知己篇：供應商的數據治理與管理~面對範疇三的因應之道

文／林呈欣

面對品牌商客戶企業的淨零排放的需求與品牌商的脫碳策略，促成品牌商對供應商的「永續供應鏈管理」，這將成為供應商所面臨來自品牌商的監理。在此提出「監理、治理、管理」三個連貫概念給供應商，最後提出「資料治理」的解決方案。

首先是監理。品牌商深化供應鏈夥伴關係，發出各種永續議題問卷，像是組織碳盤查問卷、供應商人權問卷、碳足跡管理問卷。值得注意的，品牌商接軌國內外法令，像是《臺灣供應鏈企業尊重人權指引》與歐盟企業永續盡職調查指令（CSDDD），啟動供應商人權調查，對供應商、承攬商及外包商的職安管理及健康勞動力等議題，根據衝擊程度與發生機率，透過供應商盡職調查稽核（Supply Chain Due Diligence Audit）來蒐集資料進行追蹤與管理。供應商被要求建立人權發展政策、設立專責機構與建立收集內部意見管道，透過人權調查問卷來提供更完整資料給品牌商。

[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]

現在的品牌商，不僅關注供應商的交期與價格，更優先選擇具備 ESG 或減碳行動的供應商來合作。品牌商會不斷問自己的溫室氣體範疇三的「熱區在哪裡？」，這將展現在品牌商對供應商的「監理」態度，就是「No Data，No Management」。品牌商最重要就是要「取得數據」，供應商就是要「交出數據」。而且品牌商要的數據顆粒度，只會愈來愈細，雖然現階段可能是「先求有再求好」，但是長遠上不只有看到供應商有提供出數據，品牌商要是「高品質的數據」。

品牌商監理下的因應之道

供應商面對品牌商的監理，供應商就要配合品牌商的淨零路徑的管理。品牌商常發現中小企業型供應商，面臨的首要問題就是「不知道如何盤點」，很多品牌商在 2023 年聘用大量綠領人才，來帶動與服務第二階、第三階供應商，或製程外包的加工廠，來建立碳盤查與脫碳概念。從傳統上只關注供應商的交期與價格之外，更優先選擇與「具備 ESG 或減碳行動的供應商」來進行合作。

愈來愈多品牌商，已經針對「熱區」進行脫碳行動。常見到品牌商在設計階段，便納入 ESG 目標，確定材料來源與碳排量，並找到溫室氣體排放的範疇三「熱區」來進行脫碳行動；品牌商在採購階段，持續帶領供應商掌握碳排放量。

品牌商開始建議供應商，建立所有供貨的「材質碳排放資料庫」（必要時先進行產品碳足跡的計算）。品牌商在設計階段與採購階段，便納入 ESG 目標，確定使用材料的來源與材料的碳排量，能更有效執行脫碳行動。這些行動就會是對供應商「監理」的源頭。當然「監理」也會進入品牌商在供應鏈廠的選商階段。

當品牌商的營運與監理模式改變，對永續供應鏈管理的模式與流程模式都跟著改變，品牌商由上而下（Top-Down）跟隨品牌商公司策略來向供應商取得數據。

供應商面臨監理進行治理與管理

從供應商的角度，就是要從品牌商範疇三的「監理」的角度，來看供應商該如何進行「治理」與「管理」，以及做到「資料治理」。資料治理廣泛地分成高位階的資料治理，與低位階的資料管理。供應商從資料治理的需求，來想該如何建置資料管理。

資料治理，首要就是看來自「監理」的驅動力來源。就趨動力來源，可以先思考品牌商需要的數據，是採用那種架構來建置這些數據。品牌商可能依照過去品牌商習慣的方式來自建資料管理的架構；而愈來愈多品牌商採取另外一種作法，採用「產品生命週期碳排放量之核算與交換指引（Pathfinder Framework）」來建立品牌商的資料管理架構，這是品牌商推動的新作法，完全跟隨「碳透明度夥伴關係（PACT，Partnership for Carbon Transparency）」這個方法論來建置資料管理的架構。

供應商面臨各方驅動力的難處

供應商的「資料治理」，面對品牌商範疇三的「監理」，常有下列幾個難處：

1. 資料源頭的資料分散。供應商的資料源頭來自原始交易系統，或者原始核心系統，還有從上述原始資料源（ERP系統、交易系統、核心系統）已經下放到資料倉儲（DW，Data Warehouse）。這些所需的原始資料（Raw Data），並未統一存放在相同的資料源頭，或者明細資料散落於各業務單位。
   
2. 資料處理與產製報表耗時。彙整各種資料源頭資料來為各需求方進行處理與產製報表，常常有不同格式，而且邏輯分散。常見將資料源頭，透過產製報表或者交互印表使用後，來得出申報過程需處理的資料，過程當中常需要一些調整。
   
   申報流程很複雜，依照各申報需求方的用途當中要達成各需求方的不同要求也很費力。過程當中需要人工作業，把所需的相關資料，在過程當中繁瑣地處理出來，有很多處理過程需要人工介入進行調整。有很多處理過程需要人工介入進行調整。有時候，為了將資料依照各申報需求方的不同要求，先將資料製作成標準格式，透過報送當中使用的報送通路（像是透過 API）來傳送資料。
   
