Scope 3 veri toplamada en sık yapılan 5 hata

Scope 3 veri toplamada en sık yapılan 5 hata

Scope 3 çalışmalarında veri toplama aşaması, genelde en çok zaman alan ve en çok hata üretilen aşamadır. Değer zinciri emisyonları, şirketin doğrudan kontrolü dışındaki faaliyetleri kapsadığı için veri erişimi zorlu olabilir. Bu zorluk, veri toplama sürecinde sistematik hatalara yol açar.

GHG Protocol Corporate Value Chain (Scope 3) Standard, 15 kategoriyi tanımlar. Her kategori, farklı veri kaynakları, hesaplama yöntemleri ve veri sahipleri gerektirir. Bu karmaşıklık, doğru yönetilmediğinde envanter kalitesini ve hedef takibini doğrudan etkiler.

Bu yazıda, Scope 3 veri toplama sürecinde en sık karşılaşılan beş hatayı detaylı örneklerle ele alıyor, her hatanın nihai sonuçları nasıl etkilediğini ve önleme stratejilerini açıklıyoruz.

Hata 1: Kategori tanımlarını karıştırmak

Scope 3'ün 15 kategorisi net sınırlara sahip görünür, fakat pratikte sınırlar belirsizleşir. En sık karıştırılan kategori çiftleri şunlardır:

K1 (Satın alınan mal ve hizmetler) ile K2 (Sermaye malları) karışıklığı

Temel ayrım: K1, raporlama döneminde tüketilen veya işlenen mal ve hizmetleri kapsar. K2, birden fazla yıl kullanılan uzun ömürlü varlıkları kapsar.

Karışıklık örneği: Bir üretim tesisi yeni bir CNC tezgahı satın alıyor. Bu tezgah K2 kapsamında sermaye malı olarak değerlendirilmeli. Fakat tezgahın yedek parçaları, bakım hizmetleri ve sarf malzemeleri K1 kapsamındadır.

Sık yapılan hata: Tüm satın alma faturalarını tek bir havuzda toplamak. Bu durumda K1 şişer, K2 eksik kalır veya çift sayım oluşur.

Etki: Kategori bazlı analiz yanıltıcı olur. Azaltım stratejisi yanlış yönlendirilir. SBTi hedef belirleme için yanlış baz yıl verisi oluşur.

K4 (Upstream taşımacılık) ile K9 (Downstream taşımacılık) karışıklığı

Temel ayrım: K4, tedarikçiden şirkete gelen malzemelerin taşınmasını kapsar (şirket tarafından ödenen veya organize edilen). K9, şirketten müşteriye giden ürünlerin taşınmasını kapsar (şirket tarafından ödenmemiş veya organize edilmemiş).

Karışıklık örneği: Bir üretici, hammaddeyi CIF (Cost, Insurance, Freight) şartlarında satın alıyor. Taşıma tedarikçi tarafından organize ediliyor fakat maliyet ürün fiyatına dahil. Bu durumda taşıma K4 mü, yoksa tedarikçinin Scope 1-2'si mi?

Karar kuralı: Şirket taşımayı ödüyorsa veya organize ediyorsa K4. Tedarikçi ödüyorsa ve organize ediyorsa, tedarikçinin K1 verisi içinde sayılabilir. Net olmayan durumlarda şeffaflık için K4'e dahil etmek daha güvenlidir.

Etki: Aynı taşıma birden fazla kategoride sayılabilir (çift sayım) veya hiç sayılmayabilir (eksik kapsam).

K11 (Satılan ürünlerin kullanımı) ile K12 (Satılan ürünlerin yaşam sonu) karışıklığı

Temel ayrım: K11, ürünün kullanım aşamasındaki emisyonlarını kapsar (enerji tüketimi, yakıt kullanımı). K12, ürünün bertarafı sırasındaki emisyonları kapsar (geri dönüşüm, yakma, düzenli depolama).

