L’impegno ESG (Environmental, Social, Governance) sta assumendo un ruolo sempre più centrale nelle strategie aziendali, rendendo necessario misurare la correlazione tra queste iniziative e i risultati economici e i relativi strumenti di reporting.
Nell’articolo che condividiamo di seguito, Giovanni Mazzucato, Project Leader di Axiante, illustra come è possibile, grazie alla tecnologia, quantificare questo impatto e la rilevanza di questo processo nella pianificazione aziendale.
Buona lettura!
ESG e bilancio di esercizio. Un impatto misurabile (e quindi ancora più strategico)
Negli ultimi anni, le questioni ambientali e la crescente volontà da parte di investitori e imprese di migliorare l’ambiente e il contesto in cui viviamo hanno portato a un maggiore interesse e a un’evoluzione delle tematiche ESG all’interno delle aziende, trasformandole in un aspetto critico per uno sviluppo sostenibile nel medio-lungo termine.
In questo scenario, un secondo fronte sta tuttavia acquisendo sempre più rilevanza: il riconoscimento dell’impatto che i temi ESG possono avere a livello finanziario — ad esempio sul cash flow o sul costo del capitale — e la conseguente necessità di misurare la correlazione tra performance ESG e risultati di conto economico.
Le realtà che, come Axiante, lavorano su progetti ESG si trovano infatti sempre più spesso a rispondere a domande come: “Quanto valore generano queste attività per l’azienda? Quanto ne potrebbero generare con un diverso investimento? È possibile misurarlo?”. Domande la cui risposta ha, è bene evidenziarlo, l’obiettivo ultimo di dimostrare concretamente che il contributo aziendale alle sfide ambientali, sociali e di governance non rappresenta un costo o un obbligo normativo, bensì un investimento a tutti gli effetti, capace di generare ROI e dunque da includere nella pianificazione strategica.
Non va sottovalutato che, al di là del fatto che l’obbligo ESG si estenderà a una platea sempre più ampia di imprese e che le normative impongano già oggi trasparenza e misurabilità, il mercato premia — e premierà sempre di più — quelle organizzazioni che integrano la sostenibilità in modo strategico, facendone una leva tangibile di vantaggio economico-finanziario, oltre che d’immagine e di compliance.
Come? Integrando l’ESG nella pianificazione strategica e, di conseguenza, dotandosi della capacità di rendicontare la sostenibilità con lo stesso rigore e approccio con cui si redigono i financial reporting.
Un approccio attuabile grazie a tre elementi:
- Data Point
La raccolta dei dati è il primo passo cruciale per valutare le performance di sostenibilità di un’organizzazione. I data point possono essere ottenuti con diversi metodi, ciascuno con vantaggi e criticità:
- Alimentazione automatica: i dati provengono direttamente dai sistemi aziendali (ERP, HR, produzione), garantendo efficienza, aggiornamento in tempo reale e riduzione degli errori. Tuttavia, richiede sistemi informativi integrati e investimenti consistenti;
- Alimentazione manuale: i dati vengono inseriti tramite fogli di calcolo, questionari o interviste. Questo metodo è flessibile e adatto a dati non strutturati, ma presenta rischi di errore, inefficienza e difficoltà negli aggiornamenti frequenti;
- Fonti esterne: i dati possono essere acquistati da fornitori specializzati o ottenuti da database pubblici, permettendo confronti con altre aziende. Tuttavia, i costi possono essere elevati e la qualità dei dati non sempre garantita;
- Tecnologie avanzate come i sensori IoT e l’AI permettono il monitoraggio in tempo reale di parametri ambientali e l’analisi di grandi volumi di dati per individuare trend e anomalie.
È implicito che la scelta delle fonti e dei metodi di generazione dei data point abbia un impatto significativo sulla qualità e sull’affidabilità del reporting ESG.
- Mappa delle interconnessioni
Oltre alla raccolta dei dati, l’integrazione della strategia ESG nella pianificazione aziendale richiede la disponibilità di uno strumento che tracci le connessioni tra la dimensione “sostenibilità” e quella economico/patrimoniale/finanziaria — sia dirette che indirette — nonché quelle sistemiche, in cui le variabili ESG interagiscono in modo complesso con fattori economici, come ad esempio il rischio climatico che influenza la volatilità dei prezzi delle materie prime.
Questa mappatura richiede di determinare il coefficiente d’impatto delle variabili ESG attraverso quattro possibili approcci:
- L’analisi storica e le regressioni statistiche permettono di misurare le correlazioni tra variabili ESG e risultati finanziari nel tempo, correggendo eventuali distorsioni con tecniche di machine learning;
- Il benchmarking utilizza studi di settore per stimare l’impatto ESG sulla performance aziendale, ad esempio nella relazione tra riduzione delle emissioni di CO₂ e valore del brand;
- In assenza di dati, gli esperti possono assegnare pesi qualitativi alle relazioni ESG-finanza, utilizzando modelli di scoring;
- L’analisi di sensibilità consente di simulare scenari ipotetici per valutare dinamicamente gli effetti delle scelte ESG.
Inoltre, vanno considerate le relazioni multiple, poiché ogni data point può avere impatti diretti, indiretti o sistemici su più voci di bilancio.
- Soluzioni software dedicate
Se gli strumenti finanziari per il controlling e la gestione del bilancio sono ormai consolidati, il mondo ESG è ancora frammentato e spesso focalizzato unicamente su modelli di tracking e compliance, scollegati dall’analisi finanziaria.
Per superare questa disconnessione, è necessario sviluppare soluzioni software che uniscano i due ambiti, utilizzando tecniche avanzate come machine learning e analisi multivariata. Python, ad esempio, consente di manipolare grandi volumi di dati ESG e finanziari, identificando correlazioni tramite modelli predittivi e mostrandoli in una heatmap per più facile comprensione.
Un sistema efficace dovrebbe considerare anche variabili esogene — come inflazione e tassi d’interesse — oltre a fattori aziendali interni quali investimenti in impianti e volumi produttivi, per stimarne con precisione l’impatto economico.
L’uso di algoritmi come Random Forest, ad esempio, può aiutare a prevedere l’utile netto futuro, simulando diversi scenari ESG e valutando il loro effetto sui costi del capitale e sulle opportunità di generazione di valore, come i crediti di carbonio. In questo modo, la tecnologia non solo permette di quantificare l’impatto ESG in termini finanziari, ma fornisce anche strumenti utili per la pianificazione e la strategia aziendale.
Tutto quanto esposto conferma che un’integrazione tra pianificazione strategica e mondo ESG è fattibile. In quest’ambito, un Digital Innovation Integrator come Axiante può giocare un ruolo cruciale nell’aiutare le aziende a misurare e prevedere gli impatti economico-finanziari delle attività ESG, proprio perché si trova all’intersezione tra tecnologia, strategia e trasformazione digitale.
In particolare, ciò significa non solo strutturare una soluzione affidabile per la raccolta e gestione dei dati ambientali, sociali e di governance — spesso frammentati e difficili da integrare — ma anche capace di collegare i dati ESG a quelli finanziari e operativi, trasformandoli in un modello strutturato, integrato e scalabile nei processi aziendali. Ciò consente di disporre di una visione chiara, anche in ottica previsionale, non solo delle performance legate alla sostenibilità, ma anche del loro impatto sul Financial Statement.
di Giovanni Mazzucato, Project Leader di Axiante
