Le secteur du transport présente une caractéristique que peu d'autres secteurs partagent : la plus grande partie des émissions de CO2 est générée hors du bureau, répartie sur des véhicules, des trajets et des sous-traitants qui ne se trouvent pas tous dans le même système. Là où un bâtiment de bureaux est relativement simple à mesurer, le parc de véhicules d'une entreprise de transport se compose de dizaines voire de centaines de sources individuelles mobiles, chacune avec sa propre consommation de carburant, son taux de chargement et son itinéraire. Les émissions ne se trouvent pas dans un bâtiment mais dans une somme de trajets, et cette somme doit provenir de plusieurs systèmes à la fois.
À cela s'ajoute une seconde couche : une part importante des kilomètres n'est souvent pas parcourue par le parc de véhicules propre mais par des sous-traitants, des transporteurs affrétés ou des partenaires de la chaîne. Ces émissions relèvent dans la plupart des cas du scope 3, et les données à ce sujet sont rarement disponibles de manière standard. Une entreprise de transport qui souhaite mettre de l'ordre dans ses données de durabilité doit donc non seulement fouiller ses propres systèmes, mais aussi disposer d'accords sur ce que les sous-traitants fournissent et sous quelle forme.
La consommation de carburant est généralement le point de départ et en même temps l'élément le plus fragmenté. Les données de cartes de carburant, les ordinateurs de bord, les systèmes de télématique et les bons de ravitaillement manuels coexistent souvent, avec des résolutions différentes et des définitions différentes de ce qu'est un « trajet ». Un ordinateur de bord enregistre par véhicule, un fournisseur de cartes de carburant facture par carte, et ces deux éléments ne coïncident pas automatiquement.
Les logiciels de planification et de TMS (systèmes de gestion du transport) contiennent des données sur le taux de chargement, les trajets de retour et les kilomètres à vide, nécessaires pour pouvoir répartir les émissions par envoi ou par client. Ces systèmes sont conçus avant tout pour la planification opérationnelle, pas pour le reporting de durabilité, ce qui fait que les champs nécessaires y figurent parfois, mais pas dans le format requis par un reporting CSRD.
Les systèmes RH et de personnel contiennent des données sur les déplacements domicile-travail et, pour les entreprises disposant de leurs propres ateliers, sur la consommation d'énergie des bâtiments d'entreprise. Les services facilitaires gèrent quant à eux souvent séparément les contrats d'énergie des bureaux, des bornes de recharge et d'autres biens immobiliers. Et il y a encore le dossier des contrats et accords avec les sous-traitants, dans lequel figure parfois, mais pas toujours, une information sur le type de carburant ou le type de véhicule utilisé.
Dans de nombreuses entreprises de transport, il n'existe personne qui ait une vue d'ensemble sur toutes les sources mentionnées ci-dessus. Le service de planification connaît les trajets, le gestionnaire du parc connaît la consommation de carburant, les achats connaissent les sous-traitants, et la finance doit finalement en faire un chiffre de reporting. Sans propriété clairement définie par point de données, il existe un risque que personne ne se sente responsable de l'exactitude d'un chiffre, et que ce n'est qu'au moment de l'élaboration du rapport qu'on découvre qu'une source manque ou ne correspond pas.
Ce schéma est reconnaissable : dans les services aux entreprises et dans le commerce de détail également, les données sont dispersées entre des services qui ont chacun une partie du tableau, sans que personne ne surveille l'ensemble. Dans le transport, s'ajoute la complication qu'une part substantielle des sources se trouve physiquement hors de l'entreprise, dans des véhicules et chez des partenaires.
Il est tentant de vouloir résoudre cette fragmentation avec un logiciel qui combine automatiquement la télématique, les données de cartes de carburant et les données TMS. Un tel logiciel peut être utile, mais seulement s'il est clair au préalable quel point de données doit provenir de quelle source, qui contrôle ce point de données et quelle règle de qualité détermine si une valeur est crédible. Un outil posé sur un processus non organisé produit un reporting plus soigné sur les mêmes chiffres peu fiables. L'ordre est donc d'abord le registre des points de données et de leur origine, et ensuite éventuellement un système qui automatise ce flux.
Le Data Readiness Scan cartographie pour une entreprise de transport quel point de données provient de quel système : consommation de carburant par véhicule ou par trajet, taux de chargement issu du TMS, consommation d'énergie des sites, et les données que les sous-traitants fournissent ou justement ne fournissent pas. Pour chaque point de données, on consigne qui en est le propriétaire et quelle règle déterminant si la valeur est plausible, afin qu'en cas de contrôle, il soit clair d'où vient un chiffre et à qui on peut le demander. Ce travail ne porte pas sur le rapport lui-même ni sur les réponses aux questionnaires des clients ou des banques, mais sur la couche de données qui les précède.
Le scan est en cours de construction. Toute personne intéressée peut s'inscrire sur la liste d'attente ; rien n'est vendu actuellement qui ne soit pas encore terminé.
Dès qu'il est clair quels points de données existent, qui les gère et de quel système ils proviennent, une question suivante se pose naturellement : quelle part de la collecte et du contrôle de ces points de données reste un travail manuel confié à un planificateur ou un contrôleur, et quelle part est suffisamment répétitive pour être automatisée. Cette même question se pose dans des secteurs comme l'enseignement et le secteur agricole, où les données opérationnelles sont tout aussi dispersées que dans le transport. Le scan de travail de FTE TO AI calcule par tâche quelle part du travail peut être reprise par l'IA, et s'inscrit ainsi dans la continuité du moment où le registre de points de données du Data Readiness Scan est terminé : savoir d'abord où se trouvent les données et qui en est responsable, puis seulement examiner quelle part de leur entretien peut être automatisée.
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.