Automatyzacja zbierania danych ESG – jak uporządkować wskaźniki, źródła i akceptacje?

Raportowanie ESG wymaga pozyskiwania informacji z wielu obszarów firmy: finansów, HR, administracji, zakupów, produkcji, logistyki czy utrzymania nieruchomości. Część danych znajduje się w systemach, część w fakturach i raportach, a część jest nadal przekazywana w arkuszach lub wiadomościach e-mail. Problemem nie jest więc wyłącznie obliczenie wskaźnika. Równie ważne są kompletność, identyfikowalność źródeł, zatwierdzenie danych i możliwość odtworzenia sposobu kalkulacji.

Automatyzacja zbierania danych ESG może uporządkować ten proces, ale nie zastąpi ustalenia metodyki ani odpowiedzialności. Workflow powinien realizować jasno opisane reguły: pobierać dane, sprawdzać ich jakość, kierować braki do właściwych osób oraz zachowywać historię zmian. Nie powinien samodzielnie interpretować niejednoznacznych wymagań lub „uzupełniać” brakujących wartości bez wyraźnej podstawy.

Dlaczego zbieranie danych ESG jest trudne?

Dane ESG często nie powstają z myślą o raportowaniu. Zużycie energii może być zapisane na fakturach, zatrudnienie w systemie kadrowym, informacje o odpadach w dokumentach operatora, a dane o dostawcach w systemie zakupowym. Poszczególne źródła mogą korzystać z różnych jednostek, okresów rozliczeniowych i identyfikatorów organizacyjnych.

Typowe trudności obejmują:

• brak jednego właściciela dla konkretnego wskaźnika,
• rozproszenie informacji między systemami i arkuszami,
• różne nazwy oddziałów, spółek, liczników lub kategorii kosztów,
• brak danych za część okresu raportowego,
• ręczne przeliczanie jednostek i przepisywanie wartości,
• zmiany metod kalkulacji bez zachowania poprzednich wersji,
• brak dokumentów potwierdzających pochodzenie liczby,
• zatwierdzanie danych przez e-mail bez uporządkowanej historii decyzji.

Jeżeli firma nie ustali definicji wskaźników i źródeł referencyjnych, automatyzacja może jedynie szybciej przetwarzać niespójne informacje. Dlatego przed wdrożeniem warto wykonać mapowanie procesu zbierania danych i wskazać miejsca, w których potrzebna jest decyzja człowieka.

Jak powinien wyglądać rejestr wskaźników ESG?

Punktem wyjścia może być centralny rejestr zawierający nie tylko wynik, lecz także informacje potrzebne do jego weryfikacji. Dla każdego wskaźnika warto określić:

• nazwę i jednoznaczną definicję,
• jednostkę miary,
• okres raportowy,
• zakres organizacyjny, np. spółkę, zakład lub oddział,
• system albo dokument źródłowy,
• właściciela biznesowego,
• osobę zatwierdzającą,
• częstotliwość aktualizacji,
• wzór obliczeniowy i reguły zaokrągleń,
• wymagane załączniki lub inne dowody,
• status kompletności i akceptacji,
• wersję metodyki zastosowaną do obliczenia.

Taki rejestr może działać w dedykowanym systemie, bazie danych lub odpowiednio zabezpieczonym narzędziu workflow. Arkusz również może być źródłem wejściowym, jednak wraz ze wzrostem liczby osób, wersji i zależności trudniej kontrolować jego spójność. Jeżeli organizacja rozpoczyna pracę od wielu plików, pomocne może być wcześniejsze uporządkowanie danych w firmie.

Przykładowy proces automatyzacji danych ESG

1. Utworzenie kalendarza raportowego

Workflow uruchamia zadania zgodnie z częstotliwością wskaźnika. Nie wszystkie informacje muszą być zbierane co miesiąc. Harmonogram powinien uwzględniać dostępność danych źródłowych oraz okres potrzebny na ich sprawdzenie.

System może przypisywać zadania właścicielom wskaźników, wysyłać przypomnienia i eskalować opóźnienia. Eskalacja nie powinna jednak automatycznie oznaczać zatwierdzenia braku danych.

2. Pobranie informacji ze źródeł

Dane mogą trafiać do procesu przez API, eksport z systemu, ustrukturyzowany formularz albo kontrolowany import pliku. Przykładem jest pobieranie wartości z faktur za energię, zestawień kadrowych, systemu gospodarki odpadami lub ewidencji floty.

Każdy import powinien otrzymać identyfikator wykonania, datę, nazwę źródła i informację o zakresie. Dzięki temu można ustalić, z którego pliku lub zapytania pochodzi konkretna wartość. Przy integracjach warto uwzględnić zasady opisane w artykule o wymianie danych przez API i webhooki.

