Case Energiebedrijf business intelligence en data analytics

De vraag van onze klant

Een van onze business intelligence experts is door het managementteam van een energiebedrijf gevraagd om binnen iets twee maanden een bedrijfsbreed KPI Dashboard op te leveren. Hiermee kan het managementteam in wekelijkse sessies de prestaties van de organisatie monitoren – en waar nodig ingrijpen. Data-gedreven werken in haar meest pure vorm.

De situatie

Energiebedrijven maken een stormachtige ontwikkeling door: duurzaamheid, de energietransitie, hoge investeringen en ondertussen miljoenen consumenten en vele bedrijven van energie voorzien met slimme, betaalbare en duurzame producten en diensten. Dat vereist scherp sturen, zowel intern als extern, en data gedreven werken is een belangrijke transformatie die daarbij hoort.

Kenmerkend voor veel grotere bedrijven en zo ook dit energiebedrijf is de opslag van data in verschillende databases, op zogenaamde ‘eilandjes’. Mede gedreven vanuit het onderscheid tussen de applicaties en databases van de zakelijke en particuliere klanten.

Op dit moment gebruikt het energiebedrijf een gerenommeerde database voor het uitvoeren van online transactieverwerking en analytische database workloads. Langzamerhand wordt dit ervaren als een verouderd systeem.

Bij het energiebedrijf loopt daarom een meerjarenprogramma om voor al haar applicaties naar een state of the art dataplatform te migreren.  Dit programma zorgt ervoor:

  • dat de ‘eilandjes’ met data tot het verleden gaan behoren. Het integrale beeld van klanten ondersteunt zo het data gedreven werken;
  • dat het energiebedrijf klaar is voor de cloud. Hiermee krijgt ze de beschikking over onbeperkte opslag, de beste performance en zeer goede beveiliging. Bovendien geeft dit de mogelijkheid om zowel relationele als semigestructureerde gegevens op te slaan. De software kan daarmee een groot aantal verschillende gebruiksscenario’s met hoge prestaties aan, met hoge beschikbaarheid en flexibiliteit voor een groeiende verscheidenheid aan data. Klaar voor de toekomst.

Terug naar het management van het energiebedrijf. Haar probleem was dat zij onvoldoende zicht had op de KPIs en de onderliggende data, terwijl de ontwikkelingen in de energiesector razendsnel gaan. Het managementteam vond ook dat er nu snel gehandeld moest worden om dit ‘eindelijk’ wel te hebben en er mee te kunnen werken.

Onze aanpak

Onze business intelligence expert heeft aan de opdrachtgever voorgesteld om uit te gaan van de door haar gewenste KPIs, de basis van data gedreven werken. In plaats van een traject in te gaan waarbij eerst wordt nagegaan welke data in welke bronsystemen bruikbaar is. Op die manier kon de business intelligence expert met zijn team maximaal gebruikmaken van de urgentie zoals door de directeur van deze divisie werd gevoeld en geuit. Een klantgerichte benadering.

De eerste vraag die de opdrachtgever met zijn team moest beantwoorden, was vanzelfsprekend welke KPI’s voor het managementteam het meest essentieel zijn. Omdat het de bedoeling was om binnen korte tijd een eerste dashboard op te leveren, was het ook zaak om de opdracht goed in te kaderen. Afgesproken is om in de 1e fase de belangrijkste KPIs op te leveren, waarna deze in de 2e fase aangevuld werd met andere KPIs. Om tot een bedrijfsbreed dashboard te komen.

Het project werd geholpen doordat er bij aanvang nog relatief veel gebruik gemaakt werd van Excel om de KPIs te vullen. Gezien het grote belang en de tijdsdruk gaf Excel in fase 1 voldoende flexibiliteit om alle business rules snel te modelleren, zonder daarbij te hoeven wachten op een nieuw dataplatform of complexe business logica.

De business intelligence expert heeft in de projectfase een SharePoint-site aangemaakt. Daar konden de interne leveranciers hun data kwijt waarmee de KPI’s werden opgebouwd. Vanzelfsprekend zijn er strakke afspraken gemaakt over de wijze en frequentie van aanlevering.

Daarnaast zijn er in PowerBI per KPI aparte dataflows ontworpen in afstemming met de data engineers. Als de levering of het inladen van de data voor een bepaalde KPI onverhoopt niet goed verliep, werd voorkomen dat het hele datamodel daarmee onderuitging. Zo kon er heel gericht en tijdig aan de bel getrokken worden bij leveranciers van de data.

Met deze aanpak is er gekozen voor een pragmatische en vlotte werkwijze. Door vanuit het eindproduct te denken werd kreeg het MT zeer snel de beschikking over een dashboard waarmee gestuurd kon worden. Door de verdere automatisering en borging op een later moment te doen, bleef het mogelijk om deze snelheid aan te houden.

De resultaten

De kennis en ervaring van de adviseur van GreatDataMinds, het team, de uitgesproken urgentie bij de interne opdrachtgever en de projectaanpak heeft goed gewerkt.

De snelle oplevering van de KPIs leiden tot een tevreden managementteam. Wel werd de nieuwe werkwijze van data aanlevering bij de start door sommigen als belastend ervaren. Dat bleek uiteindelijk een kwestie van wennen te zijn.

