Calcolo Scope 3 emissioni: gestire i dati della Supply Chain senza errori

Il calcolo delle emissioni Scope 3 è il processo di misurazione delle emissioni indirette generate lungo l’intera catena del valore di un’organizzazione — dai fornitori di materie prime fino ai clienti finali. Secondo il GHG Protocol, le emissioni Scope 3 rappresentano mediamente oltre l’85% del footprint totale di un’impresa, eppure meno del 10% delle aziende le misura in modo accurato e completo. Per PMI e studi di consulenza, affrontare questa sfida richiede metodo, consapevolezza dei limiti dei dati disponibili e un approccio progressivo alla qualità dell’informazione.

Perché i fornitori non condividono i dati

La principale barriera al calcolo accurato della carbon footprint supply chain è la mancanza da parte dei fornitori di sistemi o di competenze necessarie per misurare il proprio impatto climatico: le PMI fornitrici, in particolare, non hanno la capacità finanziaria di investire in strumenti di carbon accounting e si trovano simultaneamente a ricevere richieste da molteplici clienti senza poter soddisfare tutte le aspettative.

Anche quando i fornitori forniscono dati, qualità e coerenza sono estremamente variabili. Alcuni aderiscono a standard riconosciuti come il GHG Protocol o ISO 14064, altri operano senza alcun framework di riferimento. Solo il 40% delle aziende manifatturiere riesce a utilizzare dati primari per le emissioni legate ai propri fornitori. Le catene multi-tier amplificano ulteriormente il problema: oltre i fornitori di primo livello, la tracciabilità si riduce drasticamente, con dati spesso frammentati in fogli di calcolo isolati e impossibili da integrare con i sistemi informativi aziendali.

I metodi di calcolo secondo il GHG Protocol

Il GHG Protocol riconosce esplicitamente che le emissioni Scope 3 possono essere stimate attraverso medie di settore, proxy e dati secondari. I principali approcci disponibili hanno caratteristiche operative distinte:

• Spend-based: moltiplica il valore economico degli acquisti per fattori di emissione medi di settore. Rapido e accessibile, fornisce una baseline orientativa ma con scarsa precisione;
• Activity-based: utilizza dati fisici — peso dei materiali, distanze percorse, consumi energetici — moltiplicati per i fattori di emissione pertinenti. Più accurato, ma richiede una raccolta dati più strutturata;
• Fuel-based: stima le emissioni da trasporto e logistica a partire dai consumi di carburante, identificando opportunità di riduzione concrete;
• Supplier-specific: raccoglie dati primari da ciascun fornitore a livello di prodotto. Il più accurato, ma anche il più oneroso in termini di risorse e cooperazione;
• Metodo ibrido: combina dati primari dove disponibili e dati secondari per colmare le lacune. È l’approccio raccomandato dal GHG Protocol per la maggior parte dei contesti complessi.

Proxy e dati secondari: gestire i gap con metodo

Quando i dati primari non sono disponibili, il ricorso a metodi proxy è metodologicamente legittimo, a condizione che i dati secondari rispettino criteri precisi. I dati secondari devono essere recenti (idealmente non più vecchi di tre anni), geograficamente rilevanti a livello nazionale e settorialmente rappresentativi dell’attività analizzata.

L’approccio operativamente più efficace per PMI e studi di consulenza è avviare la misurazione con il metodo spend-based per identificare le categorie ad alta emissione — gli “hotspot” — e progressivamente sostituire le stime con dati primari nelle aree più rilevanti. Una ricerca sulle PMI conferma che metodi “sufficientemente buoni” identificano con robustezza gli hotspot emissivi, consentendo priorità strategiche chiare anche in assenza di dati completi. La trasparenza sulle assunzioni adottate vale più della perfezione metodologica.

I cinque indicatori di qualità del dato

Valutare la qualità dei dati utilizzati nel calcolo Scope 3 è un passaggio imprescindibile per la credibilità del processo e per l’audit readiness. La letteratura sul Life Cycle Assessment e il GHG Protocol convergono su cinque Data Quality Indicators (DQI) fondamentali:

• Affidabilità: il dato proviene da misurazioni verificate o da stime documentate?
• Completezza: tutte le fonti emissive rilevanti nel perimetro definito sono incluse?
• Rappresentatività tecnologica: il fattore di emissione riflette i processi produttivi effettivi del fornitore?
• Rappresentatività geografica: il dato è pertinente al paese in cui avviene l’attività?
• Rappresentatività temporale: il dato è sufficientemente recente da riflettere le condizioni operative attuali?

Documentare esplicitamente il livello di qualità raggiunto per ciascuna categoria Scope 3 — anche quando basso — è una pratica di trasparenza che riduce il rischio di greenwashing involontario e costruisce fiducia con auditor e stakeholder.

Coinvolgere i fornitori: dai dati ai target SBTi

La raccolta dei dati di emissione dai fornitori richiede una strategia organizzata, non semplici richieste via email. La guida SBTi raccomanda di classificare i fornitori in ordine decrescente per quota di emissioni Scope 3, selezionando quelli che coprono almeno il 67% del totale — soglia minima richiesta per i target near-term SBTi.


Il livello di maturità ESG del fornitore orienta la strategia di engagement: i fornitori già attivi nella misurazione delle emissioni richiedono meno supporto; quelli con programmi GHG assenti necessitano di capacity building progressivo, con risorse, template e formazione dedicata. Integrare le aspettative di rendicontazione nei contratti di fornitura è la leva più efficace per istituzionalizzare la raccolta dati nel tempo, trasformando la conformità ESG in un requisito di business. I target di engagement SBTi devono essere raggiunti entro cinque anni dalla loro definizione e possono essere utilizzati solo per obiettivi near-term, rendendone urgente l’attivazione per le aziende che intendono allinearsi agli standard climatici internazionali.