csrdready Sätt mig på väntelistan

Kennisbank

Vem läser ert datapunktregister när ni inte längre är där?

Det finns oftast en person som vet varifrån CO2-siffran kommer. Vilket kalkylblad, vilken flik, vilket antagande om förra årets omräkningsfaktor. Den personen har aldrig skrivit ner det, för det fanns i hennes huvud och det fungerade. Tills hon åkte på semester, bytte tjänst, eller slutade. Då visar det sig att det datapunktregister som fanns bara var läsbart för skaparen.

Det är ingen olycka. Det är resultatet av ett register som är uppbyggt som ett minnesstöd i stället för som ett dokument. En cell med en siffra, en kolumn med en källhänvisning som bara betyder något för den som redan känner sammanhanget. För skaparen räcker det. För en efterträdare, en revisor, eller den CFO som måste försvara siffran i styrelsen, är det ett mysterium.

Vad ägarskap egentligen betyder

Ägarskap av en datapunkt förväxlas ofta med ansvar för att leverera en siffra. Det är inte samma sak. Ägarskap betyder att det finns någon som kan förklara varifrån siffran kommer, vilka val som ligger bakom den, och vad som förändras om källan ändras. Det är en annan roll än att fylla i. Det är rollen för någon som kan besvara frågan utan att behöva gå tillbaka till ett mejl från två år sedan.

I praktiken är den rollen ofta inte tilldelad, eller tilldelad någon som numera har en annan befattning. Registret anger ett namn som inte längre stämmer, eller inget namn alls. Den som då ställer en fråga om en datapunkt får inget svar utan en efterforskning. Det är i det ögonblicket som det visar sig om ägarskap någonsin verkligen har fastställts, eller bara antagits.

Vad ett läsbart register faktiskt fastställer

Ett datapunktregister som en annan person kan ta över fastställer tre saker som går längre än siffran själv. Först källan: systemet, kalkylbladet, eller kollegan som levererar siffran, och inte som en lös anteckning utan som en del av själva registreringen. Sedan linjen från källa till rapport: vilka bearbetningar siffran har genomgått innan den hamnar i rapporten, så att en granskare inte behöver gissa varför siffran i rapporten skiljer sig från siffran i källsystemet. Och slutligen ägaren: inte ett namn som en gång fylldes i, utan någon som just nu kan kontaktas med en fråga om just denna datapunkt.

Det är inte komplicerat att beskriva, men det är ett arbete att fastställa. För varje datapunkt separat, och inte som en engångsövning utan som något som underhålls när källor eller ägare ändras. Frågan var en datapunkt redan finns bör föregå detta: ett register har bara värde om det bygger på en källa som verkligen existerar, inte på ett antagande om varifrån siffran en gång kom.

Vad detta angreppssätt inte löser

Ett läsbart register gör överlämning möjlig. Det gör inte siffror automatiskt korrekta. Om den underliggande källan i sig är opålitlig — en mätare som stått fel i åratal, ett kalkylblad med ett formelfel som ingen har upptäckt — då fastställer registret bara det felet mer noggrant. Det är en annan fråga, som snarare besvaras genom att titta på hur många av era datapunkter som har en källa som är påvisbar och kontrollerbar.

Registret löser heller inte vilken datapunkt som egentligen behövs. Vissa organisationer fastställer dussintals datapunkter för ett ämne där ett fåtal räcker, och lägger sedan underhåll på information som ingen konsulterar. Den avvägningen hör till frågan vilka datapunkter ni verkligen behöver, och föregår frågan om vem som ska kunna läsa registret. Ett register som är komplett för fel ämne är fortfarande fel register.

Och registret löser inte hur lång tid det tar att få ett ämne i ordning. Det beror på hur många källor det finns, hur spridda de är, och hur många av dem som redan har en ägare som är nåbar. Den som vill ha en uppskattning av det hittar på hur lång tid det tar att få ett ämne i ordning en beskrivning av vad som avgör denna tidsåtgång, inte en siffra som är densamma för varje organisation.

Varför detta oftast börjar med CO2

Att bygga upp ett datapunktregister tar tid, och den tiden avsätts sällan för alla ämnen samtidigt. De flesta organisationer börjar med det ämne där data redan är mest spridd och trycket att kunna ge förklaringar är störst. Varför det ofta är CO2 beskrivs på sidan om varför CO2 oftast är det första ämnet. Den som börjar där övar sättet att fastställa på ett ämne som lämpar sig väl för det, innan det sättet tillämpas på resten.

Skannern är under uppbyggnad

Data Readiness Scan som fastställer detta — datapunktregister, härkomst per datapunkt, ägarskap och kvalitetsregler — är fortfarande under utveckling. Det finns just nu inget verktyg att köpa; den som har intresse av detta kan anmäla sig till väntelistan och meddelas så snart skannern är tillgänglig.

En del av arbetet som nu vilar på den ena oumbärliga personen — att söka upp källor, rekonstruera linjer till rapporten, spåra upp ägare — är repetitivt och därmed lämpligt för stöd av AI. Vilken del det exakt handlar om skiljer sig per uppgift och per organisation. FTE TO AI beräknar detta per uppgift med en arbetsskanning, som visar vilken del av arbetet som kan tas över av AI och vilken del som fortsatt är beroende av någon som känner sammanhanget.

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.