Drukner vi i data?

Data er lettere tilgængelige i dag end nogensinde før, og de mange data summer af potentiale. Det er muligt at opsamle elforbrugsdata fra Energinets Datahub, bygningsdata fra BBR-registeret og vejrdata fra DMI’s vejrstationer. Men hvad skal vi bruge de mange data til? Hvordan sikrer vi, at det er retvisende data, vi anvender? Og hvor ligger værdien?

Publiceret: 25. januar 2022

Har du meget data, har du meget viden, har du mindre data, har du mindre viden.” Men nogle gange er det også et spørgsmål om at have de rigtige data, for du kan sagtens have masser af data, men absolut ingen viden - fordi du enten ikke kan overskue det, eller fordi det simpelthen ikke er data, der tjener dit formål.

Sik Cambon Jensen, Head of Section, KMD

Data er forudsætningen for, at vi kan drage konklusioner, der kan handles ud fra og måles på. Oftest er der tale om data i rå form, som endnu ikke er valideret eller klar til brug, når vi opsamler data. Det medfører en potentiel risiko for, at data behandles eller anvendes forkert, og beslutninger dermed tages på et forkert grundlag. Samtidig er der en fare for at drukne i de enorme datamængder, hvis ikke man er kritisk i sin tilgang. Derfor er det afgørende at overveje, hvad dine data skal bruges til.

Kendetegnet ved data

Kendetegnet ved data i dag er, at de varierer i substans, relevans og kvalitet. Første skridt i værdiskabelsen af data er derfor at overveje, hvad er det, du vil løse og hvorfor? Dernæst skal du finde ud af, hvilke data der er nødvendige? Hvordan får jeg adgang til dem? Og i hvilket format og kvalitet skal jeg bruge dem for at kunne indfri formålet?

Arbejder du f.eks. med energiledelse og indeklima, vil dine krav til data på de to områder være meget forskellige på parametre som kvalitet, aflæsningsfrekvens og historik. Har du f.eks. behov for at vide, hvorvidt en institution har et godt eller dårligt indeklima, modtager du måske minutværdier fra seks sensorer pr. rum for at komme til en konklusion. Dermed ligger værdien af dataene i at få et øjebliksbillede med henblik på at kunne regulere her og nu, hvorefter dataene er irrelevante. Dermed vil krav til historik for indeklimadata være mindre sammenlignet med energidata.

”Det er rigtig vigtigt, at man er bevidst om, at data ikke bare er data. Nogle rådata har en sådan relevans og værdi, at de skal gemmes i lang tid, medens andre kan kasseres med det samme. Andre data kan gemmes som en aggregeret værdi, f.eks. som et døgn- eller månedsforbrug.” Hanne Rasmussen, Product Owner, KMD.

Måling af energiforbrug

Ved måling af energiforbrug og energibudgetter er det essentielt at kvalitetssikre de indlæste forbrugsdata. Helt konkret handler det om at være bevidst om, hvor dataene kommer fra. Der skal skabes sporbarhed omkring, hvorvidt der er tale om automatiske eller manuelle indlæste data og estimerede eller faktiske værdier. Bruger du f.eks. jeres eget CTS-anlæg som datakilde, bør du overveje dens målerkvalitet. Hvad er konsekvensen, hvis den afviger fra forsyningens måling?

I alle tilfælde kan det anbefales at få en aftale om levering af validerede data med jeres forsyningsselskab(er), da dette grundet lovgivning sikrer en høj datakvalitet. Dog kan der være tale om månedsdata fremfor timedata, hvilket igen er en overvejelse, du bør have med i afklaringen.

Omvendt er det også vigtigt, at dine data er struktureret og ikke opbevares i længere tid, end der er behov for. Der ses en tendens til, at vi bruger pladsen, hvis vi har den. Men hvis ikke du kan overskue dine data og sortere i dem, får du ikke udnyttet det fulde potentiale. Derfor er det vigtigt at rydde op i dine data.

”Vi vil vide det hele! Og derfor starter vi måske mere detaljeret end vi bør – vi skal have det holistiske overblik, før vi kan dykke ned i detaljerne, for ellers mister vi overblikket. Hvis man starter med at få styr på den enkelte bygnings samlede forbrug af el, vand og varme i forhold til bygningens størrelse og anvendelse, dvs. nøgletal, kan man hurtigt konkludere hvilke bygninger, der er energitunge, og hvilke der har mærkværdigt energiforbrug, etc.” Hanne Rasmussen, Product Owner, KMD.

Afslutningsvist er det relevant at påpege, at værdien af data skabes i samspil med andre data. Derfor er det vigtigt i behovsafklaringen at overveje, hvilke referencedata der er relevante at inddrage?

Er du interesseret i indeklima, skal du huske også at kigge på antal personer i de pågældende lokaler, grænseværdier, anvendelsesformål, varmeforbrug, etc. Søger du energiforbedringer, skal du ikke kun kigge på energiforbrug, men også bygningsareal, indeklima, klimaskærm, etc. Analyser og beslutninger baseret på data uden ordentlige referencedata skaber ingen værdi.

Data kan ikke stå alene – de er blot et værktøj til at optimere og træffe beslutninger.

Kontakt

Jannik Hulten

Er du interesseret i at høre nærmere om, hvordan vi kan hjælpe netop jer? Så kontakt Jannik Hultén, Sales Director, KMD, til en uforpligtende snak.

Vil du vide mere?

Dataforståelse er blevet en hård valuta i udviklingen af innovative og effektive organisationer. Vil I gerne gøre data til en naturlig del af jeres tankesæt og beslutningsgrundlag, følger vi jer hele vejen.