Articulo de Opinión

El sector de la energía, como otras compañías en otros sectores, se está adaptando a un entorno cambiante que ha visto acelerado su proceso de transformación debido a la terrible pandemia que estamos sufriendo. Las compañías energéticas ya se han enfrentado a grandes desafíos en el pasado, que les empujaron a cambios en el modelo de negocio buscando eficiencias a lo largo de la cadena de valor en la búsqueda de ahorros de costes. Y lo han hecho gracias a la adopción de nuevas tecnologías y al incremento de facturación por medio de la captura de una mayor cuota de mercado y la expansión en nuevos mercados.

El sector energético ya en la época pre-Covid19 se enfrentaba a grandes cambios, tanto en el negocio de la oferta energética, como en el de la demanda. Si recorremos toda la cadena energética, desde la generación hasta que el consumidor final hace uso de esa energía, podremos observar como en el negocio de la generación ha habido una tendencia creciente a incrementar la inversión en energías renovables, eso es debido a la creciente preocupación por el entorno y la búsqueda de energías con poco o nulo impacto medioambiental en búsqueda de una descarbonización. En este sentido, los analistas especializados esperan que en 2035 el 50% de la energía sea eólica y solar.

Esta tendencia, alimentada por la necesidad de reducción de la huella climática y la reducción de costes de generación de energía proveniente de fuentes renovables tiene un impacto significativo en el negocio de la generación y la distribución de la energía.

Desde el punto de vista de la generación, las empresas se encuentran con un mercado que evoluciona y la gestión de la venta de la energía crecerá en importancia tanto en el mercado diario e intradiario ya que, por un lado, la red se va a nutrir de energía proveniente de plantas de generación convencional, más antiguas, contaminantes y con una producción predecible, pero, por otro lado, tienen una entrada posterior en el mercado de las energías solar y eólica. Además, estas tienen una variabilidad mayor en la generación y por ende un impacto importante en el precio de casación de la energía en cada una de las horas.

Este escenario, debido a la creciente oferta de energía solar y eólica, plantea diversos retos donde el uso eficiente de los datos mejorará la competitividad y productividad de los activos, ya sean tanto de generación tradicional como en la proveniente de fuentes renovables.

En primer lugar, desde la perspectiva de la generación de energía proveniente de fuentes renovables, los retos que se plantean son varios. La naturaleza variable que alimenta la generación renovable hace que la producción sea menos predecible. En ese sentido, el acceso a la subasta es más conservador y puede conllevar a ineficiencias en el uso de los activos ya que parte de la energía producida se puede desechar si no es vendible en el mercado intradiario.

Un uso efectivo de los datos puede suponer un impacto directo en el flujo de caja de las compañías de generación eólica y solar en aspectos como la toma de decisiones en tiempo real. Gracias a esta agilidad, se puede optimizar en la producción de energía de los activos y en conjunción con una mejor predicción de la futura oferta y la demanda. Además, permite tomar decisiones más acertadas como la posibilidad de no acudir al mercado diario e ir directamente al intradiario y tener un mejor retorno por vatio generado.

En segundo lugar, los actores que trabajan en la generación tradicional deberán ajustar costes mejorando la eficiencia de estas plantas. En ese aspecto, diversos estudios proyectan que un uso adecuado de analítica avanzada implica ahorros de entre un 5% y un 7,5%. Esto se debe a una mejora en el tiempo de funcionamiento de las plantas, soportados por aplicaciones de mantenimiento predictivo, sumado a la optimización en el consumo del combustible que alimenta estas plantas, así como a una monitorización fina del rendimiento que elimina los excesos de producción.

Esta necesidad de mejora en los costes de producción en las centrales más tradicionales, es cada vez más importante si añadimos que progresivamente más particulares están inyectando energía en el sistema proveniente de placas solares. Estos actores están en ambos extremos de la cadena, ya que producen y consumen al mismo tiempo. Este escenario, plantea que, en un futuro no muy lejano, existirá un gran 'long-tail' de productores que deberán ser tenidos en cuenta para cualquier modelo de previsión de producción. Por ese motivo, la necesidad de tener una plataforma de datos que permita realizar un análisis ajustado y hacer predicción de la oferta y demanda se convierta en una herramienta necesaria para operar el negocio de una forma más eficiente y rentable.

Este aspecto introduce una nueva variable que es la gestión de la red. El negocio de la transmisión y distribución de la energía ha sufrido pocos cambios en los últimos años, pero puede ser estresada por diversos factores. El primer aspecto, como ya hemos mencionado, es la incorporación de un gran número de pequeños productores distribuidos por el territorio y, en segundo lugar, el incremento de la electrificación del parque móvil.

En otros aspectos, cambios de hábitos de consumo y generación como la carga de vehículos eléctricos en casa y la inyección de energía desde las placas solares en los techos, que provocarán picos de energía del mediodía, crearán patrones de demanda diaria más volátiles. Para hacer frente a estos cambios en la demanda y evitar sobrecargas, las empresas de distribución tendrán que invertir en optimizar la red lo que puede suponer presión en la rentabilidad y los flujos de caja.