In de 2e fase kon het managementteam met een veel bredere set aan KPIs gaan sturen. Die set is opgedeeld in domeinen om het geheel overzichtelijk te houden. Veel managementteams hebben de neiging om een enorme waslijst aan KPIs te produceren. Onze methodiek van de strategiekaart is ingezet om focus aan te brengen, door de koppeling met kritische succesfactoren vanuit de strategie te leggen.

Op het geheel gevisualiseerde dashboard zijn ook de targets per KPI toegevoegd en wordt de onderliggende data gebruikt voor de verklaring van afwijkingen. Het dashboard wordt meerdere malen per maand gebruikt in diverse sessies van het managementteam.

De verantwoordelijken voor de aanlevering van data zijn in de 1e fase ook vermeld op het dashboard. Zodat bij afwijkingen meteen duidelijk was waar het probleem lag. En met elkaar naar verbeteringen gezocht kon worden. Een belangrijk element van de cultuuromslag naar data gedreven werken hoe:.

Voor de 3e fase was afgesproken dat de data- en business intelligence experts van de divisie het dashboard met de data management processen zou overnemen. En de verdere automatisering en uitbreiding voor haar rekening zou nemen. Dat team kent de systemen van de divisie tenslotte inhoudelijk het beste. Na een vlotte gebruikerstraining is het resultaat officieel overgedragen en wordt het nu intern beheerd door een aantal data engineers.

2 risicos aangepakt

De aanpak in deze casus heeft voor- en nadelen. Het managementteam van de divisie wilde het dashboard graag snel hebben. Gebruikers willen maar 1 ding: tijdig relevante data hebben om adequate beslissingen te kunnen nemen. Dat is hier goed gelukt.

Een 1e risico wat we allemaal kennen gaat over datakwaliteit. Met het werken met dashboards komt ook de drang om de datakwaliteit te verbeteren. Onverklaarbare afwijkingen zijn daar vaak de aanjager voor. Als die datakwaliteitsissues opgelost gaat het management weer over tot de orde van de dag. De datakwaliteit die voor onderliggende organisatieniveaus nodig is, krijgt dan weinig aandacht meer van het topmanagement. Terwijl data gedreven werken pas goed werkt als je maatregelen neemt omdat in de hele organisatie door te voeren.

De aandacht voor het werken met dashboards leverde nog een ander, potentieel risico op: een verminderde aandacht voor de doorontwikkeling van bronsystemen en datamanagementprocessen. Gericht op het bereiken van een grotere efficiëntie en betrouwbaarheid.

Door het managementteam van tevoren goed mee te nemen begrepen ze veel beter wat er nodig is voor data gedreven werken. En zijn zodoende deze risico’s afgewend. Gelukkig is het managementteam echt voorbeeldgedrag gaan vertonen als het gaat om data gedreven werken. Dat heeft enorm geholpen.

Ook heeft het management een aantal collega’s de verantwoordelijkheid gegeven voor de  datakwaliteit en de doorontwikkeling. Het managementteam ondersteunt ze met capaciteit en middelen.

Andere toepassingen van business intelligence bij het energiebedrijf

Vanzelfsprekend gebruikt het energiebedrijf business intelligence al op een aantal manieren, hieronder schetsen we een paar voorbeelden:

1. Monitoren van energiegebruik

Dit gebeurt tegenwoordig bijna realtime. Directe communicatie van de data naar haar klanten maakt het mogelijk om het verbruik te beheersen en de CO2-uitstoot te verminderen.

2. Optimaliseren van processen en verkoopprijzen

Door de enorme concurrentie, de grote prijstransparantie door prijsvergelijkingswebsites en de toenemende bereidheid van klanten om van leverancier te veranderen blijft het optimaliseren van processen en verkoopprijzen een belangrijk instrument. Door data-analyses heeft het energiebedrijf zicht op mogelijkheden tot continue verbetering van processen en verkoopprijsaanpassingen.

3. Maximaliseren van energieopwekking

Er wordt tegenwoordig ook veel data gebruikt voor het bepalen van de optimale locatie voor wind turbines en vanzelfsprekend ook het inregelen en tijdig onderhouden van die turbines.

4. Vergroten van de efficiëntie van onderhoud

Veroudering van de infrastructuur levert concurrerende investeringsprioriteiten op. Data wordt meer en meer gebruikt om onderhoudscycli te kunnen voorspellen. En daarmee ook vervangings- en investeringsbeslissingen te kunnen nemen.

Afsluitend

Al met al een interessant traject voor het energiebedrijf en ook onze data- en business intelligence expert en zijn interne collegas. Het is inspirerend om mee te kunnen bewegen, bouwen en groeien met opdrachtgevers die ook nut en noodzaak zien van data gedreven werken.

Meer weten over data gedreven werken?

Als je meer wil weten over hoe jullie organisatie meer data gedreven kan gaan werken neem dan gerust contact met ons op.

Deze website maakt gebruik van cookies, onder andere om het gebruiksgemak te vergroten. Door op 'ACCEPT' te klikken, geef je toestemming voor het gebruik van cookies.