Vastuullisuusraportointi on monessa yrityksessä edennyt vauhdilla. Tavoitteet on asetettu, olennaisuusanalyysi tehty ja ensimmäiset CSRD:n mukaiset raportit kirjoitettu. Raportointikierroksen lähestyessä huomataan kuitenkin, että luvut ja ESG-data saadaan kasaan, mutta kukaan ei välttämättä tiedä, mistä ne tarkalleen tulevat.
Tässä kohdassa vastuullisuusraportointi muuttuu datatyöksi. Raportoinnin laatu riippuu siitä, miten dataa luodaan, kerätään, käsitellään ja yhdistetään. Ilman yhtenäistä datapohjaa audit trailin ja datan luotettavuuden takaaminen käy työlääksi.
Tuttu tilanne: data kulkee Excelien kautta
Kun yrityksellä on useita liiketoimintoja, ESG-dataa kerätään tyypillisesti monesta paikasta. Jokaisella liiketoiminnalla on omat ERP-, HSE- ja HR-järjestelmänsä, ja niistä poimitut luvut yhdistetään raportoinnin tarpeisiin erilaisissa Excel-työkaluissaan. Vasta sen jälkeen data päätyy konsernin raportointiin konsolidoitavaksi.
Rakenne on ymmärrettävä: se on usein syntynyt tarpeesta edetä raportoinnissa nopeasti ja tehokkaasti. Ongelmat alkavat näkyä, kun raportoinnilta vaaditaan luotettavuutta:
- Data ei ole johdonmukaista. Sama luku lasketaan eri liiketoiminnoissa eri tavoin, eikä kukaan ole määritellyt yhteisesti, mitä se tarkoittaa.
- Audit trail on epäselvä. Kun tilintarkastaja kysyy, mistä luku on peräisin, vastauksen selvittäminen vie päiviä.
- Tieto on muutaman ihmisen päässä. Kun Excelin tekijä vaihtaa tehtäviä, osaaminen lähtee mukana.
Ensin arkkitehtuuri ja master data kuntoon, sitten automatisoidaan
Moni haaveilee siitä, että raportointi tehtäisiin suoraan tietovarastosta Power BI:n kautta ilman Excel-jumppaa. Tavoite on hyvä ja täysin saavutettavissa, kun master data on kunnossa ja järjestelmäarkkitehtuuri mallinnettu huolella. On tärkeää määritellä keskeisten data-attribuuttien sisältö, lähdejärjestelmä sekä omistaja. Tällä tavoin voidaan suunnitella tarkasti, mistä järjestelmistä dataa pitäisi kerätä sekä varmistaa, että data on yhtenäistä, kattavaa ja luotettavaa.
Esimerkiksi jos nimiketiedot ovat puutteellisia eikä tiedetä, mistä kaikista järjestelmistä dataa pitäisi kerätä, raportointi saattaa jäädä vaillinaiseksi ja sen laatu heikentyä. Tämän vuoksi järjestys on tärkeä. Kun datavirrat, laskentalogiikka ja vastuut on ensin kuvattu läpinäkyvästi, automaation rakentaminen on suoraviivaisempaa ja varmennus sujuu ilman yllätyksiä. Lisäksi sama hyvin hallittu master data palvelee muitakin tarpeita, kuten digitaalisen tuotepassin tai EU:n pakkaus- ja pakkausjäteasetuksen toimeenpanoa.
ESG-data kuntoon perustasta tavoitetilaan
ESG-datan kuntoon laittaminen ei vaadi vuosien hanketta eikä uutta järjestelmää heti alkuun. Etenemme tyypillisesti kolmessa vaiheessa.
- ESG-datan perusta. Kartoitetaan, missä järjestelmissä dataa syntyy eri liiketoiminnoissa, ja piirretään datavirrat lähteestä raporttiin tärkeimmille datapisteille. Samalla dokumentoidaan nykyiset kontrollit ja audit trail. Lisäksi laaditaan ESG-datastandardi, joka kuvaa jokaisen data-attribuutin niin, että kaikki liiketoiminnat puhuvat samaa kieltä.
- Kipupisteet ja kehitysmahdollisuudet. Tunnistetaan datavirtoihin liittyvät riskit ja löydökset priorisoidaan vaikutuksen ja työmäärän mukaan. Prioriteetit käydään läpi yrityksen avainhenkilöiden kanssa ja peilataan ESRS- sekä varmennusvaatimuksiin.
- Tavoitetila. Määritellään tavoitedatavirrat kontrolleineen, rooleineen ja vastuineen. Jokaisen datapisteen laskentalogiikka dokumentoidaan. Lopuksi rakennetaan tiekartta konkreettisista ja toteutettavista toimenpiteistä, joiden taakse saadaan vastuullisuus, IT ja liiketoiminta.
Lopputuloksena yrityksellä on kädessään arkkitehtuuri- ja datavirtakuvaukset, datastandardi, kontrolliluettelo, laskentamenetelmien kuvaukset ja tiekartta. Nämä toimivat pohjana seuraavalle raportointikierrokselle ja tuleville kehityshankkeille.
Jos pohdit, mistä lähteä liikkeelle, ota meihin yhteyttä. Autamme mielellämme viemään ESG-datasi lähteestä raporttiin asti niin, että siihen voi luottaa.