Karışıklık örneği: Bir beyaz eşya üreticisi buzdolabı satıyor. Buzdolabının 15 yıllık kullanım ömründe tükettiği elektrik K11 kapsamındadır. Buzdolabının hurda olarak geri dönüştürülmesi K12 kapsamındadır. Fakat soğutucu gazın kaçağı hangi kategoride?

Karar kuralı: Kullanım sırasında gerçekleşen kaçaklar K11. Bertaraf sırasında gerçekleşen salınımlar K12.

Önleme stratejisi: Her kategori için net tanım ve örnekler içeren bir kategori rehberi oluşturun. Bu rehber, veri toplama şablonlarına entegre edilmelidir.

Hata 2: Veri sahibini belirlememek

Scope 3 verisi, şirket içinde farklı departmanlardan gelir. Veri sahipliği net tanımlanmadığında, herkes birbirini bekler ve veri toplanamaz.

Veri sahipliği matrisi

Kategori bazlı veri sahipliği şöyle dağılabilir:

Uygulama önerisi: Projenin başında veri sahipliği matrisini tüm paydaşlarla paylaşın. Her veri sahibi için teslim tarihi ve format belirlein. Haftalık takip toplantılarıyla ilerlemeyi izleyin.

Etki: Veri sahipliği belirsizliği, proje takvimini uzatır, veri kalitesini düşürür ve ekip motivasyonunu olumsuz etkiler.

Hata 3: Birim dönüşümlerini ihmal etmek

Farklı departmanlardan gelen veriler, farklı birimlerle gelir. Bu birimlerin tutarlı hale getirilmesi kritiktir.

Yaygın birim dönüşüm hataları

Hacim-kütle karışıklığı:

• Yakıt: Litre mi, kg mı? Yoğunluk değeri doğru mu?
• Doğal gaz: m³ mü, Sm³ mü (standart koşullarda), kWh mi?
• LPG: Litre, kg veya ton arasında dönüşüm

Örnek hata: Doğal gaz tüketimi 100.000 m³ olarak raporlandı. Fakat bu değer Normal m³ (Nm³) mi, Standart m³ (Sm³) mi, yoksa gerçek koşullarda m³ mi? Bu fark, emisyon hesaplamasında %5-10 sapma yaratabilir.

Enerji birimi karışıklığı:

• Elektrik: kWh, MWh, GWh
• Isı/buhar: kcal, MJ, GJ, ton buhar
• Yakıt: ton, litre, varil, BTU

Dönüşüm tablosu örneği (doğal gaz):

• 1 Sm³ doğal gaz ≈ 10,55 kWh (alt ısıl değer)
• 1 Sm³ doğal gaz ≈ 11,70 kWh (üst ısıl değer)
• Emisyon faktörü: 0,202 kg CO2e/kWh (DEFRA 2024)

Kütle birimi karışıklığı:

• 1 metrik ton = 1.000 kg
• 1 short ton (ABD) = 907,185 kg
• 1 long ton (İngiltere) = 1.016,047 kg

Önleme stratejisi: Standart veri toplama şablonu kullanın. Şablon, kabul edilen birimleri ve dönüşüm formüllerini içermeli. Veri girişi sırasında birim doğrulama kuralları uygulayın.

Etki: Birim hataları, toplam envanterde %10-30 sapma yaratabilir. Özellikle büyük kalemlerdeki hatalar, tüm analizi yanıltır.

Hata 4: Eksik dokümantasyon

Veri nereden geldi, hangi yıla ait, hangi varsayımla hesaplandı? Bu sorular dokümante edilmezse doğrulama zorlaşır ve yıldan yıla tutarlılık kaybolur.

