Estimations dans les rapports GRI

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

Peu de rapports de durabilité de première année sont entièrement établis à partir de données mesurées et générées par des systèmes. Les émissions du scope 3 peuvent reposer sur des données de dépenses ou des approximations concernant les fournisseurs ; les effectifs totaux peuvent nécessiter des estimations lorsque les systèmes locaux ne concordent pas ; la couverture de la chaîne d'approvisionnement peut être extrapolée à partir d'échantillons ; et les évaluations de la biodiversité utilisent souvent des jeux de données secondaires ou modélisés avant que les études écologiques propres aux sites ne soient achevées. Traiter toutes ces informations comme interdites rendrait de nombreuses informations à fournir impossibles. Traiter tout nombre approximatif comme acceptable rendrait le rapport peu fiable.

La véritable décision en matière de rapport n'est donc pas « estimation ou absence d'estimation ». Il s'agit de déterminer si l'estimation proposée est adaptée à la décision et à l'information à fournir, si l'incertitude restante pourrait modifier la conclusion du lecteur et si l'organisation peut expliquer et reproduire la méthode. Une estimation transparente est une méthode contrôlée d'établissement des rapports. Un nombre inexpliqué n'est qu'une lacune de données déguisée en précision.

GRI 1 n'établit pas de seuil universel d'erreur numérique ni de hiérarchie unique des estimations acceptables. Il établit plutôt des principes d'établissement des rapports qui encadrent le jugement. En vertu du principe d'exactitude, l'organisation communique des informations correctes et suffisamment détaillées pour permettre une évaluation de ses impacts. Les orientations qui l'accompagnent demandent à l'organisation d'identifier les données estimées et d'expliquer les hypothèses, techniques et limites sous-jacentes. En vertu de la vérifiabilité, l'organisation devrait conserver les sources originales, les éléments probants étayant les hypothèses et les calculs, les contrôles internes et des explications claires de l'incertitude.

La comparabilité ajoute une dimension temporelle. Les méthodes et les hypothèses devraient être appliquées de manière cohérente. Lorsqu'une nouvelle méthode, définition, acquisition, cession ou correction modifie de manière significative les informations antérieures, GRI 2-4 exige de l'organisation qu'elle communique le retraitement, en explique la raison et en décrive l'effet. L'exhaustivité empêche qu'une estimation soit utilisée pour dissimuler une entité, un lieu ou un impact omis qui est nécessaire à la compréhension de la performance de l'organisation.

Une estimation devrait être acceptée parce qu’elle peut répondre au besoin d’information visé, et non simplement parce qu’elle produit un chiffre. L’équipe chargée du reporting devrait d’abord définir précisément l’exigence, la population, le périmètre, la période et la décision. Elle peut ensuite tester l’estimation au regard des critères ci-dessous. Un résultat faible ne signifie pas toujours qu’il faut omettre l’information : la méthode peut être améliorée, l’information publiée peut être désagrégée ou une fourchette peut être plus honnête qu’une estimation ponctuelle.

Figure 1. Logique de décision pour les données mesurées, une estimation utilisable ou un motif d’omission autorisé. Il s’agit d’un outil d’aide à la mise en œuvre de la LRA ; l’exigence de publication applicable et les autorisations d’omission du GRI doivent néanmoins être vérifiées.

La méthode n’a aucun rapport avec l’information à fournir ou l’impact et induirait les lecteurs en erreur quant à ce qui a été mesuré.

La population non couverte pourrait comporter des impacts significatifs, mais sa taille ou ses caractéristiques sont inconnues.

Des hypothèses alternatives raisonnables produisent des résultats qui modifieraient une conclusion significative et l’incertitude ne peut pas être communiquée de manière pertinente.

Le calcul ne peut pas être reconstitué parce que les données sources, les facteurs, les transformations ou les approbations n’ont pas été conservés.

Un jugement juridique, contractuel ou scientifique est remplacé par un indicateur numérique générique qui ne relève pas de la compétence de l’équipe chargée du reporting.

L’estimation est utilisée pour étayer une affirmation de réalisation, de réduction ou d’efficacité que les éléments probants ne peuvent pas démontrer.

Une estimation publiée devrait être gérée comme une donnée faisant l’objet de contrôles, et non comme une note de bas de page ajoutée à la fin de la rédaction. Le dossier devrait permettre à un examinateur de retracer la valeur publiée jusqu’à sa population source, sa méthode, ses hypothèses, son incertitude, ses contrôles et son amélioration future. Le même dossier contribue également à assurer un traitement cohérent lors du prochain cycle de reporting.

Figure 2. Chaîne de preuves étayant une estimation publiée. Chaque niveau devrait être visible dans le dossier interne, même lorsque seuls la méthodologie significative et la limitation sont publiées.

