DNV GL

No dejes dinero en el sofá

Don't leave money in the couch

Contáctenos:

Luisa Freeman

Luisa Freeman

Senior Principal Consultant, Business Development

¿Cómo obtener más valor de las inversiones en datos que ya ha realizado?

Es realmente frustrante necesitar algo urgentemente pero no tener el dinero para pagarlo. A veces puedes encontrar algún cambio en el sofá o tratar de cambiar los fondos "tomando de Peter para pagarle a Paul", pero esa no es una estrategia sostenible. ¿No sería increible tener una ganancia inesperada, ganar la lotería o tener una solución caída del cielo?

Vuelve a mirar ese sofá, ya que puedes estar sentado en una mina de oro.
A medida que las empresas de servicios públicos lidian con una letanía aparentemente interminable de incertidumbre regulatoria y de mercado, la presión está en tomar medidas audaces para asegurar su futura relación con sus clientes. Pero, ¿cómo puede determinar cuál debería ser su estrategia, y mucho menos cómo pagarla, cuando la previsibilidad y las viejas formas de financiar tales esfuerzos están cambiando? Dadas las cambiantes proyecciones de ingresos del negocio principal y la probabilidad de señales mixtas de los reguladores, no puede permitirse quedarse quieto. Eso es particularmente cierto cuando todos sabemos que las expectativas, los deseos y las necesidades de los clientes se expanden continuamente, en sintonía con las innovaciones tecnológicas que están fuera de su control.

La buena noticia es que ya está buscando una solución: DATOS. Cuando se extrae, se limpia y se analizan, hay "dinero" en los datos.

Piénselo: las empresas de servicios públicos han invertido años y años en la venta de productos, interactuando con los clientes a través de programas de eficiencia energética y servicio al cliente, y brindando servicios relacionados, como capacitación para intercambiar aliados. Se han generado una gran cantidad de datos a través de todos esos puntos de contacto, datos que representan más que un simple cambio, sino que son una mina de oro virtual de materia prima a partir de la cual podrá desarrollar su estrategia y fuente de nuevas líneas de productos para sus clientes. Aún mejor, los datos no son estáticos, sino que se actualizan y amplían continuamente. El truco es comprender cómo extraer información de manera rápida y eficiente.

¿Alguna vez has escuchado la frase "Haz que tu dinero trabaje para ti?" Esa es la alquimia del análisis de datos. Estos son algunos ejemplos de cómo las empresas de servicios públicos están extrayendo valor del uso de la información que ya tienen para encontrar nuevas fuentes de ingresos, sin necesidad de bucear en el sofá.

Solución compartida: ayudar a las pequeñas empresas locales de energía a conectarse con los clientes
El desafío: un problema común para las empresas de distribución más pequeñas es la simple falta de mano de obra. Es posible que tengan datos de AMI, pero no tienen el personal o los sistemas para aprovecharlos. E individualmente, no tienen el tiempo ni el dinero para invertir en el diseño de un sistema para convertir los datos en ideas.

La solución: Agrupando a unas pocas compañías eléctricas locales, DNV GL está sirviendo como un "departamento de investigación de carga virtual" para desarrollar una plataforma compartida para analizar sus datos. Cada utilidad participante se beneficia de los costos de desarrollo compartidos al tiempo que protege la confidencialidad de sus propios datos de clientes al limitar quién tiene acceso.

Para una selección de compañías eléctricas que participan en el caso de prueba, DNV GL proceso sus datos de demanda, utilizando protocolos de transferencia de datos diseñados para proteger la confidencialidad del cliente, los limpió y los convirtió en caracterizaciones de mercado útiles y perfiles de segmento para uso individual de las compañías eléctricas locales en compromiso con el cliente. En la siguiente fase de trabajo, cada utilidad participante podrá acceder a sus propios datos utilizando paneles que muestran las características del cliente en varios gráficos y mapas. Los datos se actualizan continuamente para que los paneles siempre tengan el mayor flujo de información.

Encontrar agujas en un pajar: atraer mercados desatendidos
El desafío: en el otro lado del espectro, las grandes empresas de servicios públicos también están experimentando desafíos para obtener el máximo valor de los datos que ya tienen. Aquellos con programas de eficiencia energética de larga data están particularmente interesados ​​en cómo usar esos datos para identificar dónde se pueden encontrar los ahorros.

