Kennisbank

Datapunktsregistret: uppbyggnad och innehåll

Ett datapunktsregister är listan över alla hållbarhetsdatapunkter som er organisation behöver, med för varje datapunkt källan, ägaren och statusen. Det är ingen rapportmall och inget frågeformulär. Det är den administration som fastställer varifrån en siffra kommer, innan någon frågar om det.

Vad registret innehåller

Per datapunkt bör åtminstone följande vara fastlagt: namnet och definitionen av datapunkten, källsystemen eller dokumenten den kommer från, personen eller avdelningen som ansvarar för korrektheten, frekvensen med vilken den uppdateras, och de bearbetningar datapunkten genomgår mellan källa och rapportering. Det sistnämnda är ofta den svagaste punkten: vilka bearbetningar sker mellan källa och rapport avgör om en siffra förblir spårbar eller tappar sin logik längs vägen.

Ett register utan dessa fält är en lista med namn. Ett register med dessa fält är ett verktyg med vilket ni kan efterfråga, korrigera och visa varifrån ett tal kommer.

Var ni börjar

Den första frågan är inte vilken datapunkt ni kan samla in, utan vilken datapunkt ni behöver. Hos organisationer med flera verksamhetsställen, varumärken eller affärsenheter skiljer sig den frågan per enhet: vilka datapunkter behöver ni verkligen vid flera affärsenheter är en annan fråga än vilka datapunkter som totalt cirkulerar. Ett register som samlar in allt som någonsin levererats blir förorenat med datapunkter som ingen längre använder eller som förekommer dubbelt under ett annat namn.

Börja därför med rapporteringsbehovet, inte med de kalkylblad som redan finns. Utifrån det behovet arbetar ni er bakåt till källorna. Det arbetet kallas source-to-report mapping, och vad source-to-report mapping exakt innebär avgör hur mycket arbete det kostar att upprätta registret. Ju fler mellansteg mellan källa och rapport, desto mer måste dokumenteras.

Hur registret fylls i

Ifyllningen görs inte av en person bakom ett skrivbord. Det kräver samtal med de personer som förvaltar källsystemen: fastighetsansvarige som håller reda på energiförbrukning, HR-avdelningen som registrerar personalomsättningssiffror, inköpsavdelningen som samlar in leverantörsdata. Var och en av dem vet något som inte står skrivet någon annanstans, och det är precis vad registret måste fastställa.

Under denna process dyker regelbundet en datapunkt upp som ingen längre vet var den kommer från. Den har stått i rapporten i flera år, men den ursprungliga källan har ersatts, personen som levererade den har slutat, eller definitionen har ändrats längs vägen utan att någon dokumenterade det. Frågan vad gör ni med en datapunkt utan källa är då inte teoretisk utan akut, och svaret avgör om den datapunkten står kvar i registret som tillförlitlig, som preliminär, eller som att revideras.

Ett annat återkommande problem är dubblering. Två avdelningar levererar oberoende av varandra en siffra som i praktiken mäter samma sak, men under ett annat namn eller med en lite annan avgränsning. Hur känner ni igen en dubbel datapunkt är därför ett steg som inte kan hoppas över: utan den kontrollen räknar ni ibland dubbelt vad som borde räknats en gång, eller rapporterar ni två siffror som motsäger varandra.

När registret är korrekt

Ett register är inte korrekt bara därför att det känns fullständigt. Det är korrekt när varje datapunkt kan spåras till en källa, har en ägare som kan kontaktas, och har en kvalitetsregel som fastställer vad ett giltigt värde är. Utan den regeln vet ingen om en avvikelse är ett fel eller en verklig förändring.

Frågan om när arbetet är klart är svårare än den verkar. Ett register är aldrig slutgiltigt färdigt, eftersom källor förändras, medarbetare slutar och rapporteringsskyldigheter förskjuts. Men det finns ett ögonblick då registret är användbart: när varje datapunkt i rapporten kan spåras tillbaka till en dokumenterad källa och ägare, utan att ni behöver ringa någon för det. När är ett register klart beskriver den gränsen, och den ligger lägre än fullständighet men högre än ett första utkast.

Vad detta betyder för resten av processen

Att upprätta ett register är till stor del manuellt arbete: fråga efter källor, stämma av definitioner, fastställa ägarskap. En del av dessa steg är repetitiva nog för att kunna identifieras — att sammanföra inlämnade filer, att signalera saknade värden, att kontrollera en siffra mot en fastlagd regel. Vilken del av det arbetet som kan överlåtas till AI och vilken del som förblir beroende av mänskligt omdöme är precis vad arbetsscanen från FTE TO AI är gjord för: den räknar per uppgift ut vilken del av arbetet som kan tas över, så att ni inte gissar utan räknar.