3. Walidacja techniczna i biznesowa

Automatyczna kontrola może sprawdzić między innymi:

• czy wymagane pola są wypełnione,
• czy okres i jednostka są zgodne z definicją wskaźnika,
• czy nie zaimportowano tego samego rekordu ponownie,
• czy suma danych cząstkowych odpowiada wartości zbiorczej,
• czy wszystkie jednostki organizacyjne przekazały informacje,
• czy wynik istotnie różni się od wcześniejszych okresów.

Nietypowa zmiana nie musi oznaczać błędu. Powinna raczej utworzyć wyjątek do wyjaśnienia. Automatyczne odrzucenie poprawnej wartości mogłoby ukryć rzeczywistą zmianę działalności, sposobu pomiaru albo zakresu raportowania.

4. Uzupełnianie braków i obsługa wyjątków

Jeżeli brakuje danych, workflow powinien utworzyć zadanie ze wskazaniem konkretnego wskaźnika, okresu i jednostki organizacyjnej. Osoba odpowiedzialna może uzupełnić wartość, dodać komentarz albo oznaczyć, że informacja nie jest dostępna.

Warto rozróżniać brak danych od wartości zerowej. Są to dwa odmienne stany, które nie powinny być zapisywane w ten sam sposób. Jeżeli organizacja dopuszcza szacunki, należy oznaczać je oddzielnie, podawać zastosowaną metodę i kierować do wymaganej akceptacji.

5. Akceptacja i zamknięcie okresu

Po przejściu kontroli dane trafiają do właściciela lub osoby zatwierdzającej. Akceptacja powinna obejmować wartość, źródło, sposób kalkulacji i zgłoszone wyjątki. Zmiana zatwierdzonego wyniku powinna utworzyć nową wersję zamiast nadpisywać historię.

Po zamknięciu okresu workflow może przygotować zestawienie do dalszego raportowania, ale nie powinien usuwać danych roboczych ani dokumentów źródłowych zgodnie z przyjętymi zasadami retencji.

Jakie elementy warto automatyzować, a które pozostawić człowiekowi?

Automatyzacja dobrze sprawdza się przy powtarzalnych operacjach: pobieraniu plików, kontroli formatów, przeliczaniu jednostek według zatwierdzonych reguł, monitorowaniu kompletności, przypomnieniach i tworzeniu historii procesu.

Decyzji człowieka zwykle wymagają:

• interpretacja niejednoznacznych danych,
• zatwierdzenie nowej metody kalkulacji,
• ocena przyczyn nietypowych odchyleń,
• decyzja o zastosowaniu szacunku,
• zmiana zakresu organizacyjnego wskaźnika,
• końcowa akceptacja informacji przeznaczonych do ujawnienia.

Granica ta powinna być zapisana w dokumentacji workflow. Warto określić również procedurę działania na wypadek niedostępności źródła lub błędu integracji. Pomocne zasady opisuje artykuł o dokumentacji automatyzacji procesów.

Bezpieczeństwo i rozliczalność procesu

Dane ESG mogą obejmować informacje finansowe, operacyjne, pracownicze oraz dane kontrahentów. Dostęp powinien wynikać z roli użytkownika i zakresu jego odpowiedzialności. Osoba raportująca dane dla jednego oddziału nie zawsze musi widzieć informacje całej grupy.

System powinien zapisywać, kto wprowadził, zmienił i zatwierdził wartość. Istotne są także wersjonowanie, kontrola eksportów, zarządzanie kontami technicznymi oraz ograniczenie danych osobowych do niezbędnego zakresu. Sam fakt umieszczenia informacji w centralnej bazie nie oznacza jeszcze, że proces jest właściwie zabezpieczony.

Od czego zacząć automatyzację raportowania ESG?

Najbezpieczniej zacząć od ograniczonej grupy wskaźników, które mają stabilną definicję, wskazane źródła i właścicieli. Pilotaż powinien sprawdzić nie tylko integracje, lecz także jakość danych, obsługę braków, ścieżkę akceptacji i możliwość odtworzenia wyniku.

Przed uruchomieniem warto odpowiedzieć na kilka pytań:

1. Które wskaźniki są dziś zbierane ręcznie?
2. Gdzie znajduje się ich źródło referencyjne?
3. Kto odpowiada za kompletność, a kto za akceptację?
4. Jak rozpoznawane są braki, duplikaty i nietypowe wartości?
5. Czy można odtworzyć formułę oraz dane użyte do obliczenia?
6. Co ma się wydarzyć, gdy system źródłowy będzie niedostępny?

Dobrze zaprojektowana automatyzacja zbierania danych ESG nie sprowadza się do wygenerowania końcowego arkusza. Jej zadaniem jest stworzenie kontrolowanego przepływu informacji: od źródła, przez walidację i wyjaśnienie wyjątków, aż po akceptację oraz zachowanie historii.

Porozmawiajmy o uporządkowaniu i automatyzacji danych ESG w Twojej firmie