Sběr a analýza komplexních dat může v leckom vyvolávat obavy. K nefinančnímu reportování ale patří zcela neodmyslitelně a pokud tuto fázi nepodceníte, naopak si v budoucnu ušetříte spoustu času a energie.
A jak tedy začít? Před samotným sběrem dat byste měli nejdříve zjistit, v jakém stavu máte již dostupná data. Ověříte si tak například, zda sbíráte dostatek informací, jestli využíváte vhodné metody, takže vaše data nepostrádají validitu atd. Tomuto procesu se říká GAP analýza.
Po provedení GAP analýzy pravděpodobně zjistíte, že budete muset zavést nové nebo upravit stávající metody sběru tak, aby splňovaly kritéria evropských standardů ESRS.
Nejčastější úskalí této fáze představuje nedostatek spolehlivých a konzistentních dat. Šířka a hloubka reportování podle standardů ESRS představuje obrovskou výzvu, protože budete muset pracovat na sběru, ověřování a konsolidaci mnoha nových typů dat. Mnoho z těchto informací dnes neexistuje v podnikovém plánování zdrojů ani v dalších centrálních zdrojových systémech. Musí být vysledovány „ručně“ z tabulek a originálních dokumentů, například faktur distribuovaných po celém podniku.
ESG ukazatele nejsou jen číselné, reporting se ptá i na strategii či cíle firmy
ESRS obsahuje celkem téměř 1 200 ukazatelů (tzv. data points), které se dají rozdělit na kvalitativní a kvantitativní. Přibližně 70 % ukazatelů je kvalitativní nebo semi-kvalitativní povahy a zahrnuje obtížně měřitelné popisy politik, strategií, cílů a dalších aspektů. Popisy politik, akčních plánů, cílů a metrik by se měly řídit „Minimálními požadavky na zveřejnění“, ty lze nalézt v ESRS 2 Obecné informace.
Naproti tomu kvantitativní ukazatele zahrnují procenta, čísla, grafy a tabulky, například o emisích skleníkových plynů, spotřebě vody, energie, platech, investicích do udržitelnosti a podobně.
Na zavedení systému sběru dat potřebujete především dostatek času
Ve fázi sběru dat představují další nejčastěji uváděné problémy firem absence zavedeného a ověřitelného procesu sběru dat, nedostatek vhodných nástrojů a systémů pro sběr dat a časová náročnost, zejména pokud se jedná o první sběr dat nebo pokud je zpráva rozsáhlá.
Vzhledem ke složitosti celého reportovacího procesu, do kterého budete muset zapojit zainteresované strany, proto věnujte dostatek času přípravě na sběr dat. Definujte si rozsah reportingu, stanovte časový rámec sběru dat, definujte vlastníky dat a zdroje dat.
Nespoléhejte se na manuální metody sběru dat, které generují mnoho chyb a zaveďte robustní auditovatelné systémy pro shromažďování, ukládání a správu dat ESG, které pravidelně aktualizujte. Stanovte procesy kontroly a řízení kvality sběru dat a nezapomeňte důkladně proškolit vlastníky dat a zaměstnance o důležitosti přesného sběru i vykazování.
Na českém trhu už existuje několik ESG nástrojů pro vykazování udržitelnosti dle standardů ESRS, které vám mohou pomoci nejen s analýzou dvojí materiality, ale také zefektivnit proces sběru dat, zajistit transparentnost a snížit chybovost. Jako příklady můžeme uvést Green0metr od společnosti Green0metr, případně ESG Data Manager od společnosti Impact Metrics.
Je nerealistické očekávat, že úplně první zpráva ESG společnosti bude plně integrovaná a automatizovaná. Minimálně v prvním roce se proto nechte vést krok za krokem zkušenými profesionály, kteří vám budou schopni objasnit všechny náležitosti a požadavky ESRS, pomohou s procesem přípravy na reporting i se samotnou přípravou zprávy.
Zdroje:
- PWC (2024). The promise and reality of CSRD reporting [online; cit. 2024-11-18]. Dostupné z <https://www.pwc.com/gx/en/issues/esg/global-csrd-survey.html>
- Frank Bold Advisory, Deloitte, BCPP (2023). Příručka pro vykazování udržitelnosti [online; cit. 2024-1-12]. Dostupné z <https://www.fbadvokati.cz/cs/clanky/9031-prvni-uceleny-navod-na-esg-reporting-frank-bold-vytvoril-unikatni-guidelines>
- Position Green (2024). Key takeaways from the first ESRS-aligned statements [online; cit. 2024-11-4]. Dostupné z <https://www.positiongreen.com/insights/webinars/more-key-takeaways-from-the-first-esrs-aligned-sustainability-statements/>
- Albert, Luca. Trending in Hungary: Could AI Help Smooth the Way for ESG Reporting? Budapest Business Journal, vol. 32, no. 3, Feb. 2024, p. 17.
- Flagship (2024). ESG Guide Series [online; cit. 2024-11-4]. Dostupné z <https://flagshipimpact.com/news-cz/#!/tfeeds/341259843061/c/ESG%20Guide%20Series>