El uso de tecnologías orientadas a los datos estima ahorros de costes de operación y mantenimiento de más de 12% de mejora. El mantenimiento predictivo, basado en el 'Machine Learning', reducirá los cortes de energía y mejorará la toma de decisiones en cuanto a la inversión y mantenimiento. Hoy en día, los costes de los sensores, de la captura de datos y el almacenamiento de la información, han disminuido significativamente y son una décima parte de lo que eran hace diez años, llevando a la proliferación de datos que permiten análisis avanzados impulsando la eficiencia.

Estas eficiencias se consiguen mediante soluciones de inspección remota, evitando el desplazamiento de personal y recortando tiempos de resolución. Además, gracias al mantenimiento predictivo y a la optimización de la eficiencia en la gestión de los activos se mejoran aspectos como la pérdida de energía y el incremento del tiempo de servicio de las plantas de transformación.

Esto es posible gracias a la implantación de soluciones de IoT potenciadas por la introducción de mejoras de comunicación como el 5G o la futura tecnología 6G que tendrá una velocidad de transmisión de 1.000Gbp/s, frente a los 600Mbp/s del 5G. Mediante estas tecnologías, la compañías energéticas serán capaces de recoger los datos y analizarlos en tiempo real, permitiéndoles optimizar los costes de operaciones, definiendo incluso políticas de mantenimiento predictivo que garanticen el nivel de servicio y ahorro.

En último lugar, podemos encontrar las compañías de retail, las comercializadoras de energía. Se podría considerar que la demanda de la energía en el mercado retail, ha sido prácticamente plana en los últimos años. Adicionalmente, nos encontramos en un segmento de la cadena de valor donde hay una competencia feroz y los nuevos competidores son más digitales y más ágiles.

La autoridad y la lucha por retener o capturar a los clientes, se ha convertido en el elemento precedente de estas compañías, donde conocer al detalle la experiencia del cliente y buscar al máximo su satisfacción ha de ser la prioridad. En este cometido, el uso de los datos, trazando un perfilado 360 de los clientes, es una necesidad imperativa ya que, con la liberalización del mercado, se han llegado a observar ratios de rotación de clientes de hasta un 25%, según analistas.

En este contexto, las compañías de reciente creación, tienen a favor el haber nacido digitalizadas, pero sin embargo con un músculo financiero menor y con el reto de encontrar la escala que les haga viables en el medio y largo plazo. Por otro lado, las compañías tradicionales, más grandes, tienen enormes estructuras de costes, son menos ágiles y necesitan la digitalización para poder competir. Soluciones como la analítica automatizada de la voz en los “call-centers”, la integración de esta analítica con sistemas de comunicaciones como las aplicaciones móviles o la web corporativa, así como análisis automático del consumo y el precio de la energía, permitirá a las compañías tener una mejor comprensión de los clientes, incrementando el “lifetime value” y reduciendo la rotación.

Otros aspectos que pueden mejorar la eficiencia de las compañías de retail es la realización de una mejor evaluación de la solvencia de los clientes y variación de los consumos, minimizando impagos y evitando el fraude. El impacto del uso de diferentes técnicas analíticas en este campo, incrementa la rentabilidad de estas compañías entre un 5% y un 10% y al mismo tiempo se aumenta el valor de marca al tener el cliente una satisfacción mayor.

El uso de la analítica avanzada en centros corporativos es algo de lo que se habla en menor medida y tiene un retorno estimado de entre un 8% y 9% de reducción de costes operativos. Dentro de este grupo, podemos encontrar aspectos, como mejoras en la gestión e investigación de accidentes laborales, así como la prevención de los mismos u otros aspectos como lo que se denomina 'People analytics' en referencia al uso de herramientas de análisis de datos para la gestión y toma de decisiones en gestión de personas en la empresa, tales como la contratación, formación, gestión del rendimiento y retención de los empleados.

Entrando en aspectos más tecnológicos, las plataformas de datos que deben sustentar esta toma de decisiones, deben tener la posibilidad de funcionar en un entorno híbrido en el que exista una integración con las aplicaciones que residen en los centros de datos propios, así como tener la posibilidad de trabajar en entornos de nube pública.

El gobierno del dato es otro aspecto capital en la resolución de estos problemas, ya que el ciclo de vida del dato es complejo y diverso desde la captura de la información, cuando genera, hasta que se consume en un sistema que explota la información final. Si tenemos en cuenta estos dos puntos, hibridación y gobierno, la gestión unificada del dato puede resultar un reto si no se cuenta con la tecnología adecuada.

En definitiva, hemos visto como el uso de aspectos analíticos y gestión de datos tiene un impacto directo en toda la cadena de valor del negocio de la energía y en un entorno cambiante como el que vivimos actualmente, con crisis y picos de demanda, la agilidad y la adaptabilidad de las empresas de energía será un aspecto diferenciador que se verá reflejada en rentabilidad, cuota de mercado y por ende valor para los accionistas.

Como conclusión, estamos ante un cambio de paradigma donde la analítica de datos en el uso de la energía puede ser un factor diferencial para obtener una mayor rentabilidad, con menores costes de producción, un gran aumento de eficiencia en la generación, distribución y transmisión y por supuesto una mejora en la fidelidad del cliente final que también puede beneficiarse de ahorros en sus facturas y eficiencia en su consumo.