Bootcamp zveni kot usposabljanje, nekaj dni intenzivnega programa, po katerem lahko vsi nadaljujejo. To ni tisto, na kar se to nanaša. Gre za strukturiran proces, v katerem organizacija zabeleži svoje podatke o trajnosti: kateri podatkovni elementi obstajajo, od kod izvirajo, kdo je zanje odgovoren in katera pravila kakovosti veljajo zanje. Ne usposabljanje o poročevalskih obveznostih, ne delavnica o standardu. Delo na samih podatkih.
Rezultat je register podatkovnih elementov: pregled vsakega podatkovnega elementa, ki ga organizacija potrebuje, z izvorom, ki je za vsak podatkovni element sledljiv od izvornega sistema do poročevalske številke, določenim lastnikom in pravili, ki jim mora podatek ustrezati, da velja za zanesljivega. To ni poročilo in ni nadzorna plošča. Je temelj, ki določa, ali poročilo, katerokoli poročilo, sloni na nečem trdnem. Kje že obstaja podatkovni element je pogosto prvo vprašanje, na katerega ta proces odgovori, in to vprašanje se redno izkaže za zahtevnejše, kot se pričakuje: isti podatek je včasih na treh mestih, v treh definicijah.
Ni implementacija orodja. Programska opremа, ki ustvarja poročila nad neurejenim procesom, ustvarja urejenejša poročila o istih nezanesljivih številkah. Databootcamp je korak, ki temu predhodi: najprej ugotoviti, kaj je podatkovni element, od kod izvira in kdo je zanj odgovoren, šele nato premisliti o sistemih, ki ta proces podpirajo. Prav tako ni zagotovilo za pripravljenost na zagotovilo (assurance). Vzpostavi strukturo, ki zagotovilo omogoča, ali pa bo revizor potrdil neko številko, pa je odvisno od več kot le registra. Kdor si želi to poglobiti, na kako naredite ESG-podatke preverljive za assurance najde, kje natančno poteka ta meja.
Pogosto slišana domneva je, da so razpredelnice vir nezanesljivih podatkov in da je sistem rešitev. To je zmotno prepričanje. Problem je redko medij, temveč odsotnost lastništva in sledljivosti. Razpredelnica z jasnim lastnikom, zabeleženim izvorom in pravilom kakovosti je zanesljivejša od dragega sistema brez teh treh stvari. Zakaj razpredelnice niso problem to podrobneje obravnava. Databootcamp se zato ne osredotoča na zamenjavo orodij, temveč na zapisovanje tega, kar že obstaja, ne glede na to, kje se nahaja.
Časovna naložba je odvisna od števila podatkovnih elementov, števila izvornih sistemov in stopnje, do katere je lastništvo že dodeljeno. Organizacija z nekaj centralnimi sistemi in majhnim številom materialnih podatkovnih elementov proces prehodi drugače kot organizacija z desetinami hčerinskih družb, vsaka s svojimi razpredelnicami in svojimi definicijami. Brez tega konteksta ni mogoče navesti fiksnega trajanja, in kdor pričakuje konkretno število, tukaj ne dobi ugibanja na pamet.
Ko je vsak podatkovni element sledljiv do svojega izvora in ima lastnika, se pogovor premakne. Vprašanja, kot so "od kod izvira ta številka" in "kdo lahko to razloži", imajo takrat neposreden odgovor, namesto iskanja po e-poštni izmenjavi in starih datotekah. To ne vpliva le na letošnje poročanje, temveč tudi na predajo naslednjemu, novemu kontrolerju ali zunanji ekipi. Kaj se spremeni, ko je sledljivost enkrat vzpostavljena opisuje ta premik, in kdo bo bral vaš register podatkovnih elementov, ko vas ne bo več pokaže, zakaj ta prenosljivost pogosto tehta več kot poročanje za trenutno poslovno leto.
Pogosta napaka je želja, da bi register naenkrat naredili popoln za vsak podatkovni element, ki bi ga standard kadarkoli lahko zahteval. To vodi v projekt, ki nikoli ni dokončan. Databootcamp se začne pri podatkovnih elementih, ki jih organizacija resnično potrebuje, glede na svojo materialnost in svoj sektor, ter se od tam širi naprej. Katere podatkovne elemente resnično potrebujete je vprašanje, ki stoji na začetku vsakega procesa, še preden kdorkoli začne gradniti register.
Orodje, ki podpira ta proces, je v razvoju. Kdor želi že zdaj začeti z zabeleževanjem podatkovnih elementov, izvora in lastništva, se lahko prijavi na čakalno listo; ne dostavi se nič, česar še ni, vendar se povpraševanje vseeno zabeleži za trenutek, ko bo orodje na voljo.
Register podatkovnih elementov pove, od kod izvirajo podatki in kdo zanje odgovarja. Ne pove samo od sebe, koliko dela okoli tega, prepisovanja, preverjanja, združevanja virov, bo v prihodnje še moralo ostati človeško delo. Kdor želi to izvedeti, lahko pri FTE TO AI naroči izračun delovne analize (werkscan): ta za vsako nalogo prikaže, kateri del je mogoče prevzeti z AI, tako da postane jasno, kje čas odpade in kje je človeški nadzor še potreben.
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.