L’explication publique devrait être proportionnée à l’importance et à l’incertitude de l’estimation. Une estimation courante à faible risque peut nécessiter une phrase claire sur la méthode. Une estimation majeure concernant le Scope 3, le personnel, la chaîne d’approvisionnement ou la biodiversité peut nécessiter la population, la couverture, la source du facteur ou du modèle, les hypothèses, les limites connues, la sensibilité et le plan d’amélioration. L’objectif n’est pas de publier tous les détails de chaque feuille de calcul. Il s’agit de fournir aux utilisateurs de l’information suffisamment de contexte pour comprendre ce que représente la valeur et ce qu’elle ne représente pas.

L’incertitude devrait être gérée proportionnellement à la sensibilité des décisions. Toutes les estimations ne nécessitent pas un intervalle de confiance formel. Toutefois, l’équipe chargée de l’établissement du rapport devrait comprendre comment le résultat évolue lorsque les paramètres nécessitant le plus de jugement sont modifiés. L’analyse de sensibilité peut révéler qu’une hypothèse apparemment mineure détermine le résultat, qu’un classement des impacts est instable ou qu’une réduction publiée se situe dans la plage d’incertitude méthodologique.

Améliorer une estimation n’est pas simplement un objectif de projet de données. Cela peut modifier la comparabilité. Avant de remplacer un proxy ou un modèle, l’équipe devrait évaluer si les informations historiques peuvent et devraient être recalculées sur la nouvelle base. Si une modification altère de manière significative des informations publiées antérieurement, le rapport devrait expliquer la raison, l’effet et le traitement des données comparatives au titre de GRI 2-4. Une baisse des émissions ou du nombre d’incidents après une modification de la méthodologie ne doit pas être présentée comme une amélioration opérationnelle, sauf si les éléments probants étayent cette conclusion.

Définir l’état cible : données mesurées, propres au fournisseur, propres au site, données secondaires plus représentatives ou meilleur modèle.

Donner la priorité aux estimations qui sont importantes, sensibles pour les décisions, liées à des objectifs ou à des déclarations publiques, ou susceptibles d’entrer dans le périmètre de l’assurance.

Attribuer un responsable, une étape clé et un critère de qualité des données plutôt qu’une promesse générique d'améliorer les données'.

Tester la nouvelle méthode en parallèle de l’ancienne lorsque cela est possible et quantifier l’effet.

Appliquer un critère de retraitement documenté et obtenir une approbation avant de modifier la tendance publiée.

Mettre à jour conjointement la note méthodologique, le registre des sources, le fichier de calcul, la référence à l’Index de contenu et l’enregistrement prêt pour l’IA.

L’équipe chargée du reporting définit d’abord les trois populations distinctes, plutôt que d’appliquer une seule étiquette générale de 'données estimées'. Pour les émissions liées aux biens achetés, elle utilise des facteurs fondés sur les dépenses pour les acquisitions et des données physiques propres aux fournisseurs stratégiques. Pour les travailleurs qui ne sont pas des salariés, elle applique la permission de recourir à des estimations et les orientations relatives à l’arrondissement de GRI 2-8, étayées par les listes de sous-traitants et les relevés de factures. Pour le filtrage de la biodiversité, elle utilise un jeu de données géospatiales identifié pour localiser les zones d’approvisionnement potentiellement à haut risque et évite explicitement de décrire le modèle comme une évaluation de site.

L’équipe calcule la part estimée de chaque total, réalise une analyse de sensibilité sur le facteur Scope 3 le plus important, rapproche les estimations relatives aux travailleurs des dépenses consacrées aux sous-traitants et des relevés d’accès, et consigne la résolution du modèle pour la biodiversité. Elle communique les limites à côté des indicateurs concernés et attribue des jalons d’amélioration distincts : les données d’activité des fournisseurs dans un délai de douze mois, un registre harmonisé des sous-traitants d’ici la fin de l’année suivante et une évaluation de terrain pour deux régions d’approvisionnement à haut risque. Les relevés d’estimation montrent clairement que les trois méthodes répondent à des besoins d’information différents et comportent des niveaux d’incertitude différents.

Pourquoi cela fonctionne : la formulation identifie le chiffre, la population, la méthode, la raison, la base du facteur, l’incertitude, le contrôle, l’action d’amélioration et le traitement comparatif concernés. Elle ne laisse pas entendre que l’estimation est exacte, qu’elle a fait l’objet d’une assurance externe ou qu’elle constitue la preuve d’une réduction des émissions.

Les données modélisées sur la biodiversité peuvent être utilisées lorsqu’elles sont adaptées à la finalité de l’information à fournir et qu’elles sont identifiées de manière transparente, plutôt que présentées comme un fait mesuré sur site. Expliquez le modèle, la source, la résolution, les hypothèses, la couverture et les limites, conservez des éléments probants reproductibles et des contrôles d’examen, et améliorez les conclusions ou abstenez-vous d’en tirer lorsque l’incertitude pourrait modifier de manière significative la compréhension du lecteur.