Del via


Oversigt over datastyring

Nøjagtige og sunde data gør det muligt for organisationer at forstå deres indflydelse på deres ESG-tiltag, træffe velovervejede beslutninger, involvere interessenter, håndtere risici og bidrage til en mere overskuelig fremtidig udvikling. Den tilpasser miljøhensyn og sociale overvejelser med forretningsstrategier, hvor der tages hensyn til ansvarlige fremgangsmåder og fremgangsmåder, der er til fordel for både organisationen og virksomheden som helhed.

Microsoft Sustainability Manager-løsning er meget afhængig af data og dens kvalitet. Forkerte data med hensyn til præcision, kontekst og fuldstændighed giver altid en forkert indsigt, der sårer en organisations overordnede mål. Det er vigtigt, at organisationer forstår deres datamiljø, og at de designer en effektiv strategi med de indbyggede dataværktøjer i Microsoft Sustainability Manager.

Implementeringsforløb for Sustainability Manager

I og med at organisationer lever op til deres mål om at hjælpe med at konfigurere og installere Microsoft Sustainability Manager, er det vigtigt at forstå de databaserede ressourcer. I følgende illustration beskrives de typiske fremgangsmåder til beregning af vand, vand og a waste management.

Et diagram, der viser faser og processer i Microsoft Sustainability Manager-programfaser og -processer, der er involveret under implementeringerne

I forbindelse med aktiveringen af regnskabet og håndteringen af vand og affald starter organisationer typisk med følgende opgaver:

  • Gennemse de indsamlede data
  • Indsamle deres data inden transformering
  • Importer data
  • Foretag beregninger og analyse.

Nogle af de almindelige mønstre for implementering af Microsoft Sustainability Manager er følgende:

  • Oprettelsen af organisations- og referencedata starter i virkeligheden med oprettelsen af organisatoriske og referencedata. Dette trin er vigtigt, og konfigurerer organisationen til at rapportere, spore og samarbejde med interessenter.

  • Organisationer kan opnå datatransformering og import ved hjælp af de indbyggede funktioner, f.eks. Excel-skabelonerne og den styrede Power Query-oplevelse. Derudover kan organisationer vælge at hente data fra andre løsninger ved hjælp af kataloget over tilgængelige partnerløsnings-connectors. I de tilfælde, hvor der er behov for komplekse datatransformationer, kan organisationer vælge at anvende mønstrene Extract, Transform and Load (ETL), samtidig med at overvejelserne om netværk og sikkerhed imødekommes.

  • Efter dataimporten kan organisationer udføre beregninger over aktiviteter, der udføres i forbindelse med CO2, vand eller affald. De beregnede data præsenteres som indsigt som Microsoft Sustainability Manager-aggregater og indeholder nøgletal. Organisationer kan derefter udføre handlinger, overvåge status, eksportere data og samarbejde.

  • Ud over at bruge den indbyggede datamodel og beregningsfunktionerne kan organisationer vælge at udvide løsningen, så den opfylder deres behov. Disse krav kan omfatte tilføjelse af nye felter, tabeller, oprettelse eller tilpasning af beregningsmetoder eller tilføjelse af flow.

Cyklisk og trinvis kørsel

Den implementering, der er beskrevet i det forrige afsnit, kan gentages for bestemte kategorier og handlinger. Det anbefales, at organisationer starter i en lille gruppe, lærer af processen og derefter gør det igen. Organisationer kan f.eks. starte med brugbare områder som Omfang 1 og Omfang 2, inden de udvides til andre CO2- og bæredygtighedsområder. Ud fra de mest simple importoplevelser får organisationer desuden en forståelse af datamodellen, dataformatet og kravene på tværs af alle understøttede datakategorier.

Et diagram, der viser den Microsoft Sustainability Manager-iterative proces fra dataimport til sporing for datakilde

Datatyper

I Microsoft Sustainability Manager kan dataene kategoriseres i tre brede grupper – konfigurations-, aktivitets- og analysedata. Hvis du vil opnå effektive resultater under implementeringen, er det vigtigt at forstå disse datagrupper og overholde dataimportsekvensen for at sikre, at der ikke importeres fejl, så du undgår problemer, der vedrører afhængigheder.

