Datos primarios vs. secundarios VSME: ejemplos prácticos para proveedores

Por qué ejemplos prácticos, además de la explicación

Nuestro artículo sobre datos primarios vs. secundarios explica en qué consiste esta distinción y por qué importa al auditor de su cliente. Este artículo muestra cuán grande resulta realmente la diferencia en la práctica, con tres ejemplos de cálculo de distintos sectores.

Una aclaración importante: las cifras siguientes son ilustrativas, no factores de emisión oficiales. verified.supply no incorpora deliberadamente parámetros sectoriales fijos — en el asistente de cálculo del cuestionario, usted introduce sus propios datos de actividad, su propio factor y la fuente de ese factor (por ejemplo, co2emissiefactoren.nl o una factura de proveedor). Los ejemplos siguientes ilustran el principio, no una cifra prescrita.

Ejemplo 1 — Transporte: su propio consumo de combustible vs. un factor genérico por tonelada-km

Un transportista recorre 45.000 km al año con un camión de 18 toneladas para un cliente habitual. Sin cifras propias, el cliente recurre a un factor sectorial genérico por tonelada-kilómetro — por ejemplo (ilustrativo) 0,12 kg CO2e por tonelada-km, multiplicado por el peso transportado y la distancia. Para 45.000 km con una carga media de 12 toneladas, eso equivale a unas 64,8 toneladas de CO2e al año.

Si el transportista aporta en su lugar su propio consumo de combustible — por ejemplo 16.500 litros de diésel al año, extraídos directamente de su propio registro de tarjetas de combustible —, el asistente de cálculo determina las emisiones con un factor de diésel reconocido (por ejemplo 2,68 kg CO2e por litro, fuente: co2emissiefactoren.nl). Eso equivale a unas 44,2 toneladas de CO2e: notablemente inferior a la estimación genérica, porque esta última se redondea de forma conservadora al alza para cubrir un escenario del peor caso.

Para el cliente, esto supone una diferencia directa: el mismo trayecto cuenta ahora como dato primario en lugar de estimación, y la cifra real es mensurablemente inferior a la suposición genérica — exactamente el tipo de mejora que un informe CSRD debe mostrar año tras año.

Ejemplo 2 — Energía: su propio contrato energético vs. el mix residual nacional

Una empresa de fabricación consume 120.000 kWh de electricidad al año. Sin más información, el cliente utiliza para el alcance 2 location-based (B3.7) el mix residual nacional — por ejemplo (ilustrativo) 0,33 kg CO2e por kWh, equivalente a unas 39,6 toneladas de CO2e.

Si el proveedor tiene su propio contrato energético con garantías de origen (por ejemplo, 100 % eólica), la cifra location-based (B3.7) no cambia — al fin y al cabo se basa en la red nacional —, pero se añade una cifra market-based (X1.2) que sí refleja la compra propia del proveedor, y que se acerca a cero con electricidad 100 % renovable respaldada por garantías de origen válidas.

Precisamente por eso la norma VS solicita ambas: B3.7 (location-based) muestra lo que suministra la red por término medio, X1.2 (market-based) muestra lo que usted realmente compró. Un proveedor que solo declara B3.7 pierde la oportunidad de hacer visible su propia elección energética sostenible.

Ejemplo 3 — Materias primas: un factor específico del producto vs. una estimación basada en el gasto

Un transformador metálico compra 8 toneladas de acero al año, por un valor de 24.000 €. Sin datos de producto, el cliente recurre a una estimación basada en el gasto: importe de compra × un factor sectorial genérico por euro gastado — por ejemplo (ilustrativo) 0,85 kg CO2e por euro, equivalente a unas 20,4 toneladas de CO2e.

Si el transformador aporta en su lugar su propia factura de compra con un factor de CO2 específico del producto proporcionado por el productor de acero (por ejemplo, de una Declaración Ambiental de Producto), el resultado depende del proceso de producción: el acero reciclado mediante horno de arco eléctrico suele tener un factor por tonelada considerablemente menor que el acero de alto horno con mineral de hierro primario — en este ejemplo (ilustrativo) 1,1 toneladas de CO2e por tonelada de acero, es decir, 8,8 toneladas de CO2e en total.

La diferencia entre la estimación basada en el gasto (20,4 toneladas) y el dato primario específico del producto (8,8 toneladas) es en este ejemplo más del doble — y esa diferencia es precisamente lo que un método basado en el gasto no puede mostrar estructuralmente: dos compras de acero del mismo valor pueden tener una huella muy distinta según el proceso de producción.

Qué significa esto para su cliente

En los tres ejemplos cambia algo fundamental: el dato ya no cuenta como secundario (una estimación igual para cualquier proveedor comparable), sino como primario — trazable hasta su propia actividad, con una fuente y un año. Ese es exactamente el porcentaje de calidad por el que se evalúa a su cliente bajo ESRS E1.

También influye en el resultado: en dos de los tres ejemplos anteriores, las emisiones reales resultan inferiores a la estimación genérica, porque los promedios sectoriales suelen redondearse de forma conservadora al alza. Los datos primarios no solo son más precisos, por tanto, sino que en la práctica ofrecen con frecuencia una imagen más favorable que la estimación que su cliente habría tenido que usar en su lugar.

Cómo registrar esto en su propio perfil VS

Cada campo numérico del asistente de verified.supply tiene un modo "Calcular" junto a la entrada directa: usted introduce sus datos de actividad (litros de diésel, kWh, toneladas de material), su propio factor de conversión y la fuente de ese factor. El asistente de cálculo realiza entonces solo la multiplicación — actividad × factor = valor — y establece automáticamente `is_estimated` en el valor correcto.

El cálculo completo, incluidas la fuente y el año, aparece en el PDF Supplier Evidence y en la exportación legible por máquina que recibe su cliente. Así, el auditor de su cliente puede ver de un vistazo que se trata de datos primarios y cómo se obtuvieron.