Passer au contenu principal
Toutes les collectionsDéveloppez votre reporting CSRDCollecte de vos données RSE
Gestion de la Qualité des Données pour le Reporting ESG
Gestion de la Qualité des Données pour le Reporting ESG
Support @Greenly avatar
Écrit par Support @Greenly
Mis à jour il y a plus de 2 mois

Dans le reporting ESG, la gestion de la qualité des données est essentielle pour garantir que le rapport final respecte les normes de conformité et soit vérifiable. La Directive sur le reporting de durabilité des entreprises (CSRD) offre une certaine flexibilité mais exige aussi de la transparence dans la gestion des lacunes ou incertitudes des données. Cet article couvre les principaux défis et stratégies pour gérer la qualité des données et aborder les cas où des données ne sont pas disponibles.

1. Types de Défis en Qualité des Données dans les Initiatives de Reporting ESG

Les entreprises rencontrent généralement trois défis de qualité des données lorsqu’elles préparent leurs rapports ESG :

a) Données indisponibles


Parfois, les entreprises ne disposent pas des données nécessaires pour répondre à certaines questions, en raison de :

  • Lacunes dans les processus de collecte des données

  • Infrastructures de données insuffisantes

  • Manque d’informations historiques

Du point de vue de la conformité, cela peut entraîner des pénalités et nuire à la réputation de l’entreprise, car les parties prenantes peuvent percevoir un manque de transparence ou une préparation insuffisante dans la gestion des sujets ESG matériels.

b) Données disponibles mais basées sur des hypothèses ou jugements


Parfois, les entreprises s’appuient sur des approximations ou des hypothèses pour répondre. Bien que cela démontre une volonté de conformité, cela introduit un risque d'inexactitudes. Les organismes de régulation et les auditeurs peuvent exiger une transparence totale sur ces hypothèses, et un recours excessif aux approximations pourrait affaiblir la crédibilité du rapport.

c) Données disponibles mais incertaines


Dans certains cas, les données sont disponibles mais présentent une incertitude significative de mesure, souvent due à des limites des méthodes de mesure ou des ensembles de données incomplets. Sans divulgation adéquate, cette incertitude peut compromettre la fiabilité des données et engendrer des risques de conformité si elle mène à des rapports trompeurs.

2. Pourquoi les données peuvent être indisponibles

La CSRD entrera pleinement en vigueur en 2025, et sa portée étendue signifie que les entreprises pourraient avoir du mal à fournir des données pour chaque question jugée matérielle, en raison de :

  • Initiatives ESG en cours de développement : Les entreprises peuvent ne pas avoir mis en place tous les systèmes et pratiques nécessaires pour répondre à toutes les questions.

  • Outils de mesure inadéquats : Certaines entreprises manquent d’outils ou d’infrastructures internes pour collecter certaines données.

  • Défis stratégiques : Certaines questions impliquent des révisions du modèle économique de l’entreprise, nécessitant un développement progressif.

  • Dépendance aux partenaires externes : Certaines données dépendent de parties externes, ce qui peut retarder ou compliquer la collecte.

Pour ces raisons, la CSRD offre de la flexibilité pour certaines questions, permettant aux entreprises de prendre le temps de collecter ou d’améliorer leurs données.

3. Gérer la non-disponibilité des données : métriques et non-métriques

Cas 1 : Lorsque la question est une métrique


Une métrique est une mesure quantifiable utilisée pour évaluer l'impact d'une entreprise sur divers aspects ESG. Ces métriques sont généralement numériques et doivent être rapportées de manière cohérente et vérifiable pour une divulgation de durabilité fiable. Exemples : émissions de GES, statistiques des employés, données salariales.

Aucune donnée disponible ? Pour les métriques, l'option « Je ne peux pas répondre à cette question » n'est pas autorisée. Vous devez fournir une réponse, même si elle est fondée sur un proxy ou une estimation. Dans ce cas, mentionnez explicitement cette approximation dans les commentaires à des fins d'audit.

Les métriques courantes nécessitant des estimations peuvent inclure :

  • Émissions de GES (Scope 1, Scope 2, etc.)

  • Statistiques des employés (par ex., pourcentage d’employés en situation de handicap)

  • Salaires (par ex., salaires moyens par région géographique)

Pour créer des approximations, consultez votre base de connaissances ESG ou le centre d’aide de Greenly pour des conseils méthodologiques.

Cas 2 : Lorsque la question n’est pas une métrique


Pour les questions relatives aux Politiques, Actions ou Objectifs, la plateforme offre davantage de flexibilité.

Gérer la non-disponibilité des données :
Si les données ne sont pas disponibles, vous pouvez :

  • Sélectionner l'option « Je ne peux pas répondre à cette question. »

  • Marquer la question comme « Données indisponibles. »

  • Fournir une justification de l’indisponibilité dans le champ d’explication (facultatif mais recommandé).

Toutes les questions marquées comme « Données indisponibles » serviront de base pour votre Feuille de Route d’Amélioration du Reporting ESG, afin de guider les efforts de reporting futurs.

4. Transparence dans la Gestion des Problèmes de Qualité des Données

Le cadre CSRD offre une certaine flexibilité quant à la qualité des données fournies, mais exige une transparence complète. Les entreprises doivent divulguer les problèmes de qualité des données dans certaines sections du rapport.

Divulgations pour les Problèmes de Qualité des Données :

  1. Hypothèses, Approximations et Jugements
    Ces éléments doivent être divulgués dans le point de données ESRS 2, 11b, associé au formulaire « Mesures soumises à incertitude », qui doit inclure chaque KPI affecté par des hypothèses.

  2. Métriques Quantitatives avec Incertitude de Mesure
    Ces éléments doivent être divulgués dans le point de données ESRS 2, 11a.

    Utilisez le formulaire « Mesures soumises à incertitude » pour chaque métrique ou KPI affecté.

  3. Plans Futurs pour Améliorer la Précision des Données
    Pour les métriques basées sur des données indirectes (par exemple, les métriques de chaîne de valeur), les entreprises doivent divulguer leurs plans pour améliorer la précision des données à l'avenir. Ceci est rapporté dans ESRS 2, 10d, via le formulaire « Métriques de chaîne de valeur » et la question « Amélioration des estimations futures. »

La transparence dans ces domaines aide les entreprises à gérer les risques de conformité tout en améliorant continuellement leurs processus de reporting de données.

Avez-vous trouvé la réponse à votre question ?