Gestion des Données de Durabilité · Responsible Impact

Ajouter un Logiciel de Données sur un Processus Cassé ne Produit que des Rapports Plus Jolis, Pendant que les Chiffres Sous-Jacents Restent Peu Fiables

Nous traitons les données de durabilité de la même façon que la finance traite les données financières : avec une propriété claire, des contrôles et des pistes d'audit.

Ce qui ne va vraiment pas

  • Les données sont éparpillées entre systèmes et tableurs, consolidées manuellement une fois par an par quelqu'un qui y passe trop de temps.
  • Les définitions diffèrent entre unités, si bien que la même métrique signifie une chose différente à deux endroits, et les additionner au niveau du groupe crée des chiffres erronés.
  • Le manque de clarté sur la propriété des données de durabilité crée de la frustration entre les départements.
  • La consolidation est manuelle, le même travail refait chaque année de reporting, avec les mêmes erreurs et la même pression temporelle.
  • Il manque des contrôles et une piste d'audit : un chiffre ne peut pas être retracé jusqu'à son origine, et cela fait mal au moment où un auditeur externe doit donner une opinion d'assurance.
  • Le piège récurrent : se tourner vers un logiciel avant que le processus n'existe. Un outil sur un processus désordonné ne donne que des rapports plus propres des mêmes chiffres peu fiables.

Sustainability Data Mapping, Collection & Management, en pratique

Scan de préparation des données et registre des points de données

La première étape consiste à établir quels points de données sont nécessaires pour le référentiel de reporting concerné et les sujets matériels, et à identifier lesquels existent déjà au sein de l'entreprise.

Cartographie source-vers-rapport et processus des données

Pour chaque point de données, nous déterminons d'où il vient, quels processus il subit, où il termine dans le rapport, quels contrôles sont en place, et comment les données sont agrégées, normalisées, calculées et standardisées jusqu'à un chiffre vérifiable.

Propriété et RACI

Définir une matrice RACI de propriété et de processus des données de durabilité dans tous les départements concernés, y compris la finance, la logistique, les achats, les opérations, les installations, les RH, le juridique/conformité et l'IT.

Règles de qualité et cadre de contrôle

Un ensemble de règles de qualité des données et de contrôles pour déterminer ce qui compte comme valeur valide par point de données et quel écart déclenche une alerte pour examen.

Exigences fonctionnelles, puis l'outil

Ce qu'un système doit faire, basé sur le processus conçu, dans cet ordre, jamais l'inverse. La conception du processus doit toujours venir en premier.

Le data bootcamp

Un programme intensif de trois jours où une équipe conçoit, avec tous les départements concernés, un processus de collecte pour un sujet. Le programme commence généralement par les données carbone ; le processus qui en résulte est ensuite testé face à la réalité organisationnelle. Cela se répète pour chaque sujet.

Ce qui la fait fonctionner

Séquence

D'abord le Processus, Ensuite l'Outil

Un outil utilisé avec un processus cassé ne donne que des rapports plus propres mais les mêmes mauvais chiffres. Nous résolvons d'abord le processus.

Fondation

Un Registre de Données, Aucune Supposition

Chaque point de données dont vous avez vraiment besoin, et seulement ceux-là, défini une fois, cartographié une fois, avec un seul propriétaire.

Vitesse

Trois Jours, un Sujet, Construit par Votre Équipe

Le data bootcamp conçoit un vrai processus de collecte en trois jours, et il est à vous car vous l'avez construit.

Propriété

Discipline de la Finance, Propriété Définie, Plusieurs Départements

La durabilité est propriétaire des rapports, mais chaque département est responsable de ses propres données.

Les questions posées avant de nous appeler

De meilleurs outils n'aident pas beaucoup si les chiffres sous-jacents n'ont jamais été fiables.

Comment collecter des données ESG dans plusieurs business units ?