Dokümantasyon kontrol listesi

Her veri kalemi için şu bilgiler kaydedilmelidir:

Kaynak bilgisi:

• Veri kaynağı (fatura, ERP, anket, tahmin)
• Kaynak belgesi referansı (dosya adı, tarih)
• Veri sağlayan kişi/departman
• Veri toplama tarihi

Kapsam bilgisi:

• Hangi tesisleri/operasyonları kapsıyor
• Hangi zaman dilimini kapsıyor
• Kapsam dışı bırakılan unsurlar ve gerekçesi

Hesaplama bilgisi:

• Kullanılan emisyon faktörü ve kaynağı
• Hesaplama formülü
• Yapılan varsayımlar
• Belirsizlik değerlendirmesi

Kalite bilgisi:

• Veri kalitesi skoru (1-5)
• İyileştirme planı

Etki: Dokümantasyon eksikliği, doğrulama sürecini uzatır, bulgu sayısını artırır ve ekip değişikliklerinde bilgi kaybına yol açar.

Hata 5: Veri kalitesini değerlendirmemek

Tüm veriler eşit kalitede değildir. Tedarikçiden gelen birincil veri ile sektör ortalamasından türetilen tahmin, farklı güvenilirlik seviyesine sahiptir.

Veri kalitesi skorlama sistemi

GHG Protocol, veri kalitesi değerlendirmesi için bir çerçeve sunar. Beş kriterlik bir sistem yaygın kullanılır:

1 - Çok yüksek kalite:

• Ölçülen birincil veri
• Aynı tesis, aynı yıl
• Doğrulanmış kaynak

2 - Yüksek kalite:

• Hesaplanan birincil veri
• Aynı şirket, son 3 yıl
• Güvenilir kaynak

3 - Orta kalite:

• Tedarikçi ortalaması veya sektör verisi
• Aynı ülke, son 5 yıl
• Tanınmış veri tabanı

4 - Düşük kalite:

• Bölgesel veya global ortalama
• Son 10 yıl
• Genel literatür

5 - Çok düşük kalite:

• Tahmin veya varsayılan değer
• 10 yıldan eski
• Belirsiz kaynak

Ağırlıklı ortalama kalite skoru: Envanterin genel kalitesini değerlendirmek için, her kalemin emisyon payına göre ağırlıklı kalite skoru hesaplanabilir. Bu skor, iyileştirme önceliklerini belirlemek için kullanılır.

Etki: Veri kalitesi değerlendirilmediğinde, düşük kaliteli veriye dayanan sonuçlar güvenilir kabul edilir. Azaltım stratejileri yanlış alanlara odaklanabilir.

Hataların nihai sonuçlara etkisi

Bu beş hata, envanter sonuçlarını çeşitli şekillerde etkiler:

Toplam emisyonlarda sapma: Birim hataları ve kategori karışıklıkları, toplam Scope 3 değerinde %15-40 sapma yaratabilir.

Kategori dağılımında çarpıklık: K1 genellikle olması gerekenden büyük görünür çünkü sınıflandırılamayan her şey buraya atılır.

Yıllar arası karşılaştırılamama: Dokümantasyon eksikliği, farklı yıllarda farklı metodoloji kullanılmasına ve tutarsız trendlere yol açar.

Doğrulama bulguları: Bu hatalar, doğrulama sürecinde major bulgu olarak raporlanır ve güvence seviyesini düşürür.

Önleme stratejileri özeti

1. Proje başlangıcında: Kategori rehberi, veri sahipliği matrisi ve standart şablonlar oluşturun
2. Veri toplama sırasında: Birim kontrolü, kaynak referansı ve kalite skoru zorunlu alanlar olsun
3. Hesaplama sonrası: Makul kontroller (reasonableness checks) uygulayın
4. Raporlama öncesi: İç gözden geçirme yapın, dokümantasyon tamlığını kontrol edin
5. Her dönem sonunda: Öğrenilen dersleri kaydedin, süreçleri iyileştirin

Bu hataların farkında olmak ve sistematik önleme stratejileri uygulamak, Scope 3 projesinin başarısını artırır ve envanter kalitesini yükseltir.