3. 在整體申報過程控管。申報流程要考慮到保留過程軌跡，檔案落地申報等各種資安考量。

建議給供應商的解決方案

「資料治理」（Data Governance）的概念，就是讓供應商提交資料給品牌商，能夠滿足品牌商對於取得數據與資料的需求。在此提出「資料治理」的解決方案的概念給大家參考。這個「資料治理」的解決方案包括：

1. 資料架構與資料模型
2. 建立資料關聯
3. 資料品質管理
4. 資料安全管理。

[ 推薦文章：（知彼篇） 品牌商之思維架構~面對範疇三的因應之道 ]

當然也需要考量到處理資料的運算能力，不管是自建硬體或者雲端架構佈署的運算效能，以及日後在預測（Prediction）、模擬（Simulation）等需求下，運用 AI 的可能性。解決方案如下：

1. 資料架構與資料模型：具備好的資料模型（Data Model），讓資料存放與處理更容易。像是資料正規化，資料建立關聯性。並且把為了資料監理、資料監理與資料管理的概念放入資料架構中，這樣好的資料架構都需要有好的資料模型（Data Model），像是建立好 Star Scheme，並且把所有欄位都準備好。
   除了取得原始資料源的資料之外，透過類似資料超市（Data Mart），完整定義中介資料檔的定義來建立好資料模型，來進行跨資料模型之間的資料管理，像是自動介接原始資料源資料庫，進行資料儲存、資料處理、資料分析。
   
   除了避免資料模型太大、太複雜之外，運用中介資料檔來建立資料超市，日後也可以有更靈活地依照監理需求來進行彈性調整資料架構的可能性。將所有用來提供給品牌商監理所需的資料，放入這個資料模型中，才能夠長久做好後續的資料管理。
   
2. 建立資料關聯：資料關聯管理與來自「趨動力來源的需求」有高度相關。像是可以先思考品牌商需要的數據，是採用那種架構來建置，像是是否已經準備採用 PACT 等。建立資料關聯的主要項目有：
   （1）先建立資料標準與詞彙，再依照資料層次和分層結構，建立好資料上下游關聯。
   （2）依照上下游資料屬性，來進行資料串接與資料上下游關聯。下游資料是跟上游資料具有血緣關係。當然這也將造成上下游資料有複雜交錯的關係。但是後面在稽核時，需要透過這些關係來進行勾稽，用以交代上下游資料流的來龍去脈，並且可以做好資料治理上的良好管理。
   （3）資料影響分析。資料關聯將影響到日後資料在監理上的分析整理，當面對監理需求，常有將資料做到在資料品質管理上的「資料正確性」、「資料完整性」與「資料一致性」的各種監理需求。
   
3. 資料品質管理：「資料品質管理」常是攸關整件事的成敗，要做到「資料品質管理」，需要付出很大代價。要兼顧到下列三個項目：
   （1）資料正確性（Accuracy）。資料品質管理有三部曲。首先要對資料源的資料進／出進行把關與處理，並進行必要的檢核，這就是常說的「Garbage In，Garbage Out」。「資料正確性」是最重要的。在多套系統之間的資料無法完全做到百分百的串接時，為確保資料正確性，透過人為查核去對資料進行交叉勾稽與比對，這也需要有好的流程來進行。常見的，就是為何 A 部門跟 B 部門要的兩份（同質性）報表，上面的數字卻對不起來，「就算是有錯，兩份報表也要錯的一樣」。如果沒有做好資料治理的基礎建設，面對資料使用者上面這樣簡單的要求，這種層出不窮的錯誤，對於資料數據管理人員就會很辛苦。
   
   （2）資料完整性（Integrity）：搭配資料架構與資料模型具備有層級架構。從評估監理數據品質需求的角度，考慮到建立各種不同種類數據品質下的數據，已做到資料完整性。資料完整性也要顧及跨產業標準所需的資料，像是符合個別產業的法遵的資料完整性。在數據品質上，還需要做到為了日後查證／查驗，而兼顧到取得初級數據（Primary Data）的占比，以及數據計算過程能夠通過查證／查驗。
   
   （3）資料一致性（Consistency）：資料一致性，要確保進行像是跨年度、跨產業、跨地理區域等各種的比較。
   
4. 資料安全管理：在資安的要求與資料保全之下，建立資料保全的配套措施。像是：
   （1）資料遮罩與資料加密、存取控制
   （2）存取控制，對資料存取有管好權限，以及對存取有好的紀錄
   （3）資安合規性，符合品牌商很嚴謹的要求
   （4）安全性傳輸。在資料傳輸上的必要控管，並留下傳送軌跡的紀錄

[ 閱讀更多 林呈欣 的文章 ]

供應商可按照個別企業的能力來「分階段」界定執行的範圍，執行不用一次到位。但是在規劃時卻需要有完整全盤思考，並規劃好具備完整架構的基礎建設，才能夠一勞永逸地完成任務。

(本文授權非營利轉載，請註明出處：CIO Taiwan)