Construisez d'abord un registre des points de données, puis concevez un processus source-vers-rapport par point de données avec des définitions cohérentes entre unités, plutôt que de laisser chaque unité développer sa propre approche de collecte indépendamment. Les définitions incohérentes entre unités sont souvent invisibles jusqu'à ce que quelqu'un essaie d'additionner les chiffres au niveau du groupe, moment où le total résultant combine silencieusement des chiffres qui n'ont jamais vraiment mesuré la même chose.

Nos données de durabilité vivent dans des tableurs, comment résoudre cela ?

Réparez d'abord le processus, propriété, définitions, contrôles, avant d'introduire un quelconque outil ; un outil sur un processus cassé ne produit que des rapports peu fiables plus propres qui semblent plus crédibles qu'ils ne le sont. Les tableurs ne sont pas vraiment le problème ; l'absence de propriété claire, de définitions cohérentes, et de tout contrôle sur ce qui compte comme chiffre valide est le problème, et aucun achat de logiciel ne résout cela seul.

Comment rendre les données ESG vérifiables ?

Concevez chaque processus de collecte avec contrôles, agrégation, normalisation, calcul et standardisation, afin que chaque chiffre soit traçable jusqu'à une source plutôt que d'arriver dans le rapport final comme un nombre inexpliqué que personne ne peut défendre si on le demande. Un processus vérifiable ressemble beaucoup à la façon dont la finance gère déjà les données financières, cette même discipline n'a simplement pas été traditionnellement appliquée aux chiffres de durabilité, exactement l'écart que cette approche comble.

Qu'est-ce que la cartographie source-vers-rapport pour les données de durabilité ?

Documenter, par point de données, d'où il vient, quel traitement il subit, et où il termine dans le rapport final, afin que tout le chemin de la source brute au chiffre publié soit explicite et vérifiable plutôt qu'une chose que seule une personne dans l'organisation comprend vraiment. Sans cette cartographie, un chiffre dans le rapport final est en pratique une boîte noire que personne ne peut vérifier de façon indépendante ni reconstruire si on le demande.

Comment définir la propriété des données pour le reporting ESG ?

Attribuez un RACI par point de données et processus, propriété de la définition côté durabilité, propriété du processus et du contrôle côté finance, plutôt que de laisser la propriété implicite et de supposer que quelqu'un s'en chargera naturellement. Les données de durabilité ont une tendance spécifique à finir sans propriétaire, car elles tombent entre des services qui supposent chacun que l'autre est responsable, exactement ce qu'un RACI explicite est censé éviter.

Comment construire un registre de points de données pour les ESRS ?

Déterminez quels points de données vos sujets matériels et le standard de reporting exigent vraiment, et enregistrez ce qui existe déjà par rapport à ce qui doit être construit, plutôt que d'essayer de collecter chaque point de données imaginable que le standard permet théoriquement. Un registre limité à ce qui est vraiment nécessaire, fondé sur vos sujets matériels spécifiques, représente une fraction de la taille de celui construit en essayant de couvrir chaque divulgation possible sans considérer sa pertinence.

Différentes unités définissent la même métrique différemment, comment aligner ?

Standardisez la définition à l'étape du registre des points de données, avant de concevoir un quelconque processus de collecte, car essayer de réconcilier des définitions incohérentes après que chaque unité a déjà construit son propre processus est considérablement plus perturbateur. S'accorder tôt sur une définition partagée, même si cela prend plus de temps au départ, évite le coût bien plus élevé de démanteler des processus incompatibles plus tard.

Quels contrôles faut-il sur les données de durabilité ?

Définissez à quoi ressemble une valeur valide par point de données et quel écart déclenche une alerte, la même discipline que les données financières ont déjà, étendue à des chiffres de durabilité historiquement collectés avec bien moins de rigueur. Un cadre de contrôle n'a pas besoin d'être élaboré pour être efficace ; il doit spécifier, pour chaque point de données, à quoi ressemble une plage plausible et ce qui se passe quand un chiffre en sort.

