Skip to content
InfoDPP Logo
InfoDPP
ESPR knowledge hub
what-is-dpp

Données DPP : essentielles, recommandées et volontaires

Comment JRC145830 aide à prioriser les données DPP, sans transformer ses catégories de recherche en obligations légales.

· 12 min de lecture · InfoDPP

Pourquoi la classification des données compte pour le DPP

L’une des questions les plus fréquentes lors de la préparation d’un Passeport Numérique de Produit est : quelles données sont réellement obligatoires et lesquelles sont facultatives ?

Les obligations dépendent de la législation applicable et, pour les futures catégories ESPR, des actes délégués sectoriels. Pour aider à préparer ces exigences, le Centre commun de recherche de la Commission européenne (JRC) a publié le 19 mars 2026 une méthodologie : JRC145830: Methodology for defining data requirements for the Digital Product Passport under the ESPR framework.

Les trois catégories ci-dessous simplifient l’approche de priorisation du JRC. L’étape B.4 évalue l’utilité, l’effort et la faisabilité ; le tableau 15 présente six catégories illustratives (A–F), et non une classification juridique rigide en trois groupes.

Le cadre à trois niveaux

Données essentielles

Cette catégorie de recherche concerne les données nécessaires à un usage ou à une option réglementaire proposée. Elle doit être distinguée des champs déjà exigés par le droit applicable. Les thèmes possibles comprennent :

  • identification unique du produit
  • informations sur l’opérateur économique responsable
  • déclarations de conformité réglementaire
  • données imposées par l’acte délégué applicable ou la réglementation sectorielle

L’obligation légale découle du règlement ou de l’acte délégué applicable, pas de la catégorie JRC. Les champs obligatoires doivent être fournis à compter de la date d’application pertinente, sous réserve des règles transitoires. La granularité détermine la précision avec laquelle le passeport identifie le produit :

  • Niveau modèle : un seul passeport couvre tous les exemplaires d’un modèle donné (ex. « lave-linge Modèle X »). Les données sont identiques pour chaque unité fabriquée.
  • Niveau lot : le passeport couvre un lot de production spécifique (ex. « lot 2026-03-A du lave-linge Modèle X »). Les données peuvent varier entre lots, par exemple la composition des matières premières.
  • Niveau unité : chaque produit individuel dispose de son propre passeport avec un identifiant unique (ex. un numéro de série). Cela permet de suivre l’historique complet d’un exemplaire précis tout au long de son cycle de vie.

La législation applicable au produit, y compris les actes délégués pertinents, fixe la granularité requise.

Données fortement recommandées

Éléments qui ne sont pas strictement obligatoires dans tous les cas, mais qui obtiennent un score élevé dans une évaluation transparente de la valeur, de l’effort et de la faisabilité, fondée sur les pratiques réelles de l’industrie. L’information apportée est d’une utilité démontrée pour les régulateurs, les consommateurs ou les partenaires de la chaîne de valeur, et le coût de collecte est jugé raisonnable au regard de la maturité industrielle et technologique actuelle.

Thèmes de préparation illustratifs, et non classements de champs établis par JRC145830 :

  • composition matérielle au-delà des substances légalement requises
  • empreinte carbone ou indicateurs environnementaux lorsque les méthodologies de calcul sont matures
  • informations de réparabilité ou de durabilité quand des indicateurs normalisés existent
  • preuves de traçabilité au-delà des seuils légaux minimaux

En pratique, ces données méritent d’être préparées en priorité. Elles peuvent être intégrées progressivement à mesure que les outils de collecte s’améliorent, sans préjuger des futures obligations.

Données volontaires

Les données volontaires peuvent présenter une utilité forte ou faible. Le tableau 15 couvre aussi bien des données complémentaires utiles que des cas moins prioritaires. Exemples possibles, sous réserve des règles de divulgation :

  • analyses de cycle de vie étendues
  • informations détaillées sur le développement durable destinée aux consommateurs
  • comparaisons de performance propres à l’entreprise
  • données pertinentes uniquement pour certains usages en aval

L’inclusion volontaire n’est pas déconseillée, mais devrait relever d’un choix stratégique plutôt que d’une obligation perçue.

