I. Situación del Cliente
El esfuerzo de utilizar datos para probar los errores de cálculo de la garantía involucraba demasiado tiempo, sin embargo al calcular la estimación de energía perdida del año anterior, Jerry Williams, Gerente del Programa de Sustentabilidad Ambiental de SAS cambió su perspectiva. La decisión se basó en comenzar a utilizar Visual Analytics, así que cargó los datos de rendimiento en la plataforma e inmediatamente vio una discrepancia, creó un informe y lo envió por correo electrónico a la empresa. Como resultado, SAS aumentó el reembolso en un 50%.
II. Desafío
La plataforma de Visual Analytics de SAS hizo notar a Williams que los datos de rendimiento se resumían por día y se alojaban en una hoja de cálculo, lo cual no es óptimo para identificar anomalías en las granjas solares, pues las granjas solares también necesitaban:
- Comprometerse con los datos más fácilmente.
- Eliminar la necesidad de utilizar los recursos de TI.
- Encontrar errores y anomalías que cuestan tiempo y dinero.
III. Solución SAS
Williams comenzó a utilizar SAS Visual Analytics para analizar datos operativos en áreas clave como: energía y emisiones, residuos y reciclaje, agua, construcción ecológica y prácticas de adquisición. Evaluando los datos con respecto a las líneas de base internas y externas, los impactos climáticos, la utilización del espacio, el número de empleados y mucho más para medir el rendimiento. Así se pueden ver anomalías de datos que sugieran problemas fácilmente solucionables.
IV. Beneficios
Utilizando la tecnología de SAS Visual Analytics, los beneficios obtenidos son muchos:
- Reducción en un 85 por ciento del tiempo para diseñar informes.
- Respuestas más rápidas y eficaces a las solicitudes de los clientes.
- Mejora en la calidad de los datos.
- Ahora puede visualizarse casi instantáneamente si existe un problema con los datos en sí, y tomar medidas para mejorar la integridad de la fuente de datos.
- Alimentar datos sobre el consumo de energía, el reciclaje y otras medidas ambientales.
- Ahorro de dinero al minimizar los impactos antropogénicos de las operaciones.
- Detección de pagos insuficientes de las garantías.
- Predicción del mantenimiento necesario antes de que la eficiencia del panel solar se degradara.
