Van losse data naar betrouwbare cijfers: hoe je jouw ESG-fundament bouwt

 

Blog

Je weet welke thema's tellen en je weet waar de data-gaps zitten. Nu wordt het concreet: hoe breng je al die losse informatie samen, en hoe zorg je dat een enkel getal op papier straks ook echt klopt? Twee stappen die minder technisch zijn dan ze klinken, maar meer opleveren dan verwacht. 

In de vorige blog stonden stap 1 en 2 centraal: begrijpen wat materieel is voor jouw organisatie, en in kaart brengen welke data je daarvoor nodig hebt. Wie die twee stappen zorgvuldig doorloopt, merkt iets bijzonders. Er ontstaat helderheid waar eerder ruis zat. Teams weten welke onderwerpen prioriteit hebben. En er is een gedeeld beeld van wat er al is en wat er nog ontbreekt.

Maar dan begint de volgende vraag: hoe komen die losse stukjes data bij elkaar? En als ze eenmaal bij elkaar zijn, hoe zet je ze om naar de ESG-meetwaarden die je nodig hebt voor je rapportage? Dat is precies wat stap 3 en 4 beantwoorden. Ze zijn het bouwwerk waarop alles wat daarna komt, rust.

ESG-data is zelden netjes gebundeld op één plek. Energieverbruik staat bij nutsbedrijven of de verhuurder, soms allebei. Afvalcijfers leven in een spreadsheet bij de facilitaire dienst. Logistieke CO₂-data is te vinden bij de vervoerder, als je er tenminste om vraagt. HR heeft personeelsdata, maar niet in het format dat je nodig hebt. En dan zijn er nog de leveranciers verderop in de keten, die soms data hebben die voor jouw scope essentieel is, maar die niemand ooit structureel ophaalt.

Dit is niet uitzonderlijk. Dit is gewoon hoe organisaties werken. Data heeft altijd een primaire functie gehad die niets met duurzaamheidsrapportage te maken had. De uitdaging van stap 3 is dan ook niet technisch van aard. De echte uitdaging is organisatorisch: hoe zorg je dat die verspreide data op een herhaalbare, traceerbare manier samenkomt? Niet als eenmalige exercitie voor het jaarverslag, maar als proces dat elke rapportageperiode vanzelf werkt.

De sleutel zit in twee woorden die de accountant later ook zal gebruiken: traceerbaar en reproduceerbaar. Traceerbaar betekent dat je voor elk getal in je rapport kunt aanwijzen waar het vandaan komt. Reproduceerbaar betekent dat een ander persoon, met dezelfde bronnen en dezelfde stappen, op hetzelfde getal uitkomt. Als je die twee voorwaarden inbouwt in de manier waarop je data verzamelt, bouw je iets dat standhoud. 

Een concrete aanpak die goed werkt: begin met één use case en maak die volledig werkend. Kies het meest materiële thema uit je analyse, bijvoorbeeld energieverbruik of CO₂-uitstoot, en bouw voor dat thema een complete datastroom. Van bron tot getal, gedocumenteerd en herhaalbaar. Dat levert meteen bruikbare data op én het bouwt vertrouwen op bij de mensen die er later mee moeten werken.

Belangrijk hierbij: betrek IT en business samen aan tafel, en laat het geen IT-project worden waarbij de business aan de zijlijn staat. Technische mensen begrijpen de systemen. Business-mensen begrijpen de logica achter de data en waarom bepaalde keuzes worden gemaakt. Dat allebei nodig is, klinkt logisch maar wordt in de praktijk toch vaak overgeslagen. Met als gevolg: een technische oplossing die niemand begrijpt en die bij de eerste wijziging in het proces vastloopt.

Begin modulair en bouw van daaruit. Niet alle thema's tegelijk, niet het perfecte systeem in één keer. Elke werkende koppeling is winst. En elke werkende koppeling maakt de volgende eenvoudiger, omdat je begrijpt hoe de data in jouw organisatie stroomt. 

Je hebt de data. Nu moet je er iets mee doen. Hoeveel liter diesel staat er gelijk aan hoeveel kilogram CO₂? Wat betekent 50.000 kWh stroom als het gaat om scope 2-emissies? Welk deel van het afval is werkelijk gerecycled, en hoe bereken je dat op een manier die aansluit bij de ESRS-standaarden? Dit is de stap die ruwe activiteitsdata omzet in betekenisvolle ESG-meetwaarden, en het is de stap die de meeste vragen oplevert bij de accountant.

Dat klinkt technisch, en deels is het dat ook. Maar de kern is eenvoudiger dan veel organisaties denken. Je hoeft de methodiek niet zelf te bedenken. Er bestaan erkende internationale databases met emissiefactoren die breed geaccepteerd zijn door toezichthouders, accountants en financiers. Wat je zelf moet doen, is documenteren: welke factor gebruik je, waarom, voor welke periode en met welke aannames? Die transparantie maakt jouw berekeningen controleerbaar, en dat is precies wat telt.

Het fundament van een goede berekening bestaat uit drie dingen. Ten eerste de juiste conversiefactor: gebruik erkende bronnen en kies bewust. Ten tweede een heldere beschrijving van de aanname: waarom geldt deze factor voor jouw situatie? En ten derde een gedocumenteerde berekeningsstap die iemand anders kan volgen zonder dat jij erbij hoeft te zijn. Die drie elementen samen maken jouw berekening niet alleen juist, maar ook verdedigbaar. 

Een stap die veel organisaties uitstellen maar die enorm veel waarde toevoegt: leg een basisjaar vast. CSRD vraagt niet alleen om een momentopname, maar om een verhaal over richting en verbetering. Dat verhaal begint bij een nulmeting. Waar stond je? Wat is er veranderd? Wat is het effect van de maatregelen die je hebt genomen? Zonder basisjaar is er geen trend, en zonder trend is er geen strategie.

Tooling kan hierbij helpen, maar is geen voorwaarde om te beginnen. Goede tooling neemt rekenwerk uit handen, slaat emissiefactoren op, houdt versies bij en genereert output in het format dat de accountant verwacht. Maar de toolkeuze wordt pas goed als je de berekeningslogica al begrijpt. Wie een platform koopt voordat de methodiek duidelijk is, koopt een auto zonder te weten of de weg er al is.

Een laatste tip: werk van achter naar voren. Begin bij de rapportage-eis, ga van daaruit naar het datapunt, en ga dan pas op zoek naar de bron. Dat voorkomt dat je data verzamelt die achteraf nergens in past. Wie weet wat er uiteindelijk gerapporteerd moet worden, weet ook precies welke berekening nodig is en welke data daarvoor de input vormt.