Comment fonctionne la méthodologie JRC

Le rapport ne se contente pas de lister des champs. Formellement, il décrit quatre grandes étapes (A-D) avec des sous-étapes ; pour une équipe d’entreprise, cette logique peut se résumer en six actions complémentaires :

  1. Cartographier les objectifs politiques : identifier ce que l’ESPR (ou une réglementation sectorielle) vise pour une catégorie de produit donnée.
  2. Définir les cas d’usage : déterminer qui a besoin des données (surveillance du marché, consommateurs, recycleurs, réparateurs) et dans quel but précis.
  3. Identifier les données possibles : lister toutes les informations susceptibles de servir les cas d’usage cartographiés.
  4. Évaluer l’utilité et l’effort : examiner l’utilité, la disponibilité, le coût de collecte, la qualité et les obstacles au partage.
  5. Classer en niveaux : classer chaque élément comme essentiel, fortement recommandé ou volontaire selon l’évaluation de faisabilité.
  6. Traiter la gouvernance des données : considérer les droits d’accès, la granularité des données (modèle, lot, unité) et la fréquence de mise à jour.

Le rapport JRC laisse volontairement hors périmètre l’architecture système détaillée et l’implémentation informatique, mais la structure modulaire de la méthodologie permet son application au-delà du cadre ESPR, à condition que des analyses de contexte et de faisabilité équivalentes soient réalisées. Cela peut aussi être pertinent pour le règlement sur la sécurité des jouets (à partir du 1er août 2030) ou le règlement (UE) 2026/405 sur les détergents (à partir du 23 septembre 2029).

Ce que cela signifie pour les entreprises en 2026

1. Les priorités deviennent plus claires

Se préparer tôt reste utile, mais la méthodologie ne garantit pas le contenu des futures listes de champs. Il faut distinguer obligations existantes, exigences proposées et priorités internes.

2. La granularité détermine l’effort

Une granularité plus fine peut accroître le travail de sérialisation et de gestion des données, tout en permettant des services de suivi plus détaillés. Les coûts et avantages dépendent du produit et de l’usage.

Comment estimer quel niveau peut compter pour votre secteur avant que le texte juridique soit final ? En pratique, les entreprises regardent généralement trois types de signaux :

  • Droit applicable au produit : l’article 77 du règlement sur les batteries exige un passeport individuel pour les batteries MTL, les batteries de véhicules électriques et les batteries industrielles de plus de 2 kWh. Cette obligation provient d’un règlement autonome, pas d’un acte délégué ESPR.
  • L’objectif réglementaire : lorsque le problème traité dépend clairement de la traçabilité d’unités ou de matières individuelles, il peut indiquer la direction probable, sans remplacer le texte juridique.
  • Le plan de travail ESPR et les études préparatoires : ils peuvent signaler là où une traçabilité plus fine devient pertinente, mais ils ne fixent pas eux-mêmes la granularité requise.

Comparez un pilote au niveau du modèle et un autre à l’unité avant d’estimer la charge supplémentaire.

3. Cinq groupes de données pour organiser le travail

Le guide des exigences de données DPP décrit cinq groupes de données : identité du produit, opérateur responsable, composition, performance environnementale et traçabilité. Ce classement est une structure de planification InfoDPP, et non une taxonomie définie par JRC145830. Il permet d’appliquer les critères de priorité du JRC à l’organisation interne des données produit.

4. Le contrôle d’accès est une dimension de conception distincte

Toutes les données essentielles ou recommandées ne seront pas publiques. Le rapport traite les droits d’accès comme une question distincte de conception et de gouvernance du DPP : les actes délégués doivent préciser quels acteurs voient quelles données, en tenant compte de la proportionnalité, de la protection des données et des informations commerciales confidentielles. En pratique, les entreprises devraient concevoir leur infrastructure DPP avec des niveaux de visibilité différenciés dès le départ, plutôt que de supposer que chaque champ relève de la vue publique.

