V mnogih sektorjih je težava, da so podatki razpršeni po oddelkih in sistemih, vendar znotraj ene organizacije. V kmetijskem sektorju se razdrobljenost začne že pred tem. Velik del najbolj povpraševanih podatkov o trajnosti — raba tal, poraba vode, kolobarjenje, krma za živino, emisije iz gnojevke — ne nastane pri podjetju, ki poroča, temveč pri pridelovalcih, dobaviteljih in kooperativah, ki za to nimajo računovodske ali digitalne rutine. Kjer pisarniška organizacija podatke lahko poišče v ERP sistemu, mora kmetijsko podjetje pogosto najprej povpraševati po verigi tretjih strani, ki tega vprašanja same ne dojemajo kot svoj problem.
Poleg tega so podatki, ki so interno na voljo, običajno zapisani po delu podjetja ali po rastni sezoni, ne po poročevalskem obdobju. Poslovno leto ne poteka usklajeno s pridelovalnim ciklom, in emisijski faktor, ki velja danes, se lahko naslednjo sezono zaradi drugega pridelka ali drugačne obdelave tal že spremeni. Največji del časa, namenjenega poročanju o trajnosti, ne gre za vnašanje številk, temveč za ugotavljanje, od kod te številke sploh morajo priti.
Prvo mesto je veriga sama. Velik del emisij obsega 3 v kmetijskem sektorju je pri dobaviteljih, ki ne vodijo poročanja o trajnosti in katerih podatki — če obstajajo — so v drugem formatu, drugem jeziku ali sploh niso digitalizirani. Kdor želi tu podatkovno točko povezati z virom, ugotovi, da je vir včasih oseba, ne sistem.
Drugo mesto je delovanje znotraj lastnega podjetja: poraba vode, energije in fitofarmacevtskih sredstev se pogosto beleži na papirju ali v ločenih Excel preglednicah po parceli ali hlevu. Ti podatki obstajajo, vendar niso dodeljeni nikomur kot odgovornost za namene poročanja — to je kmetijsko računovodstvo, ne CSRD-računovodstvo, in ta dva se redko ujemata brez šiva.
Tretje mesto je prevod v merljive enote. Raba tal in ogljik v tleh se na zelo različne načine zapisujeta pri različnih akterjih, in preračunavanje v enotno poročevalsko enoto je samo po sebi vir napak, če nihče ne zapiše, katera predpostavka je bila pri tem uporabljena.
V sektorju IKT so podatki o trajnosti praviloma v digitalnih sistemih, ki že obstajajo, in gre predvsem za dostopnost. V energetskem sektorju je veliko podatkov že merjenih, ker so obveznost meritev in spremljanje del poslovanja. Kmetijski sektor pogosteje nima te osnove: podatki niso skriti v sistemu, sploh niso bili sistematično zapisani. To problema ne naredi večjega ali manjšega kot pri finančnih storitvah ali nepremičninskem sektorju, a je drugačne narave: tam je težava običajno integracija med sistemi, tukaj gre pogosto najprej za registracijo pri viru.
Skušnjava je velika, da bi kupili programski paket, ki avtomatizira poročanje za kmetijski sektor. Vendar orodje, ki pridobiva podatke iz sistemov, ki pravih podatkov ne vsebujejo, prinese le lepo oblikovano poročilo na podlagi istih razdrobljenih koncev. Preden lahko sistem kaj sešteje, mora biti določeno, katera podatkovna točka spada h kateremu viru, kdo znotraj ali zunaj lastne organizacije je za to odgovoren, in katero pravilo kakovosti določa, ali je vnesena številka verjetna. To ni vprašanje programske opreme, temveč vprašanje urejenosti, in to je pred vsakim sistemom poročanja.
Data Readiness Scan za vsako podatkovno točko zapiše, od kod izvira — iz lastnega delovanja, od pridelovalca, kooperative ali zunanjega vira podatkov — in kdo v verigi je za to odgovoren. Za sektor, v katerem veliko podatkov nastane zunaj lastnih zidov, je to lastništvo pogosto manjkajoči del: ne številka sama, temveč kdo zanjo odgovarja. Da bi ugotovili, katere podatkovne točke so za kmetijsko podjetje dejansko pomembne in katere se poroča brez funkcije, je uporabno razlikovanje, ki je narejeno v katere podatkovne točke resnično potrebujete, če imate več poslovnih enot, pa tudi izhodišče, da podatkovna točka pogosto že obstaja pri eni od obstoječih poslovnih enot, preden se ponovno zbira.
Ko je enkrat jasno, katere podatkovne točke morajo priti iz kmetijske verige in kdo jih dobavlja, se pojavi drugo vprašanje: koliko od dela za zbiranje, preverjanje in sledenje teh podatkov še zahteva človeška ravnanja, in kateri del je dovolj ponavljajoč, da se lahko prepusti AI. Delovni sken FTE TO AI to izračuna po posamezni nalogi, ne na podlagi ocene za celoten sektor, temveč na podlagi nalog, ki se dejansko izvajajo v določeni verigi. Za sektor, kjer veliko časa gre za brskanje po virih namesto za razlago številk, je to izhodišče za ugotavljanje, kje avtomatizacija prinese korist in kje ne.
Sken, ki bo za kmetijski sektor prikazal te podatkovne točke, vire in lastništvo, je v razvoju. Kdor želi prejeti obvestilo, ko bo sken na voljo, se lahko prijavi na čakalno listo.
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.