Un cabinet d'avocats, un cabinet comptable ou un bureau de conseil n'a pas de ligne de production, pas de parc de véhicules significatif et généralement pas de hall industriel propre. Les émissions ne se trouvent pas dans les machines mais dans les personnes : bâtiments de bureaux, ordinateurs portables, déplacements professionnels, et les services achetés auprès d'autres parties. Là où une entreprise industrielle peut mesurer la plupart des émissions dans ses propres murs, chez les services aux entreprises, c'est justement la plus grande partie qui se trouve hors de ces murs. Cela déplace la question de « qu'émettons-nous » vers « qu'émettent les parties qui nous entourent », et c'est précisément ce déplacement qui complique les données.
Les données de base sur le bâtiment propre sont souvent encore faciles à trouver : factures d'énergie auprès de la gestion facilitaire, contrats de service auprès du gestionnaire d'immeuble, contrats de location auprès de la finance. Mais dès que le périmètre s'élargit, les données se dispersent entre des départements qui ne se parlent pas nécessairement. Les frais de déplacement et les notes de frais se trouvent dans le système RH ou de notes de frais, souvent sans distinction entre voyage en avion, train ou voiture. L'achat de services informatiques, de stockage cloud et de licences logicielles passe par les achats ou par des contrats départementaux distincts, avec des factures qui ne mentionnent pas la consommation énergétique du fournisseur. La consommation de papier, l'impression et la restauration relèvent de la gestion facilitaire. Les travailleurs intérimaires et les freelances figurent parfois dans les chiffres du personnel, parfois non, selon la manière dont l'administration RH est organisée.
Le poste le plus important, les services achetés à d'autres entreprises, est généralement le plus flou. Un bureau de conseil qui fait appel à des sous-traitants, un cabinet comptable qui externalise du travail à un autre cabinet, une équipe juridique qui engage des experts externes : cette chaîne de prestation de services génère des émissions qui ne sont enregistrées automatiquement nulle part, car la facture ne montre que le montant, pas l'origine.
Comme il n'existe pas d'appareil qui mesure en continu, les données de durabilité dans les services aux entreprises naissent souvent d'une collecte manuelle : quelqu'un demande les factures à la gestion facilitaire, demande les données de déplacement aux RH, demande les données d'achat aux achats, et assemble tout cela dans une feuille de calcul. Cette feuille de calcul devient le système de référence de facto, sans que personne ne puisse indiquer qui gère la source de chaque chiffre ni à quelle fréquence elle est mise à jour. Lors du cycle de reporting suivant, le travail est souvent refait, avec une sélection de sources légèrement différente, ce qui rend les chiffres difficilement comparables d'une année à l'autre.
La tentation est d'acquérir un outil de reporting dès que les questionnaires arrivent. Mais un outil superposé à une collecte dispersée et manuelle rend surtout le résultat plus lisible, pas plus fiable. La question sous-jacente reste alors sans réponse : qui est propriétaire du point de données sur les déplacements, d'où vient le chiffre énergétique du bâtiment, quelle règle de qualité détermine si un freelance exclu compte ou non. Sans un registre indiquant, pour chaque point de données, où il naît, qui le gère et quelle règle en garantit la qualité, chaque rapport reste une photographie de ce que quelqu'un a pu collecter ce mois-là.
Le Data Readiness Scan de csrdready.net cartographie ce registre pour ce secteur spécifique : pour chaque point de données, les systèmes sources, le chemin de la source au rapport, le propriétaire au sein de l'organisation et la règle qui déterminent si la valeur est correcte. Pour une organisation de bureaux, cela signifie souvent une combinaison de systèmes facilitaires, d'administration RH, d'achats et de saisie manuelle, chacun avec son propre rythme et son propre gestionnaire. Le scan fixe cette combinaison afin qu'elle ne soit pas réinventée chaque année.
La manière dont cette fragmentation apparaît diffère selon le secteur. Pour comparer à quoi cela ressemble dans des problématiques similaires, on peut consulter la répartition des données énergétiques et d'achat dans le commerce de détail, le rôle des parcours clients et des données serveur dans le secteur informatique, ou l'imbrication des données d'investissement et de la gestion propre chez les prestataires de services financiers. Les schémas diffèrent, mais le fond reste toujours le même : des données qui naissent dans des systèmes qui n'ont pas été conçus en pensant au reporting.
Le Data Readiness Scan est actuellement en construction. Il n'existe pas encore de produit fonctionnel à parcourir aujourd'hui, et rien n'est vendu ici qui n'existe pas encore. Toute personne souhaitant déterminer, pour sa propre organisation, où le registre des points de données doit commencer peut s'inscrire sur la liste d'attente et sera informée dès que le scan sera disponible.
Dès qu'il est clair quel point de données provient de quel système et qui en est responsable, l'attention se déplace souvent vers la question de savoir quelle part du travail de collecte lui-même doit encore se faire manuellement. Demander les factures, fusionner les feuilles de calcul et vérifier les chiffres sont des tâches qui se répartissent entre la part qui suit un schéma fixe et la part qui exige un jugement. FTE TO AI calcule, par tâche, quelle part de ce travail peut être reprise par l'IA, comme étape suivante une fois le registre des points de données établi.
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.