PATTERN AND ANOMALY DISCOVERY

Abstract

Le Utilities, siano esse del settore Gas, acqua o power, hanno una mappa applicativa molto eterogenea costituita dall’ERP per l’automazione dei processi di business, piattaforme per la gestione degli smart meter, portali web per l’interazione con gli utenti finali, applicazioni mobile per l’automazione degli interventi in campo e molte altre ancora.
Una naturale conseguenza è che ogni giorno vengono raccolte grandi quantità di dati, tra i quali quelli relativi alla diagnostica dei contatori, all’operatività degli operatori di campo, ai consumi dei clienti finali.
Molto spesso questi dati vengono raccolti per esigenze normative o di diagnostica, ma quasi mai sono usati con lo scopo di offrire valore alle Utilities stesse o ai loro clienti finali.
L’obiettivo generale del progetto PAD è quindi quello di analizzare questa quantità enorme di dati al fine di trovare correlazioni (più o meno nascoste) e/o anomalie per offrire un servizio migliore ai clienti finali, che quindi avrebbero un’offerta calata sulle loro specifiche necessità, e per efficientare al massimo i processi di business delle società di distribuzione e vendita.
Due tipologie principali di dati verranno prese in considerazione nel progetto: dati provenienti da documenti commerciali relativi a clienti e dati provenienti da sistemi di misura di consumi. Esempi del primo tipo di dato sono le fatture commerciali emesse da aziende fornitrici dei servizi nei confronti degli utenti finali, mentre nel secondo caso si ha a che fare con dati di dettaglio di consumo ottenuti a partire da contatori di ultima generazione.
Le informazioni relative ai documenti commerciali sono di interesse per identificare le caratteristiche dei consumi di un potenziale cliente che potrebbe essere interessato a cambiare gestore dei servizi. Tra le difficoltà relative all’estrazione di informazioni da tali documenti possiamo indicare l’assenza di formati standardizzati e la necessità di elaborare sia documenti digital born (PDF) che digitalizzati (anche per mezzo di cellulari o altri dispositivi mobili).
I dati che è possibile estrarre da contatori di ultima generazione sono tipicamente numerici ed hanno una numerosità molto alta. Ad esempio, i contatori di consumo elettrico possono misurare, memorizzare e poi trasmettere ai server dell’azienda dati a granularità quartoraria con la conseguenza che una media azienda di distribuzione può raccogliere milioni di valori di consumo ogni giorno.