Nästan varje organisation som börjar med hållbarhetsdata börjar vid CO2. Inte därför att en riktlinje föreskriver den ordningen, utan därför att CO2 är det ämne för vilket de flesta färdiga beräkningsmetoder finns, de flesta externa benchmarker är tillgängliga och de flesta mjukvaruleverantörer har en dashboard klar. Energiförbrukning, bränsle, fordonspark, det är siffror som ofta redan registreras någonstans för ett annat syfte, oftast fakturering. De är återanvända, inte insamlade.
Det gör CO2 till det enklaste ämnet att visa, inte det mest kompletta. Sociala data, kedjeinformation och biodiversitetsindikatorer har sällan en jämförbar infrastruktur. Där finns ingen faktura som redan innehåller svaret. Den som bara tittar på CO2 ser alltså en bråkdel av datalandskapet och drar ibland slutsatsen att resten också kommer i ordning. Det är inte fastställt, det är antaget.
En CO2-siffra som stämmer med en extern benchmark är inget bevis för att den underliggande datan är kontrollerbar. Siffran kan komma från ett kalkylblad som en enda person förvaltar, med en omräkningsfaktor som ingen längre kan spåra till källan. Den stämmer, tills den personen är på semester eller slutar. Det är ett annat problem än siffran själv: det är en fråga om ägarskap och ursprung, inte om räkenskap. Hur det ägarskapet standardmässigt fastställs beskrivs i vem läser ert datapunktregister om ni inte längre finns.
Skanningen vi bygger handlar inte om CO2-siffran själv. Den handlar om frågan var siffran kommer ifrån, vem som levererar den, vilka bearbetningar den genomgår innan den hamnar i en rapport, och vilken kontroll som finns över detta. Det kallar vi lineage: vägen från källsystem till rapportrad, per datapunkt. För CO2 går den vägen ofta ännu att rekonstruera, eftersom källan oftast är en faktura eller en mätaravläsning. För andra ämnen är den vägen oftare oklar, och det är precis där riskerna finns som en CO2-dashboard inte visar.
Antagandet att en CO2-metod kan kopieras till andra ämnen stämmer delvis. Strukturen — datapunktregister, ursprung, ägarskap, kvalitetsregel — är densamma för varje ämne. Men datakällorna är det inte. En medarbetarenkät har en annan felkänslighet än en energifaktura. En leverantörsenkät har en annan uppdateringsfrekvens än en mätaravläsning. Den som kopierar CO2-processen rakt av till sociala eller kedjeindikatorer stöter på luckor som inte fanns vid CO2, helt enkelt därför att det där inte finns någon jämförbar källa.
Det är också varför ett verktyg som är inrättat för CO2-rapportering inte automatiskt fungerar för resten av ämnet. Frågan om en organisation är redo för det beror inte på verktyget utan på hur mycket som redan är fastställt om källor, ägare och kontrollpunkter. Hur den mognadsgraden kan mätas beskrivs i vad är datamognad och hur mäter man den. För den som tror att kalkylblad är kärnan i problemet: det är ett missförstånd som behandlas separat i varför kalkylblad inte är problemet, eftersom problemet sällan ligger i filformatet och oftare i avsaknaden av ett fastställt ursprung.
Så snart en revisor eller assurance-leverantör kopplas in blir skillnaden mellan en bra CO2-dashboard och ett bra datapunktregister omedelbart synlig. Assurance frågar inte efter slutsiffran, utan efter vägen dit: vilken källa, vilken bearbetning, vilken kontroll. En CO2-siffra som stämmer men inte kan spåras är för assurance lika problematisk som en siffra som ännu inte stämmer. Hur denna kontrollerbarhet byggs upp per datapunkt beskrivs i hur gör ni esg-data kontrollerbar för assurance. Det arbetet är för CO2 ofta redan delvis gjort, just därför att infrastruktur redan fanns. För resten av rapporteringen måste det oftast fortfarande börja.
Detta arbetssätt bestämmer inte vilket ämne en organisation först bör ta sig an, och säger ingenting om huruvida CO2 innehållsmässigt är det viktigaste ämnet. Det är ett annat val, med andra överväganden. Vad skanningen gör är att ge klarhet om datans status bakom varje ämne separat, så att ett val av ordning baseras på vad som redan finns och inte på vad som var lättast att visa. Den som överväger detta traject kan anmäla sig till väntelistan; skanningen är under utveckling och erbjuds ännu inte som en färdig produkt. Vad som förändras så snart lineage för ett ämne en gång är fastställd beskrivs i vad förändras när lineage en gång finns på plats.
Att kartlägga datapunkter, källor och ägarskap är delvis handarbete, och delvis arbete som kan skyndas på så snart strukturen en gång är fastställd: att känna igen mönster i källor, att fylla i standardfält, att signalera saknade kopplingar. Vilken del av det arbetet som kan överlåtas till AI och vilken del som förblir mänskligt arbete är precis vad FTE TO AI:s werkscan ger svar på, uträknat 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.