Comment préparer les données ESG pour l'assurance externe ?

Assurez-vous que chaque chiffre a une source traçable et un propriétaire nommé dès le premier jour, reconstruire cela après coup est bien plus coûteux, surtout une fois que la personne qui avait initialement compilé un chiffre a changé de poste ou quitté l'organisation. Les fournisseurs d'assurance recherchent spécifiquement ce type de traçabilité, et son absence est l'une des raisons les plus courantes pour lesquelles un rapport de durabilité n'obtient pas une opinion d'assurance propre.

Avons-nous besoin d'un outil ou devrions-nous d'abord réparer le processus ?

Réparez d'abord le processus. Les exigences fonctionnelles d'un outil devraient découler du processus conçu, pas l'inverse, car choisir le logiciel avant que le processus n'existe signifie deviner les exigences au lieu de les définir à partir d'un vrai flux de travail testé. Les outils choisis ainsi manquent souvent de capacités dont le processus a vraiment besoin, ou incluent une longue liste de fonctionnalités que le processus n'utilise jamais.

Comment choisir un logiciel pour le reporting ESG ?

Définissez les exigences fonctionnelles selon votre processus de collecte conçu, puis faites la sélection, jamais avant que le processus n'existe, car une démo de fournisseur est bien plus persuasive qu'une évaluation claire de ce dont votre collecte de données spécifique a vraiment besoin. Les exigences définies à partir d'un vrai processus sont généralement plus spécifiques et utiles lors de l'évaluation des fournisseurs qu'une checklist générique de fonctionnalités copiée d'un rapport sectoriel.

Qui devrait posséder les données ESG, la finance ou la durabilité ?

La propriété de la définition revient à la durabilité ; la propriété du processus et du contrôle revient à la finance, qui a déjà les systèmes et la discipline pour cela, car la finance a passé des décennies à construire la rigueur que le reporting de durabilité doit maintenant atteindre. Cette division évite l'erreur courante où la durabilité possède à la fois les définitions et le processus, sans les systèmes que la finance a déjà pour exécuter ce processus de façon fiable à grande échelle.

Comment monter en échelle la collecte de données ESG d'un pays à un groupe ?

Utilisez le même registre de points de données et la même conception de processus comme modèle, adapté par unité mais jamais redéfini par unité, afin que l'agrégation au niveau du groupe continue d'avoir du sens plutôt que de devenir une mosaïque d'approches réinventées localement. L'adaptation au contexte local est acceptable et souvent nécessaire ; redéfinir le point de données sous-jacent ou sa définition localement est ce qui casse la comparabilité au niveau du groupe.

Combien de temps faut-il pour établir un processus de collecte de données ESG ?

Des semaines pour un seul sujet ; un déploiement complet au niveau du groupe avec gouvernance se mesure en trimestres, piloté principalement par le nombre d'unités et de parties impliquées plus que par la complexité technique des données elles-mêmes. Le calendrier monte en échelle bien plus avec la coordination organisationnelle qu'avec la difficulté de la mesure sous-jacente, donc un pilote sur un seul sujet peut avancer bien plus vite qu'un déploiement complet.

Comment documenter un processus de collecte de données ESG pour les auditeurs ?

Maintenez la cartographie source-vers-rapport et le cadre de contrôle comme la documentation elle-même, construite prête pour l'audit dès la conception, plutôt que de traiter la documentation comme une tâche séparée à compléter une fois le processus déjà en cours. Ajouter de la documentation après coup à un processus déjà existant est généralement à la fois plus lent et moins précis que de construire la documentation comme sous-produit naturel d'une bonne conception de processus dès le début.

Ajouter un Logiciel de Données sur un Processus Cassé ne Produit que des Rapports Plus Jolis, Pendant que les Chiffres Sous-Jacents Restent Peu Fiables

Dites-nous d'où viennent aujourd'hui vos données de durabilité et nous cadrerons ce qu'il faut pour les rendre fiables.