5. Les données fortement recommandées méritent d’être préparées

Le niveau « fortement recommandé » n’est pas du droit contraignant. Mais il signale des données à forte valeur réglementaire et à mise en œuvre relativement faisable, ce qui en fait des candidates naturelles pour une préparation plus précoce, un déploiement progressif ou des options réglementaires futures plus ambitieuses. Une approche prudente les traite comme une priorité de planification à court terme plutôt que comme un simple extra.

6. Volontaire ne signifie pas sans intérêt

Certains éléments volontaires (notamment l’analyse de cycle de vie et les preuves de circularité) peuvent créer un avantage concurrentiel, alimenter les rapports ESG ou répondre à des exigences clients en aval, même sans obligation légale.

Exemples sectoriels

⚠️ À titre purement illustratif. Les tableaux ci-dessous anticipent des schémas suggérés par la méthodologie JRC et par les signaux réglementaires publiquement disponibles. Ils ne constituent pas une description des champs juridiquement obligatoires. Les jeux de données minimaux effectifs découlent : de l’annexe XIII du règlement batteries, de l’annexe VI partie I du règlement sur la sécurité des jouets, de l’annexe VI partie A du règlement sur les détergents, des futurs actes délégués ESPR pour les groupes de produits textiles et électroniques concernés, et du DPP du RPC pour les produits de construction.

La méthodologie JRC s’applique à tous les secteurs, mais la pondération des niveaux varie :

SecteurThèmes essentiels illustratifsDonnées supplémentaires à envisager
Batteries (confirmé : règl. 2023/1542, annexe XIII)Identification unique, empreinte carbone, contenu recyclé, devoir de vigilance et, le cas échéant, données de performance, de durabilité et d’état de santé de la batterie individuelleTraçabilité supplémentaire au niveau des cellules, au-delà du dossier de passeport obligatoire
Textiles (indicatif, futur acte ESPR)Composition des fibres, substances préoccupantes, identité du fabricantCartographie fournisseurs, empreinte eau/énergie, indicateurs de durabilité
Électronique (indicatif, futur acte ESPR)Score de réparabilité, pièces détachées, composition matérielleHistorique des mises à jour du micrologiciel, évaluation de recyclabilité
Jouets (confirmé : règl. 2025/2509, annexe VI, partie I)Données de passeport obligatoires au titre de l’annexe VI, partie I (identifiant, opérateur économique, législation de l’Union applicable, marquage CE, etc.)Origine des matériaux, données de migration chimique
Détergents (confirmé : règl. 2026/405, annexe VI, partie A)Données de passeport obligatoires au titre de l’annexe VI, partie A (identifiant, fabricant, informations sur les dangers, déclaration d’ingrédients, etc.)Preuves de biodégradabilité, recyclabilité des emballages
Produits de construction (DPP du RPC, règlement 2024/3110)Informations de performance et de conformité et indicateurs environnementaux applicables du RPCInformations de réemploi au-delà du minimum applicable

Relation avec les orientations DPP existantes

La méthodologie JRC complète (sans remplacer) d’autres sources :

  • Annexe III ESPR : définit toujours le champ légal des exigences DPP possibles ; la méthodologie JRC aide à prioriser la mise en œuvre.
  • Normalisation CEN/CENELEC : les normes techniques complètent la méthodologie, qui traite aussi de l’organisation sémantique des données. La décision (UE) 2026/1736 a publié les références de six normes DPP horizontales.
  • CIRPASS : le projet CIRPASS a cartographié l’architecture des données DPP ; JRC145830 y ajoute une évaluation transparente de l’utilité des données et de l’effort de collecte et la lie à l’évaluation de faisabilité en conditions réelles.

À lire ensuite

Sources officielles


Commencez votre préparation au DPP en rassemblant les données d’un produit. Essayez OriginPass.eu pour découvrir comment les présenter dans un passeport numérique.

Poursuivre la lecture

OriginPass

Préparez vos données produit pour l'ESPR

Commencez à construire votre Passeport Numérique du Produit — structurez vos données, cartographiez les identifiants et soyez prêt avant l'arrivée des actes délégués. Offre gratuite disponible.

Sans carte bancaire · Offre gratuite disponible · Commencez à votre rythme