Transportsektorn har en egenskap som få andra sektorer delar: den största delen av koldioxidutsläppen uppstår utanför kontoret, utspridda över fordon, körningar och underleverantörer som inte alla finns i samma system. Där en kontorsbyggnad är relativt enkel att mäta, består ett transportföretags fordonspark av tiotals till hundratals enskilda rörliga källor, var och en med sin egen bränsleförbrukning, lastgrad och rutt. Utsläppen finns inte i en byggnad utan i en summering av körningar, och den summeringen måste komma från flera system samtidigt.
Därtill kommer ett andra lager: en betydande del av kilometrarna körs ofta inte av den egna fordonsparken utan av underleverantörer, charterspeditörer eller kedjepartner. Dessa utsläpp faller i de flesta fall under scope 3, och uppgifterna om dem är sällan standardmässigt tillgängliga. Ett transportföretag som vill ha sin hållbarhetsdata i ordning måste därför inte bara genomsöka sina egna system, utan även ha överenskommelser om vad underleverantörer levererar och i vilken form.
Bränsleförbrukning är oftast utgångspunkten och samtidigt den mest fragmenterade delen. Bränslekortsuppgifter, färddatorer, telematiksystem och manuella tankningskvitton finns ofta parallellt, med olika upplösning och olika definitioner av vad en 'körning' är. En färddator registrerar per fordon, en bränslekortsleverantör fakturerar per kort, och dessa två löper inte automatiskt synkront.
Planerings- och TMS-programvara (transportledningssystem) innehåller uppgifter om lastgrad, returkörningar och tomma kilometer, som behövs för att kunna fördela utsläpp per sändning eller per kund. Dessa system är primärt byggda för operativ planering, inte för hållbarhetsrapportering, vilket innebär att de nödvändiga fälten ibland finns där men inte i det format som en CSRD-rapportering kräver.
HR- och personalsystem innehåller uppgifter om arbetspendling och, hos företag med egna verkstäder, om energiförbrukning i företagsbyggnader. Fastighetsavdelningar hanterar ofta separat energiavtalen för kontor, laddstationer och övrig fastighet. Och sedan finns det mappen med kontrakt och avtal med underleverantörer, där det ibland finns och ibland inte finns uppgifter om bränsletyp eller vilken typ av fordon som används.
I många transportföretag finns det ingen person som överblickar alla ovannämnda källor. Planeringsavdelningen känner till körningarna, fordonsparksansvarig känner till bränsleförbrukningen, inköp känner till underleverantörerna, och ekonomiavdelningen måste till slut göra en rapporteringssiffra av det. Utan ett tydligt ägarskap per datapunkt uppstår risken att ingen känner sig ansvarig för en siffras riktighet, och att det först vid upprättandet av rapporten upptäcks att en källa saknas eller inte stämmer.
Detta är ett igenkännbart mönster: även inom företagstjänster och inom detaljhandeln ligger data utspridd över avdelningar som var och en har en del av bilden, utan att någon bevakar helheten. Inom transport tillkommer komplikationen att en betydande del av källorna fysiskt finns utanför företaget, i fordon och hos partner.
Det är frestande att vilja lösa denna fragmentering med programvara som automatiskt sammanför telematik, bränslekortsuppgifter och TMS-data. Sådan programvara kan vara nyttig, men bara om det i förväg är tydligt vilken datapunkt som ska komma från vilken källa, vem som kontrollerar den datapunkten och vilken kvalitetsregel som avgör om ett värde är trovärdigt. Ett verktyg som läggs ovanpå en oorganiserad process producerar en snyggare rapportering om samma opålitliga siffror. Ordningen är alltså först registret över datapunkter och deras ursprung, och därefter eventuellt ett system som automatiserar det flödet.
Data Readiness Scan kartlägger för ett transportföretag vilken datapunkt som kommer från vilket system: bränsleförbrukning per fordon eller per körning, lastgrad från TMS, energiförbrukning på anläggningar, och de uppgifter som underleverantörer levererar eller just inte levererar. Per datapunkt fastställs vem som är ägare och vilken regel som avgör om värdet är rimligt, så att det vid en kontroll är tydligt varifrån en siffra kommer och vem som kan tillfrågas om den. Detta arbete handlar inte om rapporten i sig och inte om att besvara frågeformulär från kunder eller banker, utan om det datalager som föregår detta.
Scanen är under uppbyggnad. Den som är intresserad av detta kan anmäla sig till väntelistan; det säljs ännu inget som inte är klart.
Så snart det är tydligt vilka datapunkter som finns, vem som hanterar dem och från vilket system de kommer, uppstår automatiskt en följdfråga: vilken del av insamlingen och kontrollen av dessa datapunkter är handarbete som förblir hos en planerare eller controller, och vilken del är repetitiv nog för att automatisera. Samma fråga är relevant inom sektorer som utbildning och jordbrukssektorn, där operativa uppgifter ligger lika utspridda som inom transport. FTE TO AI:s arbetsscan räknar ut per uppgift vilken del av arbetet som kan tas över av AI, och ansluter därmed till det ögonblick när Data Readiness Scans datapunktregister är klart: först veta var data finns och vem som är ansvarig för den, sedan titta på vilken del av underhållet av den som kan automatiseras.
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.