क्लाइमेट-टेक कंपनियों की परिचय सामग्री में एकत्र किए गए डेटा रिकॉर्डों या जुड़े सेंसरों की संख्या अक्सर दिखाई देती है। ये आँकड़े पैमाने को समझने में मदद करते हैं, लेकिन अपने-आप में व्यवसाय का मूल्य नहीं बताते। यदि ऐसे रिकॉर्ड बढ़ते जाएँ जिन्हें ग्राहक उपयोग नहीं कर सकते, या ऐसे सामग्री बढ़ें जिनके उपयोग-अधिकार अस्पष्ट हों, तो प्रबंधन का बोझ भी बढ़ता है।
डेटा का मूल्यांकन करने के लिए प्रश्न बदलना होगा। कितना डेटा संग्रहित है, इसके साथ यह भी देखना चाहिए कि वह किस ग्राहक के निर्णय को बेहतर बनाता है, उसे कितनी बार दोबारा इस्तेमाल किया जा सकता है और सेवा बनाए रखने में कितना खर्च आता है। क्लाइमेट-टेक में डेटा का संचय तभी व्यावसायिक क्षमता कहा जा सकता है जब वह इन प्रश्नों का उत्तर दे सके।
संग्रहीत रिकॉर्ड और व्यवसाय में उपयोग योग्य सामग्री अलग हैं
मान लें कि किसी फार्म के सेंसर हर मिनट रीडिंग भेजते हैं। यदि समय-संबंधी जानकारी मेल न खाती हो या उपकरण के कैलिब्रेशन का इतिहास न मिले, तो लंबे रिकॉर्ड के बावजूद किसी खास चारा परिवर्तन के प्रभाव की तुलना करना कठिन होता है। समान मात्रा का डेटा भी संदर्भ और गुणवत्ता के अनुसार अलग काम कर सकता है।
OECD, डेटा को परिसंपत्ति के रूप में मापने संबंधी अपने शोध में डेटा के उत्पादन और उसके मूल्यांकन के प्रश्नों पर चर्चा करता है। इस शोध का संकेत है कि संग्रहित मात्रा को सीधे कंपनी के बाजार मूल्य में नहीं बदला जा सकता। सामग्री को पैदा करने और उपयोगी बनाने वाली गतिविधियों को भी साथ देखना चाहिए। OECD · डेटा को परिसंपत्ति के रूप में मापना
कंपनी के अंदर डेटा सूची को भी फाइलों की संख्या के बजाय उपयोग के आधार पर व्यवस्थित करना बेहतर है। चारा-आपूर्ति की तुलना में उपयोगी सामग्री, कैलिब्रेशन स्थिति जाँचने के लिए आवश्यक सामग्री और वह सामग्री जिसकी गुणवत्ता समीक्षा अभी पूरी नहीं हुई है, अलग की जा सकती है। जिन रिकॉर्डों का उपयोग नहीं हो सकता उन्हें छिपाने के बजाय वर्गीकृत करना ही डेटा-प्रबंधन क्षमता दिखाता है।
अधिकार और गुणवत्ता पुन: उपयोग की सीमा तय करते हैं
पहली शर्त उपयोग का अधिकार है। उपकरण देने वाली कंपनी को यह नहीं मान लेना चाहिए कि वह उस उपकरण से पैदा हुई हर जानकारी को स्वतंत्र रूप से बेच सकती है। ग्राहक के साथ अनुबंध में संग्रह का उद्देश्य, विश्लेषण की सीमा, तृतीय पक्ष को उपलब्ध कराना और सेवा समाप्त होने के बाद का व्यवहार तय होना चाहिए। फार्म की उत्पादन जानकारी जैसी प्रतिस्पर्धात्मक रूप से संवेदनशील सामग्री के लिए पहुँच-अधिकारों को भी अलग-अलग करना पड़ सकता है।