  • Konfigurationsdata: De grundlæggende konfigurationsorganisationer skal gennemføres, før aktivitetsdataene importeres. Denne konfiguration omfatter, at organisationens data konfigureres manuelt, at der konfigureres referencedata, der skal bruges på tværs af løsningen, og beregningsbiblioteker til organisationer, så de kan definere deres sæt af beregninger. Det er vigtigt at definere disse konfigurationer korrekt, da det sikrer en problemfri udførelse af resten af implementeringen af Sustainability Manager uden problemer. Organisationsenhederne og konfigurationen af rapporteringsår gør det f.eks. muligt for organisationer at etablere driftsgrænser med henblik på rapportering.

  • Transaktionsdata: Drifts- og aktivitetsdata fra CO2-udledninger, vand- og affaldsstyring, som er samlet inden for organisationsenheders driftsgrænser og rapporteringsår. Den bedste praksis før disse data importeres til Sustainability Manageralle er at validere, at alle referencedata, der bruges i aktivitetsdata, allerede er konfigureret. Hvis du gør det, fjernes de fleste af de problemer, der kan resultere i fejl i dataimporten.

  • Analysedata: Disse data leverer alle indsigter og scorecards. De analytiske data lagres i en administreret data lake og er ikke tilgængelige for slutbrugere.

Et diagram, der viser datakategorisering af Sustainability Manager.

Overvejelser i dataadministration

Nogle af de vigtigste beslutninger om arkitektur og design i forbindelse med implementeringen er relateret til aspekterne omkring datastyring i Microsoft Sustainability Manager.

I følgende tabel beskrives nogle af de vigtigste emner om datastyring, som organisationer skal overveje nøje under implementeringen af Microsoft Sustainability Manager.

Emne i datastyring Overvejelser
Dataimport Hvilke data skal først indlæses, og hvad er rækkefølgen for import af efterfølgende datatyper?
Hvad skal der gøres for at håndtere datatransformeringen og dannelse af forskellige formater og forskellige datamængder?
Hvad skal være designet til løbende opdatering af data?
Er det en god ide at sikre, at importerede poster er entydige?
Hvordan administrerer man de forskellige funktioner i forbindelse med data til scenarier som IoT?
Hvordan får du sikker adgang til eksterne datakilder, der hostes i skyen eller det lokale miljø placeringer?
Dataeksport Hvilke muligheder har organisationer for at eksportere deres beregnede data til andre systemer til downstreambehandling?
Datasikkerhed Hvad skal der gøres for at forhindre uautoriseret adgang til data og ændringer?
Overvågning og sporing af data Hvad skal der gøres for at sikre præcision, pålidelighed og overholdelse af måleenheder, rapportering og administration af data?
Brugerdefinerede dimensioner Hvad skal man overveje for at knytte aktivitetsdata til kontekstafhængige driftsmæssige oplysninger, f.eks. produktionslinje, produktionstype, der bruges til produktion af varer på en facilitet?

I de følgende afsnit gennemgås hvert af disse emner om datastyring med deres respektive fordele, designovervejelser og løsningsfunktioner for at konfigurere Microsoft Sustainability Manager med bedste praksis og forbedret tid til værdi.

Opsamling

Kort sagt er følgende kerneovervejelser for organisationer, der arbejder uden for organisationen, ved hjælp af Sustainability Manager:

  • Organisationer skal definere databilledet for at oprette en opgørelse over de datakilder og systemer, der er involveret.

  • Organisationer bør overveje at bruge en iterativ proces til transformering og import af data, udføre beregninger og analysere rapporterne. Planen skal være at starte med mere simple datasæt og datakategorier og gradvist udvide omfanget og kompleksiteten.

  • Organisationer skal sikre, at konfigurationen er på plads, før de transaktionsdata importeres. Trinnet eliminerer de fleste af de problemer, der kan resultere i fejl i dataimporten.

Næste trin