înainte de a ajunge în raport și cine a executat sau a aprobat acel pas. A pune această întrebare pentru sute de puncte de date este o muncă intensivă, și exact acest lucru face ca omiterea ei să fie atrăgătoare. Dar un raport bazat pe un fundament netrasabil rămâne vulnerabil la întrebări la care nimeni nu poate răspunde în momentul în care sunt puse.
Cartografierea acestor pași, pentru fiecare punct de date și pe mai multe surse, este o muncă repetitivă cu o structură fixă: identificarea sursei, descrierea operațiunii, stabilirea responsabilului, repetarea pentru următorul punct de date. Munca cu o structură fixă este exact tipul de muncă din care o parte poate fi preluată de AI. Scanul de lucru al FTE TO AI calculează pentru fiecare sarcină ce parte din această muncă se pretează la acest lucru, astfel încât să devină clar unde oamenii rămân necesari pentru evaluare și unde repetiția poate fi automatizată.
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.