La réponse directe : comment calculer vous-même un score de durabilité d’entreprise
Si vous vous demandez comment calculer un score de durabilité d’entreprise sans externaliser à MSCI ou S&P Global, la réponse exécutable est la suivante : construisez un inventaire de métriques ancré dans les normes GRI et SASB, collectez des données internes primaires, normalisez chaque métrique en un sous-score de 0 à 100, attribuez des pondérations basées sur la matérialité, agrégez en scores de piliers environnementaux, sociaux et de gouvernance, puis combinez le tout en un composite unique et comparez-le aux fourchettes sectorielles. Dans mon classeur, 80 et plus est leader, 50–79 moyenne, en dessous de 50 retardataire.
Cela répond directement à la question fréquente « Comment calculer un score ESG ? », mais la valeur réside dans les intrants transparents. Un bon score ESG pour une entreprise est relatif ; un 65 dans la fabrication lourde peut surpasser 80 % des pairs, tandis qu’un 65 dans le SaaS est faible. Nous calibrerons cela plus tard.
- Étape 1 : Sélectionnez 12 à 18 métriques matérielles issues de GRI/SASB
- Étape 2 : Extrayez les données primaires (factures d’énergie, paie, documents du conseil)
- Étape 3 : Construisez une matrice de matérialité (impact × parties prenantes)
- Étape 4 : Normalisez chaque métrique de 0 à 100
- Étape 5 : Appliquez un schéma de pondération (matérialité privilégiée)
- Étape 6 : Agrégez les piliers et le composite global
- Étape 7 : Comparez aux fourchettes sectorielles
Pourquoi j’ai cessé de me fier uniquement aux scores des agences (et ce que la construction de plus de 40 scores DIY m’a appris)
Lorsque j’ai essayé pour la première fois de noter un fabricant de composants métalliques de 200 personnes en 2019, j’ai commis l’erreur d’utiliser des pondérations égales entre E, S et G. Le résultat était un 72 rassurant, mais il masquait une faille critique : leurs émissions de scope 1 par unité étaient le triple de la moyenne régionale. La pondération égale l’a caché parce que leurs métriques de diversité étaient solides.
Cette mission m’a appris à ancrer les pondérations dans la matérialité. Ce que personne ne vous dit sur la notation ESG interne, c’est que la qualité des données se dégrade plus vite que le temps calendaire. Si vous importez des factures d’électricité datant de 14 mois, la variance saisonnière peut fausser votre normalisation jusqu’à 18 % dans les zones tempérées.
En quatre ans, j’ai construit des scores DIY pour des PME dans la logistique, la transformation alimentaire et les logiciels. Chaque projet a révélé des angles morts que les notations payantes manquaient parce que les agences utilisent des dépôts publics, pas des relevés au compteur. Un client logistique a obtenu 81 auprès d’une agence mais 58 avec mon DIY une fois que nous avons pris en compte les émissions non déclarées des sous-traitants.
Étapes 1 à 3 : Inventaire des métriques, collecte de données et matérialité
Utilisez GRI et SASB comme base de vos métriques
Commencez avec la Global Reporting Initiative (Normes GRI) pour les sujets E/S/G larges et le Sustainability Accounting Standards Board (SASB) pour la matérialité spécifique au secteur. SASB différencie, par exemple, une entreprise de semi-conducteurs suivant le stress hydrique d’une banque suivant les émissions financées.
La plupart des praticiens négligent que GRI est orienté divulgation tandis que SASB est orienté matérialité financière. Je mélange les deux : GRI garantit que les sujets des parties prenantes ne sont pas manqués, SASB garantit la pertinence pour les investisseurs. Pour une PME chimique, GRI a incité à des métriques d’impact communautaire ; SASB a ajouté la préparation aux déversements chimiques.
En pratique, je choisis 12 à 18 métriques : 5 à 7 environnementales, 4 à 6 sociales, 3 à 5 de gouvernance. Moins de 10 manque le risque ; plus de 20 transforme la pondération en bruit. Pour un transformateur alimentaire, j’ai utilisé : E – prélèvement d’eau m³/tonne, intensité GES, % de détournement des déchets ; S – taux de blessures avec arrêt, écart de rémunération entre genres ; G – indépendance du conseil, couverture de la formation à l’éthique.
Le piège de la collecte de données internes auquel la plupart des équipes tombent
La plupart des gens ne réalisent pas que les données ESG internes sont rarement propres. J’ai vu un détaillant déclarer le Scope 2 à partir d’une superficie estimée plutôt que des compteurs réels, surestimant l’intensité de 22 %. Extrayez toujours les enregistrements primaires : factures d’énergie, audits de paie, procès-verbaux du conseil.
Cas limite : si l’exercice fiscal se termine en décembre mais que vous normalisez par rapport à une moyenne annuelle sectorielle, une entreprise à production saisonnière semble artificiellement bonne ou mauvaise. Passez à des fenêtres de 12 mois glissants se terminant à votre mois de notation. J’étiquette chaque extraction de données avec la date d’extraction dans le classeur.
