Estimaciones en los informes GRI

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

Pocos informes de sostenibilidad del primer año se elaboran íntegramente a partir de datos medidos y generados por sistemas. Las emisiones de Alcance 3 pueden basarse en proxies de gasto o de proveedores; los totales de la plantilla pueden requerir estimaciones cuando los sistemas locales no están alineados; la cobertura de la cadena de suministro puede extrapolarse a partir de muestras; y las evaluaciones de biodiversidad suelen utilizar conjuntos de datos secundarios o modelizados antes de que se completen los estudios ecológicos específicos de los sitios. Tratar toda esta información como prohibida haría imposibles muchas divulgaciones. Tratar como aceptable todo número aproximado haría que el informe no fuera fiable.

Por tanto, la verdadera decisión de elaboración del informe no es «estimación o ninguna estimación». Es determinar si la estimación propuesta es adecuada para la decisión y la información divulgada, si la incertidumbre restante podría cambiar la conclusión del lector y si la organización puede explicar y reproducir el método. Una estimación transparente es un método controlado de elaboración de informes. Un número sin explicación no es más que una brecha de datos disfrazada de precisión.

GRI 1 no establece un umbral numérico universal de error ni una jerarquía única de estimaciones aceptables. En su lugar, establece principios de elaboración de informes que orientan el juicio. Conforme al principio de Precisión, la organización comunica información correcta y suficientemente detallada para evaluar sus impactos. La orientación complementaria pide a la organización que identifique los datos estimados y explique los supuestos, las técnicas y las limitaciones subyacentes. Conforme a la Verificabilidad, la organización debería conservar las fuentes originales, la evidencia que respalda los supuestos y los cálculos, los controles internos y explicaciones claras de la incertidumbre.

La Comparabilidad añade una dimensión temporal. Los métodos y los supuestos deberían aplicarse de manera coherente. Cuando un método, una definición, una adquisición, una disposición o una corrección nuevos modifican significativamente información anterior, GRI 2-4 exige que la organización comunique la reformulación, explique por qué se realizó y describa el efecto. La Exhaustividad impide utilizar una estimación para ocultar una entidad, una ubicación o un impacto omitido que sea necesario para comprender el desempeño de la organización.

Una estimación debe aceptarse porque puede respaldar la necesidad de información prevista, no simplemente porque produzca una cifra. El equipo de información debe definir primero el requisito exacto, la población, el límite, el período y la decisión. A continuación, puede evaluar la estimación con arreglo a los criterios siguientes. Un resultado débil no siempre significa omisión: el método puede mejorarse, la información divulgada puede desglosarse o un intervalo puede ser más honesto que una estimación puntual.

Figura 1. Lógica de decisión para datos medidos, una estimación utilizable o una razón permitida para la omisión. Esta es una ayuda de implementación de LRA; aún deben comprobarse el requisito de información pertinente y los permisos de omisión de GRI.

El método no está relacionado con la divulgación o el impacto y induciría a error a los lectores sobre lo que se ha medido.

La población no cubierta podría contener impactos significativos, pero se desconoce su tamaño o sus características.

Supuestos alternativos razonables producen resultados que cambiarían una conclusión material y la incertidumbre no puede comunicarse de manera significativa.

El cálculo no puede reconstruirse porque no se han conservado los datos de origen, los factores, las transformaciones o las aprobaciones.

Se está sustituyendo un juicio jurídico, contractual o científico por un indicador numérico genérico fuera de la competencia del equipo de presentación de información.

La estimación se utiliza para respaldar una afirmación de logro, reducción o eficacia que la evidencia no puede demostrar.

Una estimación divulgada debe gestionarse como un dato sujeto a controles, no como una nota al pie añadida al final de la redacción. El registro debe permitir a un revisor rastrear el valor publicado hasta su población de origen, método, supuestos, incertidumbre, controles y mejora futura. El mismo registro también respalda un tratamiento coherente en el siguiente ciclo de presentación de información.

Figura 2. Conjunto de evidencias que sustenta una estimación divulgada. Cada capa debe estar visible en el registro interno, incluso cuando solo se publiquen la metodología material y la limitación.