यूरोपीय संघ का Data Act एक संस्थागत उदाहरण है जो जुड़े उत्पादों के उपयोगकर्ताओं को डेटा तक पहुँच और उपयोग के अधिकार देता है। इसकी व्याख्या में कृषि मशीनरी जैसे जुड़े उत्पाद भी शामिल हैं। इसका अर्थ यह नहीं कि यह कोरिया के हर अनुबंध पर बिना बदलाव लागू होता है; बल्कि यह संकेत देता है कि विदेश विस्तार पर विचार करते समय निर्माता के डेटा एकाधिकार को स्वाभाविक आधार नहीं माना जा सकता। यूरोपीय आयोग · Data Act की व्याख्या
दूसरी शर्त उद्देश्य के अनुरूप गुणवत्ता है। उत्सर्जन-संबंधी जानकारी के लिए तकनीक, समयावधि और क्षेत्र की प्रतिनिधिकता, पूर्णता और विश्वसनीयता देखनी चाहिए। GHG Protocol भी Scope 3 डेटा चुनते समय इन गुणवत्ता विशेषताओं पर मार्गदर्शन देता है। केवल इसलिए कि कच्चा डेटा वास्तविक समय में आया है, वह हमेशा अधिक उपयुक्त नहीं होता। GHG Protocol · Scope 3 डेटा गुणवत्ता मार्गदर्शन
उदाहरण के लिए, किसी एक मौसम में किसी विशेष पशुशाला से मिले परिणाम को अलग पालन-पद्धति पर लागू करने के लिए अतिरिक्त समीक्षा चाहिए। एक ही डेटा को कॉपी करके ग्राहकों की संख्या के बराबर रिपोर्ट बनाना और उसे दूसरी परिस्थितियों में व्याख्यात्मक सामग्री के रूप में पुन: उपयोग करना अलग बातें हैं। कंपनी को उस दायरे को संकीर्ण और स्पष्ट रूप से बताने में सक्षम होना चाहिए जिसमें उसका डेटा लागू होता है।
विश्लेषण के परिणामों को ग्राहक के बार-बार होने वाले काम से जोड़ें
डेटा की व्यावसायिक उपयोगिता ग्राहक के काम में जाँची जानी चाहिए। चारा कंपनी के लिए प्रश्न यह हो सकता है कि परीक्षण सामग्री व्यवस्थित करने का समय घटा या नहीं; फार्म के लिए कि क्या उससे चारा देने के रिकॉर्डों की कमी मिली; और समीक्षा अधिकारी के लिए कि क्या गणना का आधार अधिक आसानी से खोजा जा सका।
शुरुआती चरण में हल करने के लिए एक समस्या चुनना सत्यापित करना आसान बनाता है। उदाहरण के लिए, जिस ग्राहक को हर महीने फील्ड-वैलिडेशन सामग्री एकत्र करनी पड़ती है, उसे उसी प्रारूप में समीक्षा सामग्री दी जा सकती है और उसके पिछले कार्यप्रवाह व लगे समय की तुलना की जा सकती है। यह उदाहरण किसी विशेष कंपनी के प्रदर्शन या अनुबंध का दावा नहीं है; यह ग्राहक उपयोगिता जाँचने का एक प्रयोगात्मक तरीका है।
यहाँ भुगतान करने वाले ग्राहकों की दोबारा खरीद एक महत्वपूर्ण अवलोकन है। मुफ्त सत्यापन में बहुत से प्रतिभागियों का होना अपने-आप निरंतर भुगतान करने की इच्छा साबित नहीं करता। यह देखना होगा कि ग्राहक ने किस परिणाम के लिए भुगतान किया और क्या उसने अगले अवधि में भी अनुबंध बनाए रखा। अनुबंध अवधि, रद्द करने के कारण और उपयोग की आवृत्ति को साथ देखने से डेटा की आवश्यकता और अस्थायी रुचि में अंतर करने में मदद मिलती है।
लागत शामिल करने पर ही संचय की अर्थव्यवस्था दिखती है
