Valg af Data Metoder til Klimaregnskab: Spend-baseret vs. Activity-baseret data

Ovenstående infographic fra GhG Protokollen, side. 23 (Her)

For at påbegynde et vellykket klimaregnskab og styrke dine bestræbelser på ESG-rapportering er det essentielt at mestre kunsten at indsamle data. Lad os dykke ned i data-metodernes verden og udforske forskellene mellem spend-baserede og activity-baserede tilgange i lyset af Greenhouse Gas-protokollen.

Forskellige data metoder: Spend-baseret vs. Activity-baseret
Forestil dig data som Nordstjernen, der leder din bæredygtighedsrejse. To primære metoder fremtræder: indsamling af omkostnings-baserede og aktivitets-baserede data. Hver bærer sin unikke række styrker og overvejelser, skræddersyet til forskellige rapporteringsbehov. Dog er det afgørende at forstå forskellene for at træffe langsigtede beslutninger, der korrelerer med virksomhedens rapporteringsambitioner og/eller krav.

Spend-Baseret Data: Følg det finansielle spor
Denne data beregnes efter det økonomiske forbrug i hver miljøkategori. Du vil se på, hvor mange penge der bliver brugt på elektricitet, opvarmning, materialer, forretningsrejser osv. Dette bliver ganget med en gennemsnitlig emissionsfaktor for at få et CO2-tal.

Fordele ved spend-baseret Data:

• Hurtige beregninger: Spend-baserede data er lagret i interne ERP-systemer og er derfor ofte let tilgængelige, hvilket giver hurtig overblik over emissioner og indledende indsigter.
• Grundlag for prioritering: Det giver et godt overblik over vigtigheden, risiko og impact af hver emissionskategori, så fokus til fortsat rapportering og ressourcer kan prioriteres på det rette område.
• Tilgængelighed: Når andre data er begrænset, kan spend-baseret data ofte findes.

Ulemper ved spend-baseret data:

• Dilemma om transparens: Øko-venlige produkter er ofte dyrere, og større indkøb reducerer ofte enhedspriser. Virksomhed A kan betale mere for at købe genbrugsmateriale til tøjproduktion, mens virksomhed B køber nyt materiale til en lavere pris. I sådanne tilfælde kan det se ud som om virksomhed A har flere emissioner end virksomhed B, fordi virksomhed A betalte mere, men i virkeligheden traf virksomhed A et mere bæredygtigt valg.
• Udfordringer med nøjagtighed: Finansielle tal svinger og påvirkes af inflation, rabatter, købstidspunkt osv. Hvis jeg køber en flybillet i dag og vil flyve i morgen, kan jeg betale 10 gange mere end hvis jeg købte billetten for et halvt år siden. Jeg vil stadig flyve samme afstand, men ved brug af en spend-baseret tilgang vil emissionerne se 10 gange højere ud for den samme flybillet.
• Begrænset sammenlignelighed: Det er vanskeligt at sammenligne resultater fra det ene år til det andet, selvom man forsøger at tage højde for visse udsving. Der vil stadig være mange parametre, der er svære at justere for.

Activity-Baseret Data: Indsigt fra forbrugsmålinger
Activity-baseret data dykker ned i enheder og mængder. Det kan være antallet af købte varer og ydelser, kilogram affald, kilowatt-timer elektricitet, kilometer transport eller liter brændstof osv. Disse data udgør grundlaget for fakturaer og kan derfor altid findes, men det kan være sværere at indhente, hvis leverandøren ikke deler det sammen med fakturaen.

Fordele ved activity-baseret data:

• Præcision: Forbrugsmålinger påvirkes ikke af tid eller af svingende økonomiske faktorer. Dette sikrer højere kvalitet og bedre nøjagtighed af data.
• Gode sammenligninger: Da der ikke er udsving mellem indkøbsperioder eller rapporteringsår, bliver det lettere at sammenligne og følge. CO2 for at købe 200 kg æbler det første år er det samme som at købe 200 kg æbler det andet år, på denne måde betyder det ikke noget, om inflationen gjorde æblerne 10% dyrere. Dette giver mulighed for forbedringer og at følge reduktion og udvikling af CO2.
• Pålidelighed og transparens: GhG-protokollen tilskriver aktivitetsdata højere troværdighed, ægthed og rapporteringstransparens.

Ulemper ved activity-baseret data:

• Ressourcekrævende: Indsamling af disse datapunkter kan tage tid, da det ikke altid er tilgængeligt i interne systemer, men skal hentes i leverandørportaler eller direkte fra leverandører.
• Begrænset tilgængelighed: Nogle leverandører, der er små, opererer i udviklingslande eller er bagud med digitalisering, kan have svært ved at levere disse data.

Skal du vælge mellem spend-baserede og activity-baserede data?

Sandheden er, at du kan bruge begge metoder samtidigt til dataindsamling og rapportering. GhG-protokollen rangerer dem efter nøjagtighed og troværdighed efter hvilken metode der er at foretrække. Dog bør metoden vælges ud fra data-tilgængelighed, rapporteringsformål, indvirkning og gennemførlighed (tid, ressourcer, omkostninger).

1. Leverandør-specifik metode
   Aktivitetsdata og produkt-specifikke emissionsfaktorer fra leverandører.
2. Hybrid metode
   Bruger en kombination af leverandør-specifikke aktivitetsdata (hvor det er tilgængelige) og spend data til at udfylde hullerne.
3. Gennemsnits-data metode
   Estimerer emissioner ved at indsamle data om massen (kunne være både activity-baseret eller spend-baseret data), eller andre relevante enheder af varer eller tjenesteydelser, der købes, og gange det med relevante sekundære (f.eks. industrien gennemsnitlige) emissionsfaktorer (f.eks. gennemsnitlige emissioner pr. enhed af vare eller tjenesteydelse).
4. Spend-baseret metode
   Estimerer emissioner baseret på den økonomiske værdi af varer og ydelser, der købes (spend-baseret data), og ganger det med relevante sekundære (f.eks. branche gennemsnitlige) emissionsfaktorer (f.eks. gennemsnitlige emissioner pr. monetær værdi af varer).

Strategiske Valg for bedre ESG rapportering
Valget mellem disse data-metodologier afhænger af flere faktorer, fra data-tilgængelighed og rapporteringsformål til impact-vurdering og gennemførlighed. Ved at kombinere spend-baserede og activity-baserede tilgange kan man strategisk forbedre rapporteringspræcision og effektivitet og udvikle sin bæredygtighedsrejse år for år.

Styrk dit klimaregnskab med Klappir
Inden for klimaregnskab og ESG-rapportering er Klappir en stærk spiller. Med over et årtis ekspertise automatiserer Klappirs softwareløsning dataindsamlingen, sikrer nøjagtighed og sparer værdifuld tid. Ved at integrere activity-baserede data for alle dine Scope 1, 2 og 3 udlendinger, styrker Klappir dit klimaregnskab, men reducerer risiko for fejl, sparer dig tid og reducerer omkostninger. I takt med at reguleringerne udvikler sig, og forventningerne fra interessenter stiger, harmoniserer Klappirs innovative platform virksomhedens data for at drive bæredygtighedssucces.

Tag på en datadrevet rejse med Klappir, hvor præcision, pålidelighed og fremskridt arbejder sammen for at vejlede virksomhedens klimaregnskab. Vi vil sikre, at du er klar til fremtidige EU direktiv og sikre bedre dataadgang, dataanalyse og monitorering.