Grazie alle tecnologie digitali il settore delle utility sta vivendo un periodo di intensa trasformazione. Una metamorfosi obbligata soprattutto per le realtà dell’Energy e della gestione delle risorse chiamate ad assecondare spinte di mercato sempre più orientate alle perfomance. Per garantirne i livelli richiesti e mantenersi competitive, piccole e grandi realtà del settore stanno progressivamente aprendo le porte alla Data Science, un’intelligenza diffusa capace di estrarre valore dai Big Data raccolti in tempo reale lungo tutta la rete di distribuzione. I suoi strumenti di analisi avanzata (di tipo descrittivo, predittivo e prescrittivo) rappresentano ausili decisivi per migliorare un’efficienza operativa dagli immediati riflessi sui risultati di business. La gestione dinamica dei carichi, la possibilità di prevedere la domanda, l’ottimizzazione di processi specifici come la fatturazione o la gestione del cliente contribuiscono, infatti, in modo determinante alla crescita di un business legato a doppio filo con la qualità dei servizi offerti.
Indice degli argomenti
Energy: ottimizzare le prestazioni con la Data Science
Guasti, ritardi e interruzioni di servizio rappresentano inefficienze inaccettabili per i clienti, che dalle utility pretendono altissimi livelli di affidabilità. La Data Science aiuta a evitare questi disservizi, monitorando in tempo reale gli asset per migliorarne costantemente le prestazioni. La lettura e l’analisi in real time dei dati relativi alla loro integrità permette, infatti, di verificarne costantemente le condizioni, definendo le aree di ottimizzazione. In questo modo viene aumentata significativamente non solo la loro disponibilità, ma anche la loro affidabilità. Accanto all’ottimizzazione prestazionale degli asset, l’analisi avanzata dei dati può, poi essere applicata a un’altra area di enorme interesse per le società di energy management: la gestione intelligente dell’energia, la cui chiave sta tutta nel raggiungimento del migliore equilibrio tra domanda e offerta. Forti oscillazioni nella domanda da parte dei clienti causano, infatti, grossi problemi non solo per i fornitori di energia, che devono riuscire a far fronte alle richieste, ma anche per i consumatori, che devono assicurarsi l’erogazione del servizio. In questo contesto, gli strumenti di analisi avanzata e gli algoritmi di machine learning si rivelano preziosissimi per monitorare in tempo reale le metriche di consumo e adeguare costantemente il servizio alla domanda.
Un customer service Energy sempre più personalizzato
In generale, tutte le aziende desiderano migliorare il customer service, aumentandone il tasso di soddisfazione. Utility e società di energy non sono da meno e da tempo si stanno attivando per fornire all’utenza una maggiore visibilità non solo sulla fornitura vera e propria del servizio, ma anche su una serie di operazioni correlate, come la fatturazione e i pagamenti. L’obiettivo è aumentarne la qualità del contatto, eliminando ritardi e contestazioni. Per questo sempre più spesso vengono implementati software di gestione operativa, che in qualsiasi momento offrono ai clienti la possibilità di monitorare addebiti e transazioni in corso. Questi applicativi tengono traccia delle attività in tempo reale e prevedono azioni immediate in termini di fatturazione e pagamenti, raccogliendo e analizzando dati che possono essere utilizzati per migliorare ulteriormente il servizio. Nella stessa direzione si muove l’utilizzo sempre più diffuso della multicanalità, una scelta che, da una parte, offre ai clienti massima libertà sulle modalità di contatto con il proprio fornitore e, dall’altra, permette alle utility di raccogliere preziose informazioni sui clienti da utilizzare per ulteriori elaborazioni: dati personali, comportamentali e relativi al sentiment dei clienti, che una volta analizzati permettono di personalizzare ulteriormente i servizi, offrendo consigli e suggerimenti ad hoc.
Energy: ottimizzazione significa anche nuovi servizi
Le opportunità del digitale per le utility sono anche nel segno della diversificazione e della estensione del perimetro di business. La conoscenza che arriva grazie alla gestione dei dati abilita lo sviluppo di nuovi servizi spesso complementari a quelli tradizionali. Il grande tema per le utility è proprio quello di disporre di elementi per valutare e decidere il proprio posizionamento e il proprio sviluppo in ragione degli scenari che l’analisi delle esigenze, dei comportamenti, delle criticità dei clienti mette a disposizione. Tra le prospettive, per aziende che hanno un contatto quotidiano con i consumatori finali e con aziende su tematiche di grandissima importanza come la gestione delle risorse, c’è quella di mettere a disposizione dei propri clienti il valore di intelligenza che l’utility stessa è in grado di erogare nella forma di strumenti che permettano ai cittadini e alle imprese di ottimizzare al meglio i loro consumi in funzione delle esigenze, che consentano di indirizzare i consumi nelle fasce orarie che più sono compatibili con la gestione dei carichi di lavoro delle reti o con strumenti che in generale permettano di ottimizzare i consumi delle case e delle organizzazioni. Le utility, grazie alla data science e alla data analytics, sono nella condizione di diventare dei veicoli di innovazione e dei canali per la “vendita” e la gestione di nuovi servizi.
IBM Watson per ottimizzare i servizi del mondo Energy
L’ottimizzazione dei servizi del mondo Energy passa da un’intelligenza diffusa capace di estrarre valore dai Big Data raccolti in tempo reale lungo tutta la rete di distribuzione. Un’operazione complessa, che richiede un’attenta modellazione dei dati su cui applicare strumenti di Intelligenza Artificiale e tecniche di Machine Learning in grado di assicurare visibilità e trasparenza. Per aiutare i Data Scientist in questo compito la piattaforma IBM Watson Studio mette a disposizione Auto AI, un tool in grado di analizzare automaticamente i dati e generare pipeline di modelli customizzati in funzione delle specifiche esigenze di modellazione predittiva. Queste pipeline vengono automaticamente generate quando Auto AI analizza il dataset e scopre algoritmi e parametri che meglio si adattano allo specifico use case.
Case history e best practices nel mondo Energy
Ci sono soluzioni che possono concretamente rispondere a queste esigenze come ad esempio un’azienda del mondo energy può contare sulle opportunità dell’Instant Expertise anche allo scopo di mettere a valore la straordinaria competenza dei suoi senior executive e trasferirla alle nuove risorse che arrivano nella compagnia. Il Knowledge management come un tema chiave che incide direttamente sulla competitività delle imprese. Da leggere, a questo proposito la testimonianza relativa a Woodside una delle più importanti compagnie australiane nell’ambito oil and gas: Woodside: Knowledge management for expert assist
Appare poi a questo proposito particolarmente interessante anche la case history della compagnia energica finlandese Fingrid che ha utilizzato la Data Science per individuare modalità più intelligenti per gestire la propria rete di trasmissione: Fingrid: IoT and Analytics on distribution
Immagine fornita da Shutterstock
@RIPRODUZIONE RISERVATA
