Le novità della piattaforma Deepki: uno sguardo agli aggiornamenti dell’estate 2024

Una collaborazione di Hélène Lecointre e Kahina Hamouche.

Nell’attuale panorama immobiliare, i dati ESG sono diventati estremamente preziosi per gli stakeholder. La raccolta dei dati è essenziale per le revisioni contabili, per essere conformi alle normative e le decisioni di investimento, e in definitiva ad aumentare il valore del portafoglio e la credibilità del processo decisionale. Tuttavia, la mancanza di trasparenza dei dati ESG rappresenta una seria minaccia per il settore. La difficoltà di comprendere l’origine dei dati e la metodologia alla base dei consumi energetici e delle emissioni stimate potrebbe causare errori di rendicontazione e compromettere il valore del portafoglio.

Per risolvere questo problema urgente, Deepki sfrutta l’intelligenza artificiale e il machine learning per colmare queste lacune attraverso stime efficaci. Inoltre, la nostra ultima funzionalità per la visualizzazione dei dati è costruita per avere trasparenza su come le stime dei dati vengono calcolate a livello di asset e di entità. Questa visualizzazione consente di identificare le metodologie specifiche utilizzate per stimare i dati mancanti, fornendo un’analisi granulare dei dati raccolti e stimati.

La  necessità crescente di raccogliere e divulgare dati ESG affidabili   

Gli stakeholder devono garantire che i loro dati siano affidabili, tracciabili e utilizzabili. La mancanza di trasparenza dei dati ESG deve essere affrontata in modo efficiente e tempestivo. La mancanza di dati può essere dovuta a diversi fattori, come la mancanza di collaborazione tra gli inquilini, le preoccupazioni sulla privacy e la perdita della cronologia dei consumi. La moltitudine di soluzioni e fonti aumenta la complessità del processo. Garantire che i dati disponibili siano accurati e utili per il processo decisionale rimane un ostacolo critico. 

Leggi anche Greenwashing in ESG reporting: risks, consequences, and strategies for transparency

Raccogliere e gestire i dati ESG è un compito complesso e sfidante, Secondo l’ESG Global Survey, condotta da BNP Paribas nel 2023, le 3 principali sfide nella raccolta e nell’utilizzo dei dati ESG per i proprietari e i gestori di patrimoni immobiliari sono:

1. Scarsa qualità dell’analisi dei dati ESG (46%).
2. Costo dei dati ESG (40%).
3. Incoerenza tra i fornitori di dati ESG (40%).

Per quanto riguarda la gestione dei dati ESG, il 47% delle società ha specificato di utilizzare fogli di calcolo, con conseguenti inefficienze ed errori che compromettono in ultima analisi l’accuratezza dei dati. Nel complesso, l’indagine mostra anche che il 71% dei proprietari e dei gestori di patrimoni ha individuato nei dati incompleti e incoerenti un ostacolo significativo ad una maggiore adozione delle strategie ESG.

Le stime di Deepki basate sull’AI aiutano a colmare le lacune dei dati

Per risolvere il problema dei dati incompleti e incoerenti, la piattaforma Deepki offre funzionalità di miglioramento dei dati personalizzate per le esigenze specifiche dei professionisti del settore immobiliare. Utilizzando la piattaforma Deepki si possono ottenere diversi vantaggi e colmare le lacune dei dati:

Riempimento delle lacune

La metodologia di riempimento delle lacune viene eseguita a un alto livello di granularità, più precisamente a livello di contatore. Le stime dei dati mancanti sono condotte per i singoli contatori, fornendo indicazioni precise. La fonte principale per questi calcoli sono i dati storici di consumo disponibili. Il gap-filling prevede efficacemente i dati mancanti analizzando i modelli e i comportamenti storici di consumo dei dati.

Estrapolazione

Un altro approccio alla stima dei dati mancanti consiste nel proiettare le tendenze a partire dai dati esistenti e nell’identificare le aree prive di informazioni. Questo modello di estrapolazione può riflettere i modelli di consumo specifici dei singoli inquilini o delle aree di un edificio. L’utilizzo di dati comparabili provenienti da fonti simili rende le stime affidabili e pertinenti all’ambiente specifico.

Indicizzazione

Infine, la metodologia di indicizzazione fornisce stime a livello di asset. Confrontando gli edifici con altre classi di asset  simili situati nella stessa area geografica, è possibile generare stime accurate quando mancano i dati reali. Questi valori di riferimento si basano sui dati di consumo energetico di oltre 400.000 beni immobili di proprietà o occupati dai nostri clienti, raccolti automaticamente sulla piattaforma Deepki.

Raccolta e stima dei dati: una guida interattiva. 

Maggiore trasparenza sui vostri dati stimati agli stakeholder

Per stabilire la fiducia nei vostri indicatori ESG è necessario garantire la trasparenza di questi miglioramenti. Con la nostra nuova visualizzazione dei dati, potrete fornire ai vostri stakeholder una chiara visibilità sulla fonte e sui calcoli alla base dei dati raccolti e stimati:

• Visualizzate la ripartizione tra i dati raccolti e quelli stimati per capire come sono stati calcolati gli indicatori di consumo e di emissione.
• Tracciare i progressi della raccolta dei dati nel corso degli anni e assistere al miglioramento della qualità e dell’affidabilità dei dati.
• Identificare la metodologia utilizzata per stimare i dati mancanti a livello di contatore o di asset, con una ripartizione per metodo.
• Ottenere un’analisi granulare dei dati raccolti e stimati suddivisi per indicatore, tipo di fluido ed entità di fatturazione.

Data visualization on the Deepki Platform.

Migliorare l’affidabilità dei dati è essenziale per massimizzare l’impatto delle vostre azioni e monitorare lo status di decarbonizzazione del vostro portafoglio in maniera  più efficace. La nuova visualizzazione dei dati di Deepki può aiutarvi ad avere fiducia nei dati relativi al consumo energetico e alle emissioni che comunicate ai  vostri principali stakeholder, favorendo relazioni più solide. 

Dati affidabili e trasparenti vi permetteranno di agire e prendere decisioni informate a supporto degli obiettivi di decarbonizzazione, proteggendo il valore degli asset nel lungo periodo. Infine, questa funzionalità contribuisce ad essere conformi e alla rendicontazione normativa, elementi fondamentali per l’implementazione di una strategia ESG efficace.