I de flesta organisationer med flera affärsenheter existerar samma datapunkt flera gånger. Scope 2-utsläpp finns hos en enhet på en energifaktura, hos en annan i en Excel-export från facility manager, och hos en tredje ingenstans — där uppskattas det. Det är inte ett fel hos en enskild avdelning. Det är resultatet av år där ingen har definierat datapunkten centralt, än mindre dess källa.
Frågan "vad gör ni med detta" förutsätter att det finns ett svar som passar överallt. Det är inte fallet. Tillvägagångssättet beror på vad som redan finns per affärsenhet, och det skiljer sig åt.
Innan ni beslutar något om en datapunkt utan källa, ställer ni upp bredvid varandra vad varje affärsenhet faktiskt har. För vissa enheter finns en källa som ingen har skrivit ner — ett system, en leverantör, en lokal administration. För andra finns den källan inte, och siffran fylls just nu i baserat på en uppskattning eller en kollega som "ungefär vet". Dessa två situationer kräver olika hantering. Var finns en datapunkt redan är frågan ni besvarar enhet för enhet, innan ni lägger till eller ändrar något i registret.
Först när den översikten finns ser ni var problemet egentligen ligger: inte i datapunkten som begrepp, utan i spridningen av källor som den är beroende av.
Ett datapunktregister innehåller per datapunkt inte en rad utan så många rader som det finns källor. För en datapunkt som förekommer hos tre affärsenheter finns tre rader: var och en med sin egen källa, egen ägare och egen kvalitetsregel. Det kan verka omständligt, men det förhindrar något värre — att slå samman siffror med olika ursprung till ett tal som ingen längre kan säga varifrån det kommer.
Varje rad innehåller minst: definitionen av datapunkten som den gäller för denna enhet, källsystemet eller dokumentet som siffran kommer från, vem som är ansvarig för att leverera och kontrollera den, samt regeln som används för att bedöma om värdet är rimligt — ett intervall, en jämförelse med föregående år, en kontroll av enhet. Utan den sista regeln upptäcker ni ett fel först när någon råkar titta på det.
En komplikation som ofta dyker upp under denna process: enhet A och enhet B kallar det "samma" datapunkt, men mäter något annat. Den ena räknar in leasingbilar i scope 1, den andra gör det inte. Det är inte ett källproblem utan ett definitionsproblem, och det måste lösas innan en källa kopplas till det. Hur ni känner igen den typen av skillnader beskrivs i hur känner ni igen en dubbel datapunkt hos flera affärsenheter. Först när definitionen är lika för alla enheter är det meningsfullt att koppla källor — annars registrerar ni tre gånger något olika under ett namn.
Om det efter denna undersökning visar sig att en affärsenhet verkligen inte har någon källa för en datapunkt, finns det två vägar. Den första: det finns faktiskt ett system eller en process som siffran skulle kunna komma från, men ingen har någonsin utpekat det som källa. Då utpekar ni den källan och fastställer vem som förvaltar den. Den andra: det finns verkligen ingenting, och siffran uppskattas just nu eller övertas från en annan enhet. Då registrerar ni det explicit som en uppskattning, med det antagande som ligger bakom, istället för att låta det passera som ett uppmätt värde. Båda vägarna bör stå i registret — en uppskattning som inte är märkt som uppskattning är en risk som visar sig först vid kontroll.
Innan ni lägger tid på att hitta en källa för varje saknad datapunkt är det värt att avgöra om den datapunkten är relevant för den affärsenheten. En liten kontorsbyggnad med fem medarbetare behöver möjligen ingen materiell scope 3-datapunkt som är relevant för en produktionsanläggning. Vilka datapunkter behöver ni egentligen hjälper er göra den åtskillnaden, så att ni inte söker en källa för något som i efterhand inte behövdes.
Benägenheten finns att fortsätta söka källor tills allt är perfekt täckt. Det är inte kriteriet. Registret är klart när det för varje relevant datapunkt, per affärsenhet, står fastställt om det finns en källa, vem som är ägare och vilken kontroll som tillämpas — inte när varje siffra är spårbar med hundra procents säkerhet. När är ett register klart hos flera affärsenheter beskriver den slutpunkten konkret, och hur många av era datapunkter har en källa är frågan ni använder för att mäta framstegen längs vägen.
Detta är arbete som sker enhet för enhet och inte på en gång för hela organisationen. Hur mycket tid det tar beror på antalet affärsenheter, antalet datapunkter och hur många av dessa som redan har en källa. En del av detta arbete — att fråga ägare, sammanföra källor, fylla i registret — är den typ av uppgift som kan struktureras och delvis snabbas upp. Werkscan från FTE TO AI räknar per uppgift ut vilken del av den som kan tas över av AI, så att ni innan ni börjar vet vilken del som förblir manuell och vilken del som inte gör det.
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.