La solución: El análisis puede encontrar oportunidades aun presentes en mercados maduros. Al combinar datos de uso, datos históricos de programas de sistemas de seguimiento y conjuntos de datos comprados, el análisis de datos mantiene estos programas en crecimiento.

Para la mayoría de los clientes de servicios públicos, las estadísticas analíticas mostrarán que más del 90% de todo el consumo está representado por el 10% de los clientes. Identificar a los clientes que cayeron dentro del 10% superior y que no habían participado en un programa de incentivos en los últimos tres años es un gran punto de partida para comenzar un análisis. Además, las empresas de servicios públicos quieren saber cuáles de sus clientes participantes pueden dejar oportunidades sin explotar, para que puedan regresar y alentar la reinserción. Abordar estos problemas puede ser una tarea muy compleja. Para resolver el problema, DNV GL desarrolló una evaluación comparativa y un cuadro tecnología utilizando aprendizaje automático y agrupamiento que ayuda a los profesionales de extensión y gerentes de cuentas a trabajar con los clientes para identificar oportunidades de ahorro de energía. La regresión de aprendizaje automático también se usa para determinar cuándo los proyectos cumplirán con los hitos clave, lo que mejora el pronóstico y ayuda a identificar cuándo registrar el progreso del proyecto. Dicha información ajusta la banda entre las proyecciones y los resultados y puede ayudar a los gerentes de programa a predecir mejor cómo y cuándo es probable que alcancen sus objetivos.

En el cuadro de mandos y la solución de regresión, las eficiencias operativas se logran mediante el análisis de datos y el aprendizaje automático y proporcionan una visión histórica, actual y futura de la actividad del programa. La naturaleza dinámica del sistema también significa que proporciona información casi en tiempo real.

Se trata de empleos: mantener a los aliados comerciales comprometidos
El desafío: todas las empresas de servicios públicos saben que sus esfuerzos de participación del cliente no llegarían a ninguna parte sin el apoyo y la participación activa de los actores del mercado y los aliados comerciales (AT) que sirven a los mismos hogares, empresas y entidades municipales en nuestras comunidades. Se han puesto décadas de esfuerzo para involucrar a las AT en programas de eficiencia energética, principalmente a través de incentivos pagados directamente a ellos o a sus clientes. Estas asociaciones son un activo importante que puede verse amenazado a medida que los programas maduran, o cuando algunas empresas de servicios públicos reducen los reembolsos o cambian de marcha hacia la capacitación y la educación. El desafío aquí es encontrar formas de mantener a estos actores del mercado comprometidos y mantener relaciones de asistencia técnica que son tan críticas para el éxito de sus negocios como del suyo.

La solución: el análisis de datos, nuevamente, puede ser una parte crítica de la solución a los desafíos de sus aliados comerciales, utilizando los datos que ya tiene. Como se señaló anteriormente, algunos de los clientes de DNV GL están utilizando datos aumentados de servicios públicos para identificar mercados desatendidos por tipo de negocio, ubicación geográfica o medida. Esto ayuda a las empresas de servicios públicos a orientar mejor los recursos de marketing y divulgación a donde puedan obtener la mayor rentabilidad. Esta información se puede compartir con los TA como líderes para que puedan seguirlos, a través de los programas de certificación de TA de servicios públicos por niveles. Para la eficiencia operativa, los distribuidores y los aliados comerciales pueden usar los conocimientos obtenidos del análisis de datos para rastrear el progreso de sus proyectos y / o aplicaciones o averiguar si los clientes cumplen con los requisitos de elegibilidad. Dado que los datos se actualizan regularmente, la plataforma de análisis de datos puede servir como un conjunto continuo de nuevos clientes potenciales que sus socios claves pueden aprovechar.

Los costo de NO extraer todos esos datos son demasiado altos para contemplarlos. Recopilar, proteger y almacenar datos cuesta demasiado, por lo que es mejor que te levantes y hagas un buen uso de ellos a través del análisis de datos. Hay más que un cambio suelto en juego.

Obtenga más información sobre el enfoque de análisis de datos de DNV GL y cómo puede hacer que sus datos trabajen para usted enviándonos un correo electrónico.

Contáctenos:

Luisa Freeman

Luisa Freeman

Senior Principal Consultant, Business Development