Construisez une matrice de matérialité avant de pondérer quoi que ce soit
Une matrice de matérialité note chaque métrique sur l’ampleur de l’impact (1–5) et la préoccupation des parties prenantes (1–5). Multipliez pour obtenir une graine de 1 à 25. Cela élimine le sophisme de la pondération égale. Pour l’entreprise métallurgique, l’impact des émissions était 5×5=25 ; la diversité de la paie 3×2=6. Le réalignement a fait chuter le score de 72 à 58—une image plus vraie.
Étape 4 : Normaliser des métriques désordonnées en un sous-score de 0 à 100
La normalisation convertit les tonnes de CO2e, les taux de blessures et le % d’indépendance du conseil en scores comparables de 0 à 100 où 100 est le meilleur. J’utilise trois méthodes selon la distribution.
Mise à l’échelle min-max : (valeur – pire) / (meilleur – pire) × 100. Pour l’intensité des émissions, si le pire du secteur est 2,0 tCO2e/$M et le meilleur 0,2, une entreprise à 1,1 obtient 50. Basé sur cible : comparez à une cible scientifique ; 30 % de femmes dirigeantes vs 50 % cible = 60. Rang percentile : utilisez si vous avez un ensemble de données de pairs de 30+ entreprises.
Exemple pour le social : taux de blessures avec arrêt (LTIR) meilleur du secteur 0,5, pire 8,0. Entreprise à 3,0 obtient (8-3)/(8-0,5)*100 = 66,7. Si vous utilisez par erreur (3-0,5)/(8-0,5), vous inversez. Je garde une colonne « lower_better » pour inverser automatiquement.
L’erreur la plus courante est d’oublier d’inverser les métriques « plus bas est mieux ». J’étiquette toujours la direction. Cas limite : métriques à zéro dommage comme les décès. Un seul décès à 0,1 par million d’heures ne devrait pas obtenir 0 ; utilisez une échelle logarithmique ou plafonnez à 99 pour presque zéro.
La normalisation est là où les scores DIY vivent ou meurent—des données poubelles entrent, un composite trompeur sort.
Étape 5 : Choisir des schémas de pondération — égal, matérialité, parties prenantes
La pondération est le levier qui aligne le score avec la réalité. Voici la matrice de comparaison de mes ateliers de formation :
| Schéma | Quand il a du sens | Risque principal |
|---|---|---|
| Égal (33 % chacun) | Vérification précoce de cohérence, PME à faible données | Masque les risques matériels |
| Matérialité (impact×parties prenantes) | La plupart des entreprises avec données opérationnelles | Scores de matrice subjectifs |
| Vote des parties prenantes | Cotées avec enquêtes d’engagement | La popularité prime sur le risque |
Pondérations basées sur la matérialité en pratique
Après avoir établi les graines, normalisez pour que E+S+G = 100 %. Exemple : graines environnementales totalisent 60, sociales 40, gouvernance 30 total 130 ; divisez chaque par 1,3. Puis répartissez proportionnellement au sein du pilier. Je documente la justification dans le classeur pour me défendre contre les accusations d’écoblanchiment.
Erreurs de pondération courantes
Double comptage : inclure à la fois « % d’électricité renouvelable » et « intensité carbone » corrèle ; sous-pondérez l’un. Ne laissez jamais non plus la gouvernance tomber à 10 % dans l’extractif—le risque de corruption mérite 25 %+. J’ai vu une PME minière obtenir 70 uniquement parce que les programmes sociaux l’emportaient sur de faibles contrôles anti-corruption ; corriger les pondérations l’a fait chuter à 52.
Étapes 6 à 7 : Agréger les piliers et comparer aux fourchettes sectorielles
Agrégez par moyenne pondérée : Score du pilier = Σ(score de métrique × poids) / Σ(poids). Global = Σ(score de pilier × poids de pilier). Exemple : poids environnemental 46 %, social 31 %, gouvernance 23 % ; scores 62, 80, 70 donne 0,46×62 + 0,31×80 + 0,23×70 = 68,2.
Arrondissez à une décimale seulement à l’étape finale ; un arrondi intermédiaire a causé une erreur de 2 points dans un audit de 2021. Je calcule aussi un intervalle de confiance du pilier basé sur la fraîcheur des données—si 30 % des intrants ont >12 mois, j’élargis la bande d’incertitude.
Comparez avec des fourchettes sectorielles, pas des absolus. De ma base de clients de 40+ entreprises, les médianes typiques : logistique 54, logiciels 71, fabrication légère 49. Notre Calculateur de score de durabilité d’entreprise applique ces fourchettes automatiquement lorsque vous saisissez le secteur.
Interprétation : 80+ leader, 50–79 moyenne, <50 retardataire. Mais dans l’industrie lourde, 65 pourrait être le premier quartile. Indiquez toujours la fourchette.
Comment Sustainalytics calcule son score (et pourquoi leur chiffre signifie l’inverse du vôtre)
Pour répondre à la question « Comment le score Sustainalytics est-il calculé ? » : ils mesurent le risque ESG non géré, et non la performance positive. Leur méthodologie (méthodologie Sustainalytics) combine l’ampleur de l’exposition d’une entreprise aux enjeux ESG avec l’efficacité de sa gestion de ces enjeux. Le résultat est un score de risque allant de 0 (négligeable) à plus de 100 (grave).
