スコアの小数点以下の桁数。このフィールドは自動的に 0 に設定されます。

精度が 0 に設定されている場合、結果は最も近い整数に丸められます。たとえば、精度が 0 のメトリクスの定義で値 7 + (5 / 2) を計算した場合、結果は 10 に丸められます。

精度が 0 より大きな値に設定されている場合、結果は、指定された精度に最も近い小数点に丸められます。たとえば、精度が 1 の場合、4.45 の結果は 4.5 に丸められます。

• 日次
• 週次
• 毎月
• 四半期ごと
• 半年ごと
• 年次

• メトリクスの定義：メトリクスの定義レベルでデータを計算する場合、すべての子メトリクスの定義または子メトリクスにわたるデータが計算に使用されます。
• エンティティ：エンティティレベルでデータを計算し、計算式ビルダーを使用して計算方法を指定すると、すべての子メトリクスの定義にわたる共通エンティティが照合され、エンティティごとにデータが計算されます。データをアグリゲートしてメトリクスの定義レベルで全体的なスコアを取得するには、[エンティティ] を選択します。

• なし
• 合計
• 平均
• 最大
• 最小

• ユーザー
• ユーザーグループ

• なし：メトリクスの方向を変更しない場合は、このオプションを選択します。
• 最小化：目的のメトリクスの方向が下向きである場合は、このオプションを選択します。たとえば、データセンターからの炭素排出量を最小限に抑える場合です。
• 最大化：目的のメトリクスの方向が上向きである場合は、このオプションを選択します。たとえば、組織内でエネルギー効率の高いリソースの使用を最大化する場合です。
• マイルストーン：メトリクスの方向が適用されず、メトリクスがマイルストーンに対して追跡される場合は、このオプションを選択します。たとえば、組織が 2029 年末までに 100％ 再生可能エネルギーを使用することを目標としている場合、その目標の日付がマイルストーンと見なされます。

• なし：
• 先行 (予測型) メトリクス：予測型であり、将来の結果を予測するために役立ちます。この場合、企業は、生産単位あたりのエネルギー消費量など、GHG 排出量に関連する主要なメトリクスを使用できます。エネルギー消費を追跡することで、使用するエネルギー源と生産プロセスの効率に基づいて、将来の GHG 排出量を予測できます。この主要なメトリクスにより、企業は改善が必要な領域を事前に特定し、情報に基づいた意思決定を行うことで、排出量を削減できます。
• 遅行 (影響度を測定する) メトリクス：過去のアクションまたはイベントの影響度を測定します。この例では、GHG 排出量に関連する遅行メトリクスは、特定の年に会社が出した総排出量である可能性があります。このメトリクスにより、会社の過去の環境に対する影響のアセスメントが行われます。このメトリクスを経時的に監視することで、会社は排出削減への取り組みの有効性を評価し、さらに改善が必要な領域を特定できます。遅行メトリクスは、過去のアクションの結果を測定し、将来の戦略に対して情報を提供するために役立ちます。
• 現在のメトリクス：進行中のプロセスを監視し、リアルタイムの改善領域を特定します。GHG 排出量の場合、現在のメトリクスは、生産単位あたりの排出量を測定する排出原単位である可能性があります。排出原単位を追跡することで、企業は、排出量の増加に寄与している事業内の特定の領域を特定できます。このメトリクスは、エネルギー使用の最適化、エネルギー効率の高いテクノロジーの導入、再生可能エネルギー源の採用など、企業がリアルタイムでの改善の機会を特定するために役立ちます。