La explicación pública debe ser proporcional a la importancia y la incertidumbre de la estimación. Una estimación rutinaria de bajo riesgo puede requerir una frase clara sobre la metodología. Una estimación importante de Alcance 3, personal, cadena de suministro o biodiversidad puede requerir la población, la cobertura, la fuente del factor o modelo, los supuestos, las limitaciones conocidas, la sensibilidad y el plan de mejora. El objetivo no es publicar todos los detalles de la hoja de cálculo. Es proporcionar a los usuarios de la información contexto suficiente para comprender qué representa el valor y qué no representa.

La incertidumbre debería gestionarse en proporción a la sensibilidad de las decisiones. No toda estimación necesita un intervalo de confianza formal. Sin embargo, el equipo de elaboración de informes debería comprender cómo cambia el resultado cuando se modifican los datos de entrada que requieren más juicio. El análisis de sensibilidad puede revelar que un supuesto aparentemente menor determina el resultado, que una clasificación de los impactos es inestable o que una reducción publicada se encuentra dentro del rango de incertidumbre metodológica.

Mejorar una estimación no es únicamente un objetivo de un proyecto de datos. Puede cambiar la comparabilidad. Antes de sustituir un indicador indirecto o un modelo, el equipo debería evaluar si la información histórica puede y debe recalcularse sobre la nueva base. Si un cambio altera materialmente la información comunicada anteriormente, el informe debería explicar el motivo, el efecto y el tratamiento de los comparativos conforme a GRI 2-4. Una cifra menor de emisiones o incidentes después de un cambio metodológico no debe presentarse como una mejora operativa salvo que la evidencia respalde esa conclusión.

Defina el estado objetivo: medido, específico del proveedor, específico del sitio, datos secundarios más representativos o un modelo mejor.

Priorice las estimaciones que sean grandes, sensibles para las decisiones, estén vinculadas a objetivos o declaraciones públicas, o probablemente entren en el alcance del aseguramiento.

Asigne un responsable, un hito y un criterio de calidad de los datos, en lugar de una promesa genérica de 'mejorar los datos'.

Pruebe el nuevo método en paralelo con el antiguo cuando sea posible y cuantifique el efecto.

Aplique un criterio documentado de reexpresión y obtenga aprobación antes de cambiar la tendencia publicada.

Actualice conjuntamente la nota metodológica, el registro de fuentes, el archivo de cálculo, la referencia al Índice de contenidos y el registro preparado para IA.

El equipo de elaboración del informe define primero las tres poblaciones separadas, en lugar de aplicar una única etiqueta general de 'datos estimados'. Para las emisiones de bienes adquiridos, utiliza factores basados en el gasto para las adquisiciones y datos físicos específicos de los proveedores estratégicos. Para los trabajadores que no son empleados, aplica el permiso para realizar estimaciones y las directrices de redondeo de GRI 2-8, respaldados por registros de contratistas y registros de facturas. Para el cribado de biodiversidad, utiliza un conjunto de datos geoespaciales identificado para localizar posibles áreas de abastecimiento de alto riesgo y evita explícitamente describir el modelo como una evaluación del sitio.

El equipo calcula la proporción estimada de cada total, realiza un análisis de sensibilidad sobre el mayor factor de Scope 3, concilia las estimaciones de trabajadores con el gasto en contratistas y los registros de acceso, y registra la resolución del modelo para la biodiversidad. Divulga las limitaciones junto a las métricas afectadas y asigna hitos de mejora separados: datos de actividad de los proveedores en un plazo de doce meses, un registro armonizado de contratistas para el cierre del año siguiente y una evaluación de campo para dos regiones de abastecimiento de alto riesgo. Los registros de estimaciones dejan claro que los tres métodos responden a necesidades de información diferentes y conllevan distintos grados de incertidumbre.

Por qué funciona: identifica la cifra afectada, la población, el método, el motivo, la base del factor, la incertidumbre, el control, la acción de mejora y el tratamiento comparativo. No implica que la estimación sea exacta, esté sujeta a aseguramiento externo o constituya evidencia de una reducción de emisiones.

Los datos de biodiversidad modelizados pueden utilizarse cuando sean adecuados para la finalidad de la presentación de informes y se identifiquen de forma transparente, en lugar de presentarse como un hecho medido en el sitio. Explique el modelo, la fuente, la resolución, los supuestos, la cobertura y las limitaciones; conserve evidencia reproducible y controles de revisión; y mejore las conclusiones o absténgase de extraerlas cuando la incertidumbre pueda cambiar de manera material la comprensión del lector.