Gammel Datakvalitet i klimaregnskab: Spend vs. aktivitet, og primær vs. sekundær data.
Indholdsfortegnelse
Spend-baseret data vs. aktivitetsbaseret data
Et klimaregnskab er kun så godt som de data, det bygger på. Derfor er datakvalitet afgørende, når du vil dokumentere virksomhedens klimaaftryk – hvad enten det er til internt brug, kundekrav, eller i forbindelse med ESG- og CSRD-rapportering.
I denne guide får du en grundig gennemgang af de forskellige typer data – spend-baseret vs. aktivitetsbaseret, primær vs. sekundær – og hvordan de bruges i scope 1, 2 og 3. Målet er at hjælpe dig med at forbedre nøjagtigheden og relevansen af dit klimaregnskab.
Spend-baseret data (økonomibaseret metode)
Spend-baseret data estimerer CO₂e-udledning baseret på de penge, der er brugt på et produkt eller en tjeneste. Du ganger det økonomiske forbrug med en emissionsfaktor (fx kg CO₂e pr. kr.).
Eksempel:
Du har brugt 50.000 kr. på fragt. Hvis emissionsfaktoren for fragt er 0,18 kg CO₂e/kr., bliver den samlede udledning:
50.000 x 0,18 = 9.000 kg CO₂e
Fordele:
Nemt og hurtigt, især hvis du allerede har regnskabsdata
Relevant, når du ikke har adgang til specifikke mængdedata
Ulemper:
Generiske faktorer fanger ikke forskelle i leverandører, teknologi, geografi eller sæson
Lav præcision – usikkert at bruge som beslutningsgrundlag
Ikke egnet til benchmarking, reduktionstiltag eller CSRD-rapportering på højt niveau
Typisk anvendt i:
Scope 3 (fx indirekte indkøb, outsourcing, professionelle ydelser)
Aktivitetsbaseret data (fysisk metode)
Aktivitetsbaseret data bygger på kvantificérbare aktiviteter: antal liter brændstof, kWh elforbrug, km transport, ton materialer.
Eksempel:
Din virksomhed bruger 1.000 liter diesel. Emissionsfaktoren er 2,66 kg CO₂e/liter.
1.000 x 2,66 = 2.660 kg CO₂e
Fordele:
Mere præcist og operationelt brugbart
Velegnet til måling af effekter ved grønne tiltag (optimering, elektrificering, mv.)
Nødvendigt til seriøs ESG- og CSRD-rapportering
Ulemper:
Kræver struktur og adgang til målinger, bilag og driftstal
Kan være ressourcekrævende, især i Scope 3
Typisk anvendt i:
Scope 1 og 2 – men også i Scope 3, hvis du har adgang til fx transportdata, affaldsdata eller brug af produkt
Primær, sekundær og leverandørspecifik data.
Primær data
Data indsamlet direkte fra dine egne aktiviteter eller dine leverandørers systemer. Det kan være:
El- og varmeforbrug fra egne målere
Brændstofforbrug fra tankkort
Produktionsvolumener
Leverandørspecifikke EPD’er (miljøvaredeklarationer)
Faktiske transportdata fra logistikleverandører
Fordele:
Meget høj datakvalitet
Krav i CSRD og avanceret ESG-rapportering
Understøtter dobbelt væsentlighedsanalyse
Ulemper:
Dataindsamling kan være omfattende og kræver systematik
Du er afhængig af dine samarbejdspartneres evne til at levere valid data
Primær, sekundær og leverandørspecifik data.
Primær data
Data indsamlet direkte fra dine egne aktiviteter eller dine leverandørers systemer. Det kan være:
El- og varmeforbrug fra egne målere
Brændstofforbrug fra tankkort
Produktionsvolumener
Leverandørspecifikke EPD’er (miljøvaredeklarationer)
Faktiske transportdata fra logistikleverandører
Fordele:
Meget høj datakvalitet
Krav i CSRD og avanceret ESG-rapportering
Understøtter dobbelt væsentlighedsanalyse
Ulemper:
Dataindsamling kan være omfattende og kræver systematik
Du er afhængig af dine samarbejdspartneres evne til at levere valid data
Sekundær data
Sekundær data er generiske eller branchebaserede data, som bruges, når primær data ikke er tilgængelig.
Eksempler:
Gennemsnitlige emissionsfaktorer fra databaser som ecoinvent, DEFRA eller GHG Protocol
Industristandarder og litteraturdata
Kvalitet: Middel
Fordel: Nemt at anvende – velegnet til screening
Ulempe: Mindre præcis og kontekstspecifik
Klar til næste skridt?
Vil du løfte datakvaliteten i jeres CO₂-regnskab og få styr på scope 1, 2 og 3? Vi hjælper jer med at vurdere, hvor I står i dag – og hvordan I trin for trin kan forbedre jeres ESG-rapportering og CSRD-parathed med bedre data.
Book et møde
Vores konsulenter er klar til at tage et uforpligtende møde om, hvordan vi kan hjælpe dig med analysearbejdet.