Le commerce de détail présente une caractéristique qui complique ses données de durabilité davantage que pour une entreprise dotée d'un seul site de production : la plus grande partie de l'impact ne se produit pas dans ses propres bâtiments, mais chez d'autres. Un détaillant vend des produits fabriqués ailleurs, transportés par des parties qui ne sont pas à son service, et emballés dans des matériaux choisis par les fournisseurs. Les magasins et centres de distribution propres ne représentent qu'une partie du tableau complet. Le reste se trouve dans une chaîne de fournisseurs, de prestataires logistiques et, parfois, de leurs propres sous-traitants. Qui recherche les données de durabilité d'une organisation de détail recherche donc en grande partie des données qui n'ont pas été mesurées par sa propre organisation.
La partie la plus accessible des données concerne l'empreinte immobilière propre : la consommation d'énergie des magasins, centres de distribution et bureaux, souvent retrouvée dans les factures des fournisseurs d'énergie ou dans les systèmes de gestion technique des bâtiments. Pour une chaîne comptant de nombreux points de vente, cela devient rapidement un ensemble de contrats séparés, de relevés de compteurs et de factures par site, gérés par différents responsables régionaux ou une équipe facilitaire. La donnée existe, mais elle est si dispersée sur autant de sites que personne n'en fait automatiquement un ensemble cohérent.
Les données de transport — consommation de carburant des flottes propres, mais surtout des transporteurs sous-traités — se situent en grande partie hors de l'organisation. Un détaillant qui externalise le transport reçoit des factures et parfois des rapports du transporteur, mais rarement un format correspondant à ses propres besoins de reporting. Ces données doivent être demandées, traduites et rattachées aux volumes internes, ce qui ajoute une étape manuelle qui se perd facilement entre les achats, la logistique et la durabilité.
La plus grande partie de l'impact climatique d'un détaillant se situe généralement dans la production des marchandises vendues, bien avant sa propre porte. Ces données proviennent, si elles sont disponibles, de fournisseurs qui utilisent eux-mêmes des méthodes de mesure diverses, ou de moyennes sectorielles génériques que les achats ou la durabilité ont un jour recherchées. Pour un assortiment comptant de nombreux produits et fournisseurs différents, il en résulte un tableau avec des données de qualité variable : certains chiffres sont mesurés, d'autres estimés, d'autres encore repris d'un ancien rapport. Personne dans l'organisation n'a une vue d'ensemble complète de la provenance de chaque chiffre.
Les données d'emballage — poids, matériau, recyclabilité — sont souvent enregistrées par les achats ou des spécialistes de l'emballage, par catégorie de produit ou contrat fournisseur. Les données de déchets des magasins et centres de distribution proviennent quant à elles des prestataires de gestion des déchets, avec leurs propres formats de rapport et unités de mesure. Ces deux flux aboutissent rarement dans le même système que les données d'énergie ou de transport, si bien que quiconque souhaite une vue complète doit passer par plusieurs services pour réunir les pièces du puzzle.
Outre les données climatiques, le reporting de durabilité exige également des indicateurs sociaux : rotation du personnel, diversité, conditions de travail dans la chaîne. Pour l'organisation propre, cela relève généralement des RH, dans des systèmes qui n'ont pas été conçus en ayant le reporting de durabilité à l'esprit. Pour la chaîne — les conditions de travail chez les fournisseurs — les données sont souvent encore plus rares et dépendent d'audits ou de certifications qui ne sont pas réalisés chaque année de la même manière.
Le fil conducteur dans le commerce de détail est que les données naissent rarement en un seul endroit et ne sont presque jamais gérées en un seul endroit. Pour chaque point de données, la question suivante est pertinente : cela provient-il d'un système propre ou d'un tiers, qui l'a fourni, comment a-t-il été mesuré, et quand a-t-il été mis à jour pour la dernière fois. Sans un registre répondant à ces questions, les données sous-tendant un rapport restent une collection de fichiers séparés dont personne ne peut désigner l'origine avec certitude. Ce registre est précisément l'objet du Data Readiness Scan : non le rapport lui-même, mais la traçabilité (lineage) par point de données, la propriété et les règles de qualité qui déterminent si un chiffre est fiable.
Le défi décrit ici se retrouve sous une forme comparable dans d'autres secteurs, avec des priorités différentes. Pour une entreprise d'hôtellerie-restauration, l'accent porte sur les flux alimentaires et la consommation d'énergie par établissement, pour une entreprise informatique sur les centres de données et l'utilisation des équipements, et pour une entreprise immobilière sur la performance énergétique des bâtiments tout au long de leur cycle de vie. Dans chacun de ces secteurs, la même question de base se pose : où le chiffre naît-il, et qui peut en rendre compte.
Le Data Readiness Scan de csrdready.net est actuellement en cours de développement. Ceux qui souhaitent déjà réfléchir à quoi devrait ressembler un registre de points de données pour une organisation comptant de nombreux points de vente et une longue chaîne de fournisseurs peuvent s'inscrire sur la liste d'attente. Rien n'est vendu pour le moment, seule une place est réservée pour quand l'instrument sera disponible.
Dès que l'aperçu des points de données, des sources et des propriétaires commence à être en ordre, une question suivante se pose : quelle part de la collecte, du contrôle et de la mise à jour de ces données constitue un travail manuel, et quelle part peut être effectuée avec le soutien de l'IA. FTE TO AI propose à cet effet un scan de travail qui calcule, tâche par tâche, quelle part du travail peut être reprise, un complément qui n'a de sens qu'une fois clairement établi quelles tâches existent précisément et d'où elles proviennent.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.