csrdready Zaraďte ma na zoznam čakateľov

Kennisbank

Kde sa zhromažďujú dáta o udržateľnosti v spracovateľskom priemysle

Sektor s dlhým chvostom

Spracovateľský priemysel sa od sektorov služieb odlišuje v jednom bode, ktorý má priamy vplyv na dáta o udržateľnosti: najväčšia časť environmentálneho dopadu sa nenachádza vo vlastnom podniku, ale v reťazci pred ním a za ním. Surové materiály, polotovary, energeticky náročné výrobné kroky, preprava medzi továrňami, odpadové toky na výrobnej hale — vlastná prevádzka je často len malou časťou celkového obrazu. To znamená, že organizácia v spracovateľskom priemysle je pri podstatnej časti svojej povinnosti reportovania závislá od dát, ktoré vznikajú niekde inde: u dodávateľa, prepravcu, dodávateľa energie. Táto závislosť je svojím vzorom porovnateľná s tým, čo sa deje v agrárnom sektore, kde reťazec pred a za vlastným podnikom tiež určuje veľkú časť dopadu.

Výrobná hala zaznamenáva, ale nie na tento účel

Vo vlastných stenách sú dáta o udržateľnosti rozptýlené v systémoch, ktoré na to neboli navrhnuté. Spotreba energie na výrobnú linku sa nachádza v systéme správy budov alebo u dodávateľa energie, bez prepojenia na objemy výroby. Časy chodu strojov a odstávky sú v systéme MES alebo v Excel prehľade zmenového majstra. Odpadové toky — kovový šrot, zvyškový materiál, chemický odpad — sa často zaznamenávajú prostredníctvom váhových lístkov spracovateľom odpadu, oddelene od vnútorného systému. Spotreba vody sa niekedy meria centrálne za celý areál, bez rozdelenia na jednotlivé procesy. Pre niekoho, kto potrebuje číslo emisií na výrobnú linku, to znamená pátranie po meracích systémoch, z ktorých každý má svoju vlastnú logiku a frekvenciu.

ERP a MES nevypovedajú celý príbeh

Systém ERP obsahuje objemy nákupov, materiálové toky a niekedy údaje o dodávateľoch, ale zriedka faktory emisií. MES pozná časy strojov a výstup, ale automaticky to nespája so spotrebou energie alebo materiálu na jednotku produktu. Medzi týmito dvoma systémami sa často nachádza manuálny krok: niekto, kto vyberie objemy z ERP, skombinuje dáta zo strojov z MES a pomocou samostatnej výpočtovej tabuľky dospeje k číslu emisií. Táto výpočtová tabuľka — a predpoklady v nej — je presne miestom, kde sa vytráca vysledovateľnosť, ak nikto nezaznamená, aký zdroj, aký faktor a aký predpoklad bol použitý.

Reťazec ako najväčšie slepé miesto

Pri scope 3 je spracovateľský priemysel silne závislý od toho, čo poskytnú dodávatelia. Jeden dodávateľ pošle podrobnú správu o udržateľnosti, druhý odhad na faktúre, tretí vôbec nič. Niektoré spoločnosti pracujú s všeobecnými odvetvovými priemermi, pretože dáta od dodávateľov chýbajú; iné majú pre niekoľkých veľkých dodávateľov primárne dáta, ale pre zvyšok reťazca nie. Táto zmes zdrojov dát — primárne, sekundárne, odhadované — musí byť niekde zaznamenaná s poznámkou o pôvode, inak sa spätne nedá zistiť, na akom predpoklade sa zakladá aké číslo.

Certifikácie a audity ako samostatný papierový tok

Mnohé výrobné podniky už majú zavedené certifikácie ako ISO 14001 alebo energetické audity. Tieto procesy vytvárajú hodnotné dáta — spotrebu energie, plány zlepšení, overené čísla — ale výsledky často skončia v samostatnom archíve oddelenia kvality, oddelene od reportovania udržateľnosti. Číslo, ktoré audítor už overil, sa potom znova a samostatne zhromažďuje pre správu o udržateľnosti, s rizikom, že tieto dve čísla sa už nezhodujú.

Vlastníctvo bez jasných línií

Kto je zodpovedný za číslo spotreby energie výrobnej lokality: vedúci závodu, facility manažér, alebo koordinátor udržateľnosti na centrále? Kto správca faktory emisií, ktoré sa aplikujú na dáta o preprave: nákup, logistika, alebo finančné oddelenie? V mnohých výrobných podnikoch táto zodpovednosť nikdy nebola explicitne pridelená. Vlastníctvo dát vzniká implicitne, u toho, kto náhodou má prístup k systému, nie u toho, kto obsah najlepšie pozná alebo môže kontrolovať.

Najprv register, potom nástroj

Je veľké lákadlo kúpiť softvérový balík, ktorý sa automaticky prepojí s ERP a MES a vygeneruje z toho prehľadné dashboardy. Ale nástroj postavený na neusporiadanom základe produkuje predovšetkým rýchlejšie a presvedčivejšie vyzerajúce verzie tých istých neistých čísel. Predtým, ako môže systém dáta získavať, musí byť stanovené, aký dátový bod prichádza z akého zdroja, kto je jeho vlastníkom a aké pravidlo kvality k nemu patrí. To platí pre spracovateľský priemysel rovnako ako pre sektory s úplne odlišnou štruktúrou reťazca, ako sektor dopravy alebo maloobchod, kde zdroje dát ležia inde, ale problém usporiadania je rovnaký.

Čo mapuje Data Readiness Scan

Data Readiness Scan zostavuje pre spracovateľský priemysel register dátových bodov: pre každý zdroj emisií, každú výrobnú linku, každý článok reťazca sa stanovuje, aký dátový bod je potrebný, kde vzniká — stroj, ERP, dodávateľ energie, spracovateľ odpadu, dodávateľ — a akou cestou sa dostáva k finálnemu bodu reportovania. K tomu sa pridáva vlastník každého dátového bodu a pravidlo kvality, ktoré určuje, kedy je číslo použiteľné a kedy nie. Nejde o správu ani vyplnený dotazník, ale o základnú štruktúru, ktorá umožňuje kedykoľvek vysledovať číslo späť k jeho zdroju. Táto štruktúra je porovnateľná s tým, čo je potrebné v odvetví podnikových služieb, kde sú dáta tiež rozptýlené v samostatných systémoch a tabuľkách, hoci reťazec tam vyzerá inak.

Nástroj, ktorý tento scan vykonáva, sa práve vyvíja. Kto chce na to pripraviť svoju organizáciu, môže sa prihlásiť na čakaciu listinu.

Od dátovej štruktúry k analýze úloh

Hneď ako je jasné, aké dátové body existujú, kde vznikajú a kto ich správa, ukáže sa aj to, koľko manuálnej práce ide do zhromažďovania, kontroly a prepisovania týchto údajov. Táto práca — získavanie dát z viacerých systémov, spätné vysledovanie čísel k zdroju, vykonávanie kontrol kvality — sa skladá z jednotlivých úloh, ktoré si nevyžadujú rovnaké množstvo ľudskej práce. Pracovný scan od FTE TO AI vypočíta pre každú úlohu, akú časť z nej môže prevziať AI, takže je jasné, kde automatizácia prináša najviac časovej úspory a kde je potrebná ľudská kontrola.

Marvinde assistent van de Data Readiness Scan

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.