Os dados ao trabalho: Energia e Serviços Públicos

COMO O BIG DATA PODE MELHORAR A SATISFAÇÃO DO CLIENTE E A EXCELÊNCIA OPERACIONAL

Satisfação do Cliente: focalizar no marketing para a eficiência energética e resposta à demanda, avaliar a eficácia da resposta à demanda e dos programas de eficiência energética, desenvolver produtos com tarifas baseadas em tempo ou incentivos de resposta à demanda, oferecer aos clientes ferramentas analíticas para ajudar a reduzir o custo das contas de serviços públicos, entender como os clientes preferem receber comunicados relativos a interrupções de serviço.

Melhoria no nível operacional: definir com precisão o ponto de interrupção do fornecimento para a exploração da força de trabalho, realizar inspeções para identificar possíveis falhas de segurança, descobrir fraudes e roubos e identificar contas sem faturamento, realizar análises de defeitos ou de irregularidades de voltagem da tensão.

COMO BIG DATA PODEM APOIAR OS GESTORES

Os progressos realizados em instrumentação, automação de processos e colaboração multiplicam o volume disponível de novos tipos de dados, como, por exemplo, dados fornecidos pelos sensores, geolocalização, dados climáticos e sísmicos. Estes podem ser combinados com dados gerados pelo "homem", como feeds de mercado, redes sociais, e-mails, mensagens de texto e imagens para novas previsões. Os operadores de sistemas podem tirar proveito de Big Data Analytics, tais como:

• Excelência na interrupção do serviço: o objetivo é a análise de dados de máquinas e interrupções de serviço planejadas para otimizar o período de interrupções com base no estado real das peças.
• Gestão da Qualidade Preventiva: espera-se transformar a atual forma de gestão de dados sobre a qualidade, como não conformidades e defeitos, em previsões eficazes com o controle e eliminação daqueles que têm relação com as operações técnicas.
• Manutenção de acordo com as condições: o objetivo a ser alcançado é a análise dos dados sobre a manutenção da máquina para otimizar os eventos programados, a fim de propor um programa de manutenção específico e preciso. Normalmente, os operadores coletavam dados sobre o estado de bombas e poços por meio de inspeções físicas (muitas vezes em lugares distantes). Isto significa que os dados que surgiam dessas inspeções eram dispersos e de difícil acesso, especialmente considerando o alto valor dos equipamentos utilizados e os possíveis impactos sobre a saúde e segurança devido a possíveis acidentes. Agora, no Hadoop os dados dos sensores de bombas, poços e outros equipamentos podem ser integrados, com uma frequência muito maior e com custos mais baixos em comparação com a coleta manual. Isso ajuda os operários experientes a fazer o que os sensores não podem fazer: reparar ou substituir as máquinas. Os dados sobre o maquinário podem ser integrados com outros fluxos de dados sobre o clima, a atividade sísmica ou as opiniões da rede social, para delinear uma imagem mais completa do que está acontecendo no setor. Esta quantidade de dados grande e variada vem dos algoritmos em Hadoop para descobrir esquemas difíceis de identificar e comparar os resultados esperados com os reais. A manutenção preventiva orientada pelos dados, garante o funcionamento do equipamento, com menor risco de acidentes e a baixo custo.