csrdready Sätt mig på väntelistan

Kennisbank

Vad den felaktiga ordningen kostar

Ordningen som de flesta organisationer väljer

Ett rapporteringskrav dyker upp, och den första reaktionen är att söka ett verktyg. En dashboard, en plattform, en modul i den befintliga programvaran. Det känns som framsteg: något nytt dyker upp, pengar spenderas, det finns en leverantör att rådgöra med.

Frågan som hoppas över är varifrån verktyget hämtar sina siffror. Ett verktyg räknar, visualiserar och rapporterar, men uppfinner ingenting. Datan som matas in kommer från samma kalkylblad, samma e-postmeddelanden till facilitetschefen, samma uppskattningar som redan fanns. Skillnaden är att datan nu ligger bakom ett gränssnitt som ser överskådligt ut.

Varför ordningen spelar roll

Att välja ett verktyg innan man vet vilken data man har, vem som ansvarar för den och hur tillförlitlig den är, innebär att välja ett verktyg baserat på antaganden. Leverantören frågar vilken funktionalitet ni behöver, och ni svarar utifrån vad ni tror att ni har — inte utifrån vilka datapunkter, källor och ägare som faktiskt finns. Vilka funktionella krav kommer från er egen process är en fråga som bara kan besvaras när processen redan finns på plats; utan den grunden väljs verktyget utifrån en kravlista som någon annan har satt ihop, eller som senare visar sig sakna det som faktiskt behövdes.

Den omvända ordningen — först reglera datapunktregistret, härledningen (lineage) och ägarskapet, och först därefter välja ett verktyg — tar mer tid i början. Det finns ingen dashboard att peka på, inga framsteg som kan visas upp på ett möte. Men frågorna som sedan ställs till ett verktyg är frågor baserade på vad som verkligen sker i företaget, inte utifrån en lista som hämtats från en demo.

Vad den felaktiga ordningen faktiskt kostar

Kostnaderna för verktyg-först går inte att fånga i en enda post, men de går att känna igen.

Det finns verktyget i sig, som efter ett år visar sig sakna det som behövdes — en koppling till ett källsystem som inte finns, en rapportstruktur som inte matchar hur organisationen arbetar, en modul som gör något som ingen behövde. Det finns tiden hos de personer som skulle fylla verktyget: om datapunktregistret inte fanns, fylls verktyget med samma lösa Excel-exporter som tidigare, bara nu inom ett system som antyder att det är under kontroll.

Det finns den falska säkerheten som är dyrast. Ett verktyg med en övertygande dashboard ger känslan av att datan är i sin ordning. Den känslan håller tills en assurance-process, en revisor eller en fråga från styrelsen om en siffras ursprung dyker upp. Då visar det sig att ingen kan peka ut vem som levererat källan, vilket antagande som ligger inbäddat, eller om årets siffra har beräknats på samma sätt som föregående år. Verktyget visste inte det, eftersom verktyget aldrig ställde den frågan — det antog vad som matades in.

Och det finns bytet. Ett verktyg som valts utan insyn i den underliggande processen byts efter en tid ut mot ett annat verktyg, i hopp om att det ska fungera bättre. Problemet förflyttas, men försvinner inte: köpa ett verktyg först eller bygga upp processen först är exakt det val som ligger på bordet igen vid varje byte, och som utan ett svar på processidan återigen faller ut fel på samma sätt.

Varför detta ser olika ut per sektor

Hur tungt den felaktiga ordningen väger beror på var datan uppstår. I ett byggföretag ligger en stor del av hållbarhetsdatan hos underentreprenörer, på byggarbetsplatsen och i projektadministration som inte är gjord för rapportering — var hållbarhetsdatan i byggbranschen kommer ifrån avgör vilka kopplingar ett verktyg egentligen behöver. I installationsbranschen ligger datan utspridd över servicekvitton, materialregistreringar och underhållskontrakt, och var hållbarhetsdatan i installationsbranschen ligger visar att ett generiskt verktyg byggt för en kontorsorganisation snabbt kommer till korta här. Ett verktyg som inte känner till dessa skillnader kan heller inte lösa dem — hur bra gränssnittet än är. Den som ändå vill välja ett verktyg först gör bäst i att läsa hur man väljer ett verktyg utan ånger i efterhand, även om kärnan förblir densamma: ett verktyg löser inte en process som inte finns.

Vad som behövs först

Ordningen som återstår är inte komplicerad, men mindre attraktiv att erbjuda: fastställ först vilka datapunkter som finns, varifrån de kommer, vem som ansvarar för dem och vilka kvalitetsregler som gäller. Det är det arbete som Data Readiness Scan från CSRDready.net är uppbyggd för — ett datapunktregister, source-to-report-härledning per datapunkt, ägarskap och kvalitetsregler, utan att något verktyg eller rapportformat redan hör till. Verktyget är under uppbyggnad; den som redan nu vill komma igång med detta kan anmäla sig till väntelistan.

När datapunktregistret väl finns på plats återstår en fråga som inte behöver ställas till en programvaruleverantör: hur mycket av detta arbete — att samla in, kontrollera och upprepa samma datapunkter — som måste förbli mänskligt arbete, och vilken del som kan tas över. Det är därför FTE TO AI:s arbetsskanning har skapats: den räknar per uppgift ut vilken del av arbetet som kan tas över av AI, baserat på uppgifterna som de faktiskt utförs i er organisation.

Marvinde assistent van de Data Readiness Scan

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.