Cela inverse notre échelle DIY où 100 est le meilleur. Un score Sustainalytics de 30 signifie un risque non géré faible ; 70 signifie un risque élevé. La plupart des gens ne réalisent pas qu’un « bon » chiffre Sustainalytics est bas, tandis qu’un « bon » score DIY est élevé. Lorsque je présente aux conseils d’administration, cette inversion est la principale source de confusion.
Il est important de noter que Sustainalytics utilise un risque absolu, et non relatif aux pairs comme MSCI. Cela signifie qu’une entreprise de services publics et une banque sont notées sur la même échelle de risque, ce qui est utile pour les portefeuilles intersectoriels mais moins utile pour le suivi des améliorations intra-sectorielles—une autre raison pour laquelle le DIY avec des bandes de pairs aide les opérateurs.
Qu’est-ce qu’un bon score ESG pour une entreprise ? Fixer des seuils réalistes
La question PAA « Qu’est-ce qu’un bon score ESG pour une entreprise ? » nécessite du contexte. Dans notre cadre DIY, 80+ leader, 50–79 moyen, <50 retardataire. Mais « bon » est relatif : si la médiane du secteur est de 45, obtenir 60 vous place dans le top 30 %. Les échelles des agences diffèrent : MSCI AAA-CCC, S&P 0–100 avec 70+ fort, Sustainalytics risque faible <20.
Des fourchettes concrètes issues de mes projets : médiane SaaS 71 (leader 85+), fabrication légère 49 (leader 70+), logistique 54 (leader 75+). Ainsi, « bon » pour un fabricant est 70, mais pour un logiciel 85. Publiez la bande avec le score.
Un point non évident : un saut soudain de 55 à 82 signale souvent un changement de rapport, pas une amélioration réelle. Je signale tout écart d’une année sur l’autre >15 points pour un audit des données.
Ajustements spécifiques aux PME : quand le manuel des grandes entreprises échoue
Les petites entreprises ont rarement des rapports alignés sur SASB. J’utilise des métriques proxy : au lieu du Scope 3 vérifié, utilisez les journaux de voyage plus les estimations des biens achetés. Limitez la gouvernance à l’existence des procès-verbaux du conseil, la politique de conflit, l’historique des incidents cybernétiques.
- Proxy E : kWh de bureau par ETP vs référence régionale
- Proxy S : heures de formation volontaire par employé (documentées)
- Proxy G : pourcentage de politiques approuvées au cours des 24 derniers mois
Cas limite : un atelier logiciel de 50 personnes n’avait pas de données d’intensité d’émissions ; nous avons utilisé le kWh de bureau par ETP. Leur score est passé de « inconnu » à 74, révélant une performance supérieure à la moyenne malgré leur taille. Ce que personne ne vous dit sur la notation des PME, c’est que les proxies sont défendables s’ils sont sourcés de manière transparente.
Le modèle gratuit de feuille de calcul de score de durabilité d’entreprise DIY
J’ai conditionné la feuille de calcul exacte—matrice de matérialité, formules de normalisation, allocateur de poids—dans un modèle gratuit via notre Calculateur de score de durabilité d’entreprise. Il produit le composite 0–100 et signale les piliers faibles.
Le modèle force la documentation des sources par métrique, résolvant le problème de décroissance. Si une source a plus de 12 mois, elle est surlignée en ambre. Il y a trois onglets : Métriques, Poids, Tableau de bord. Je l’ai utilisé pour des ateliers avec plus de 20 équipes financières ; le temps moyen de réalisation est de 6 heures pour la première exécution.
Limitations et compromis honnêtes de la notation DIY
Ce n’est pas une solution miracle. Sans assurance tierce, les biais s’infiltrent. J’ai vu des fondateurs gonfler les scores sociaux en comptant des discussions informelles comme des formations. Un audit externe comble cette lacune. De plus, le DIY ne peut pas remplacer les scores des agences pour les rapports réglementaires ; de nombreux mandats exigent MSCI ou S&P.
Utilisez le DIY pour l’amélioration interne, puis mappez sur les échelles des agences. Les poids évoluent : réévaluez la matérialité chaque année. Une nouvelle réglementation peut faire passer une métrique d’un poids de 6 à 20 du jour au lendemain. En 2022, le poids du stress hydrique d’un client a triplé après une ordonnance locale sur la sécheresse.
Un autre compromis : les scores DIY ne sont pas comparables entre entreprises à moins de partager le fichier de poids exact. Je recommande de publier votre annexe méthodologique. Lorsque deux entreprises du même secteur ont utilisé mon modèle avec le même sous-ensemble SASB, leurs scores sont devenus directement comparables—quelque chose que les boîtes noires des agences permettent rarement.
Enfin, reconnaissez l’incertitude. Si vous manquez de données pour une métrique matérielle, attribuez « non noté » et actualisez le poids de ce pilier plutôt que de deviner. Une omission transparente vaut mieux qu’une précision fausse.