Skip to content

Data som grundbult i klimatarbetet

Det pågår ett paradigmskifte för näringslivets hållbarhetsarbete. Med introduktionen av EUs flaggskeppsramverk CSRD (Corporate Sustainability Reporting Directive) ställs nya omfattande krav på företag att transparent och strukturerat redovisa hur man arbetar med sin påverkan, risker och möjligheter på kort, medel och lång sikt. CSRD är ett heltäckande ramverk som omfattar alla relevanta hållbarhetsfrågor men detta inlägg kommer fokusera på klimatarbetet och vikten av en effektiv och strukturerad datahantering för att nå CSRD kraven om en framtid med netto-noll utsläpp. 

Allt fler bolag är rapporterar värdekedjans utsläpp

Majoriteten av alla börsnoterade svenska bolag rapporterar idag sin klimatpåverkan för den egna verksamheten s.k. Scope 1 och 2. En nyligen genomförd genomlysning av bolag på stockholmsbörsen, genomförd av konsultbolaget 2050, visar även att majoriteten av svenska bolag idag rapporterar på utsläpp som sker i värdekedjan s.k. scope 3. Även globalt är trenden tydlig att fler och fler bolag rapporterar sina värdekedjerelaterade utsläpp. Det är goda nyheter då scope 3 utsläppen är den överlägset största utsläppskällan för de flesta bolag och också är obligatoriska att redovisa enligt CSRD. I genomsnitt står scope 3 utsläpp för 75 % av företags totala klimatpåverkan enligt en rapport från forskningsorganisationen WRI.

Men att rapportera betyder inte nödvändigtvis att man har bra koll eller bra processer för datahantering. För många företag innebär hantering och insamlingen av klimatdata ett komplicerat, tidskrävande och manuellt arbete som genomförs en eller ett fåtal gånger om året för rapporteringssyften. Kvalitén av den data som samlas in är dessutom ofta bristfällig och mäter inte den faktiska aktiviteten utan estimerar en aktivitet med hjälp av olika indikatorer som till exempel utgifter eller branschstatistik. Enligt en undersökning av TCFD (Taskforce on Climate-related Financial Disclosures) som analyserat attityder bland företag uppger över 80 % av bolagen att det är svårt till mycket svårt att mäta sina Scope 3 utsläpp. De vanligaste orsakerna är svårighet att samla in relevant data, utmaning i att välja rätt beräkningsmetodologi samt bristande kompentens och resurser.

WRI Scope 3 data 2

Fördelning av utsläpp per scope och industri. Källa: WRI, 2022 sammanställt med data från CDP
 

Vikten av en effektiv hantering av data för klimatarbetet

Resultatet av ett bristfällig tillvägagångsätt för att arbeta med sin klimatdata riskerar leda till ett långsamt och reaktivt beslutsfattande, tidskrävande och komplicerade processer för att sammanställa data och otillförlitligt resultat. Sammanfattningsvis resulterar det i en oförmåga att fatta informerade beslut. Uppdaterad och tillförlitlig data är därmed den grundbult som möjliggör en effektiv styrning för att uppnå klimatmål.

En parallell kan dras till företags ekonomiska rapportering. Det är idag en självklarhet för företag att automatiskt och i realtid samla data på utgifter och intäkter och göra detaljerade prognoser och sätta mål på hur utvecklingen förväntas ändras över tid. På samma sätt analyseras vilken ekonomisk konsekvens, risk och möjlighet ett affärsbeslut skulle innebära företaget. Precis samma mognadsresa behöver ske för klimatarbetet. Dessutom behöver affärsmodeller och ekonomisk planering integreras med klimatarbetet så att beslut fattas med hänsyn till både lönsamhet och företagets klimatmål. En ledningsgrupp skulle aldrig fatta affärsbeslut baserat på estimerad och ett års gammal ekonomisk data.

Data analys

Framgångsfaktorer för en effektiv datahantering

Vad är då framgångsfaktorerna för en effektiv hantering av klimatdata? Nedan listas några steg som är viktiga att få plats för att lyckas med datahanteringen.

  • Genomför datainventering 
    Datainventeringen syftar till att identifiera vilka utsläppskällor som förekommer inom respektive utsläppskategori. För varje utsläppskälla identifieras vilken typ av data som skall samlas in och i vilka system eller hos vilka leverantörer och kunder som datan finns. En initial screening av företagets totala utsläpp hjälper att identifiera vilka utsläppskällor och utsläppskategorier som är prioriterade och ska inkluderas.

  • Involvera relevanta kompetenser inom företaget 
    Att få tag på rätt data på bästa sätt kräver inkludering av flera kompetenser på olika positioner inom organisationen, speciellt om målsättningen är att automatisera dataflöden och minimera manuellt arbete. Ofta krävs det att inköp-, logistik-, IT- och ekonomiavdelningen inkluderas i ett tidigt skede.

  • Involvera leverantörer och kunder och ställ krav på transparens
    Tillförlitlig scope 3 data kräver samarbete med leverantörer och ibland kunder. Detta kan vara speciellt utmanande för produkter och tjänster som köps in från många olika leverantörer. Ett första steg är att sätta upp system så att relevant aktivitetsdata samlas, till exempel volym och typ av inköpt material, för att på sikt samla in specifik emissionsdata från nyckelleverantörer.

  • Integrera, konsolidera och automatisera dataflöden – Integrationen och konsolideringen av olika dataflöden till beräkning och rapporteringsplattformen ett viktigt steg för att automatisera datainsamling-, beräkning- och rapporteringsprocessen. Den tekniska utvecklingen på senare tid möjliggör flera smidiga lösningar för molnbaserad integration, och automatisk avläsning av dataunderlag. Framstegen med AI teknik lär snabba på och förenkla detta kontinuerligt. Genom en initial teknisk implementation frigörs tid för analys och strategisk arbete för reduktion i stället för att lägga tid på manuella processer för datainsamling.

  • Använd plattformsstöd
    Val av plattform är ett viktigt steg som kan förenkla samtliga steg i klimatberäkningsprocessen. Alternativet att genomföra manuella beräkningar och datainsamling genom Excel blir snabbt en övermäktig uppgift i takt med att Scope 3 datan skall samlas in och den historiska datan skall tas i beaktning. För mer information vad man bör tänka på i valet av plattform, se blogginlägg