डेटा सेवा की लागत केवल सर्वर शुल्क तक सीमित नहीं है। उपकरण कैलिब्रेशन, संचार त्रुटि का समाधान, स्थल-भ्रमण, इकाई रूपांतरण, विश्लेषणात्मक समीक्षा और ग्राहक पूछताछ के लिए श्रम चाहिए। यदि ग्राहक बढ़ने पर ये काम भी हर बार उसी अनुपात में बढ़ते हैं, तो यह कहना कठिन है कि राजस्व वृद्धि और लाभप्रदता सुधार एक साथ हो रहे हैं।
इसलिए कुल राजस्व के साथ-साथ एक ग्राहक के लिए परिणाम तैयार करने में लगने वाला समय भी देखना चाहिए। नए फार्म की सेटअप अवधि, एक त्रुटि को संभालने का समय और रिपोर्ट जारी करने से पहले की मैन्युअल समीक्षा अवधि दर्ज करने पर पता चलता है कि आवर्ती लागत कहाँ पैदा होती है। ऐसे अवरोधों की पहचान के बाद स्वचालन लागू करने से उसका प्रभाव मापना आसान होता है।
पुरानी सामग्री को रखने की लागत और उपयोगिता की तुलना भी करनी चाहिए। मौसमी तुलना के लिए अनिवार्य ऐतिहासिक रिकॉर्ड रखने योग्य हो सकते हैं, पर जिन सामग्री का उद्देश्य समाप्त हो गया है या जिनके अधिकार खत्म हो चुके हैं उन्हें अलग तरीके से संभालना पड़ सकता है। संचय का लक्ष्य हर चीज़ को बिना शर्त रखना नहीं, बल्कि आवश्यक सामग्री को विश्वसनीय स्थिति में बनाए रखना है।
उद्यम मूल्य और लेखांकन में परिसंपत्ति की मान्यता अलग रखें
किसी डेटा के व्यवसाय के लिए उपयोगी होने का वर्णन और उसे वित्तीय विवरणों में अमूर्त परिसंपत्ति के रूप में मान्यता देने का निर्णय अलग हैं। IAS 38 पहचान योग्य अमूर्त परिसंपत्तियों की परिभाषा और मान्यता की शर्तों से संबंधित है। संभावित भावी आर्थिक लाभ और लागत के विश्वसनीय मापन जैसी प्रासंगिक शर्तों की जाँच करनी चाहिए; केवल व्यय या डेटा के मौजूद होने से मान्यता अपने-आप नहीं मिलती। IFRS Foundation · IAS 38 अमूर्त परिसंपत्तियाँ
उद्यम मूल्य पर चर्चा करते समय डेटा के साथ राजस्व की स्थिरता, ग्राहकों की एकाग्रता, प्रतिस्पर्धा तथा कर्मियों और वित्त की जरूरतों को भी देखना चाहिए। डेटा रिकॉर्डों की संख्या को किसी निश्चित गुणक से गुणा करके निवेश मूल्य या ऋण-क्षमता बताने वाला तरीका इस अंतर को खो देता है। उच्च गुणवत्ता वाला डेटा भी राजस्व में देर से बदल सकता है यदि ग्राहक का बजट या अपनाने का समय अनुकूल न हो।
AI Safety Korea का NexVue जिस डेटा व्यवसाय की दिशा में है, उसका भी इन्हीं शर्तों से मूल्यांकन किया जा सकता है। क्या कानूनी रूप से एकत्र किया जा सकता है, किन क्षेत्रीय निर्णयों में मदद मिलेगी और किन परिणामों के लिए भुगतान की मांग की पुष्टि करनी है—यही कार्य हैं। अभी पुष्टि न हुए ग्राहकों या राजस्व को मान लेने के बजाय, फील्ड वैलिडेशन के माध्यम से बार-बार उपयोग और लागत सुधार दिखाना डेटा संचय का अर्थ अधिक सटीक रूप से बताता है।