Denna fråga kommer vanligtvis inte som första. Först frågas vad ett verktyg kostar, eller vilken plattform som levererar rapporter snabbast. Frågan om genomloppstid kommer först när någon inser att en rapport bara är så bra som datan under den, och att den datan måste komma någonstans ifrån, räknas, och kontrolleras av någon som är ansvarig för det.
Det finns inget fast svar på denna fråga, och alla som ger ett, säljer något. Vad vi kan göra är förklara var tiden går åt, så att ni själva kan bedöma vad som är realistiskt för er organisation.
Den första faktorn är antalet källor som en datapunkt går igenom. En utsläppssiffra som kommer direkt från en energifaktura är annorlunda än en utsläppssiffra som är uppbyggd av inköpsdata, ett kalkylblad med omräkningsfaktorer, och en uppskattning från en leverantör som själv inte exakt vet varifrån dennes siffra kommer. Ju fler länkar, ju mer tid det tar att kartlägga lineage från källa till rapport.
Den andra faktorn är ägarskap. Om det för en datapunkt är tydligt vem som levererar den, vem som kontrollerar den och vem som är ansvarig vid avvikelser, går uppsättningen av kvalitetsregler relativt snabbt. Om den frågan aldrig har ställts, och svaret skiljer sig per avdelning, tar det ofta mer tid att utreda vem som ansvarar för vad än att inrätta reglerna själva.
Den tredje faktorn är hur mycket av processen som nu redan sker manuellt. En datapunkt som reser via kopiera och klistra in mellan tre kalkylblad har fler uppmärksamhetspunkter än en datapunkt som kommer automatiskt från ett system. Inte för att kalkylblad per definition är problemet — varför kalkylblad inte är problemet förklarar att det rörigadel kalkylbladet ofta är ett symptom på en process som aldrig har fastställts — men eftersom varje manuellt steg är en plats där något kan gå fel utan att någon märker det.
De flesta organisationer som genomgår denna process börjar med CO2-utsläpp. Inte för att ämnet är viktigast, utan för att det ofta är det mest avgränsade ämnet: det finns tydliga beräkningsmetoder, och de viktigaste källorna — energi, bränsle, resor — är oftast redan registrerade någonstans. Varför CO2 oftast är det första ämnet beskriver det valet vidare. För CO2 kan uppsättningen av datapunktsregister, lineage och ägarskap gå snabbare än för ett ämne som biodiversitet eller arbetsförhållanden i kedjan, där källor oftare saknas eller aldrig har fastställts systematiskt.
Detta är ingen garanti för att CO2 blir klart snabbare. Det är dock anledningen till att många organisationer inte av en slump börjar med det: det är det ämne där mest redan finns på plats att bygga vidare på.
Genomloppstiden för denna process är ingen fast sprint med ett slutdatum. Det är inte något som avslutas i en workshop på en dag, och det är heller inte något som är klart efter en enstaka övning och som aldrig mer behöver uppmärksamhet. Kvalitetsregler måste underhållas, ägarskap förändras när människor byter funktion, och nya rapporteringsskyldigheter medför ibland nya datapunkter som återigen måste genomgå samma steg.
Vad som är realistiskt: en organisation som för ett begränsat antal datapunkter får klarhet i varifrån datan kommer, vem som är ansvarig för den och vilka kontroller som finns på den, har därefter en mall som snabbare kan tillämpas på andra ämnen. Den första omgången är oftast den långsammaste, inte för att ämnet är mer komplext, utan för att arbetssättet fortfarande måste hittas.
Innan frågan om genomloppstid går att besvara meningsfullt, hjälper det att veta var er organisation står nu. Vad är datamognad och hur mäter man den beskriver hur ni kan bedöma det utan att göra antaganden om var ni redan borde vara. En organisation där ingen vet vem som levererar en siffra, startar från en annan punkt än en organisation där det redan är fastställt men kontrollerna saknas. Båda kan genomgå denna process, bara tidsuppskattningen skiljer sig.
En del av fördröjningen i denna process ligger inte i tankearbetet, utan i det utförande arbetet runt omkring det: skriva om siffror, söka igenom källor, hålla koll på statusar. Det är den typ av arbete som delvis kan tas över av AI, utan att kontrollen över ägarskap och kvalitetsregler lämnas ur händerna. Vill ni veta vilken del av det arbetet i er organisation som kvalificerar för det, ger arbetsscanen från FTE TO AI en bedömning av det per uppgift.
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.