Transparence

Chez Made with You, nous croyons que la transparence commence par l'exemple. Voici comment nous construisons notre plateforme d'analyse ESG en cohérence avec nos valeurs.

Notre méthodologie d'analyse

Comment ça marche

Notre plateforme analyse automatiquement la communication ESG des entreprises à partir de leur site web public. Voici le processus :

Collecte du contenu : nous explorons le site via les sitemaps et extrayons le contenu pertinent (pages web, rapports PDF accessibles publiquement).

Analyse par IA : le contenu est analysé par Mistral (mistral-large-latest) selon 5 critères de transparence : authenticité de la communication, cohérence entre démarche et modèle économique, transparence opérationnelle, clarté méthodologique et engagement long terme. Le modèle est entraîné à détecter le greenwashing et à évaluer la substance plutôt que le marketing.

Adaptation par taille : l'analyse s'adapte automatiquement à la taille de l'entreprise. Le LLM a accumulé une connaissance large de différents types d'organisations qui lui permet cette nuance. On ne pénalise pas les PME pour un manque de formalisme si leur démarche est cohérente et authentique. Les grands groupes sont évalués plus strictement sur les données et méthodologies formelles.

Les 5 critères de transparence et leur pondération
Message authentique30 pts
Le discours ESG est-il étayé par des preuves concrètes et un ton mesuré, ou relève-t-il du storytelling marketing vague et auto-promotionnel ?
Cohérence business25 pts
Les engagements durabilité affichés sont-ils alignés avec le modèle économique réel (produits, volumes, supply chain), ou contredits par la nature même de l'activité ?
Transparence opérationnelle20 pts
L'entreprise publie-t-elle des informations vérifiables sur ses opérations (sites, fournisseurs, matières, flux), ou reste-t-elle dans le flou sur comment elle produit ?
Clarté méthodologique15 pts
Les chiffres et affirmations (émissions, % recyclé, certifications) sont-ils documentés avec périmètre, scope, année de référence et méthode de calcul, ou balancés sans source ?
Engagement long terme10 pts
Existe-t-il des objectifs datés, chiffrés, avec trajectoire et reporting d'avancement, ou uniquement des intentions floues sans échéance ?
Score de transparence(%)

Score de transparence

Comment lire le score ?

Le score de transparence note la clarté et la substance de la communication ESG, exprimé en % (de 0 à 100). Cinq paliers :

  • 80–100 · Excellentcommunication substantielle, données vérifiables, engagements cohérents avec le modèle économique.
  • 60–79 · Bondémarche claire et globalement cohérente, quelques zones d'amélioration (preuves manquantes, périmètre flou).
  • 40–59 · Moyenengagements affichés mais peu étayés, mix de contenu substantiel et de marketing.
  • 20–39 · Faiblecommunication majoritairement marketing, peu de preuves, incohérences avec l'activité.
  • 0–19 · Critiqueabsence de discours ESG, greenwashing avéré, ou informations publiques insuffisantes pour évaluer.

Ce que nous évaluons et ce que nous n'évaluons pas

Nous évaluons la clarté et l'authenticité de ce que l'entreprise communique sur son site. Est-ce que le discours est substantiel ou marketing ? Est-ce cohérent avec le modèle économique ? Y a-t-il des preuves concrètes ou des promesses vagues ?

Nous n'évaluons pas la réalité terrain de l'entreprise. Nous ne faisons pas d'audit opérationnel, nous n'allons pas sur place, nous ne vérifions pas les chiffres dans les usines. Notre analyse porte sur la transparence de la communication, pas sur la performance ESG réelle.

Le rôle de l'IA

L'IA n'est pas un humain. C'est un outil de concentration de connaissance que nous traitons comme tel : un analyste synthétique capable de traiter rapidement un volume d'informations qu'aucun humain ne pourrait lire dans le même temps, selon les critères que nous lui donnons.

Les limites de notre approche

Protection anti-bot : certains sites bloquent l'accès automatisé. Dans ce cas, l'analyse repose uniquement sur la connaissance préexistante du modèle Mistral (ce qui peut être incomplet ou daté). Nous l'indiquons clairement dans les sources de l'analyse.

Biais des LLM : comme tout modèle de langage, Mistral a des limites. Il peut manquer de contexte sectoriel spécifique, mal interpréter un discours technique, ou refléter des biais présents dans ses données d'entraînement.

Contenu public uniquement : si une entreprise fait du bon travail mais ne le communique pas sur son site, notre analyse ne le captera pas. Transparence ≠ performance.

Notre intention

Notre objectif n'est pas de classer les entreprises du meilleur au pire. C'est d'aider à repérer rapidement les signaux : qui communique de manière substantielle ? Qui fait du marketing creux ? Où sont les incohérences ?

Une mauvaise note ne signifie pas forcément que l'entreprise fait mal. Ça peut aussi signifier qu'elle communique mal ou pas du tout. Une bonne note ne garantit pas la perfection, mais indique une communication claire et cohérente.

Nous voulons encourager la transparence, pas punir ceux qui font des efforts sans avoir les moyens de produire des rapports exhaustifs.

Notre approche technologique

Choix de l'IA

Nous utilisons Mistral comme moteur d'analyse. Ce choix n'est pas anodin : Mistral a été audité par Carbone4, une référence en matière d'évaluation environnementale. Cette validation externe nous donne confiance dans l'impact carbone de notre outil.

Nous n'envoyons à l'IA que les extraits les plus pertinents. Pas de transmission massive d'informations inutiles. Une fois l'analyse générée, elle est disponible pour tous sans mobiliser de nouvelles ressources : calculer une fois, partager largement.

Hébergement

L'intégralité de notre infrastructure (données, bases, emails, application) est hébergée chez Scaleway en Europe. Nous avons choisi ce partenaire pour son engagement concret sur la mesure et le reporting de la consommation de CO2 et d'eau de ses datacenters.

Tout n'est pas encore parfaitement évalué chez eux, mais ils progressent de manière transparente. C'est exactement l'approche que nous voulons soutenir.

Protection des données

Pas de collecte, pas de revente. Nous ne collectons pas de données personnelles et ne vendons aucune information.

Notre modèle est simple : proposer un service utile et être rémunérés pour la valeur créée, pas par la publicité.

Cette approche évite les conflits d'intérêts. Votre vie privée reste privée.

La suite

Nous continuons d’améliorer notre approche. Chaque choix technique est guidé par son impact réel.

On ne peut pas demander plus de transparence aux autres sans être transparent soi‑même.