Control energético con data management de Deepki en las sucursales de Bankoa Crédit Agricole

En 2016, Bankoa-Crédit Agricole, entidad financiera del norte de España, empieza un plan de reformas y modernización de su red de sucursales. Al mismo tiempo, busca una manera de poder valorar este trabajo frente a la dirección y los clientes. Quiere implementar un control energético de las instalaciones para analizar el consumo, priorizar las reformas y seguir la eficiencia de las obras realizadas.
Para estructurar las reflexiones y animar reuniones con los equipos, resulta esencial para Bankoa construir una plataforma de gemelo digital. Esta plataforma digitaliza el patrimonio inmobiliario que gestionan. A los edificios se les asignan variables patrimoniales (superficie, localización, fecha de la última reforma etc.), técnicas (inventario de los equipos instalados), de actividad (horarios de apertura, número de empleados etc.), de open-data (Google Street-View, datos metrológicos etc.) con el objetivo de contextualizar los gastos energéticos, seguir la eficiencia y hacer todo el inventario de acciones propuestas cómo realizadas. La entidad bancaria pretende organizar el control energético de la red de sucursales con algoritmos de captación de datos.

Bankoa apuesta por una solución innovadora centrada en el análisis de datos ya disponibles:
– Tipología de activos: 44 activos (30 agencias, 1 sede, 7 pisos alquilados, 5 sin uso, 1 almacén).
– Plazo de realización: 6 meses.
– ROI: 3 meses.

Deepki es la empresa de software encargada de llevar a cabo este proyecto de reforma y modernización a nivel de data management, logrando un ahorro energético detectado en 180.818 kWh y en 14,76%; un ahorro energético implementado en 60.000 kWh y en 4,9%; 60 en ton de CO2 evitadas; y un ahorro económico de 24.000€.

Entre otras ventajas destaca el hecho de que se ha conseguido un alcance digital del 100% de la base de datos digitalizada en el cloud; acceso para el 60% del
perímetro a datos cuarto-horarios de contadores en telegestión; y un alcance operacional del 30% de ahorro de tiempo en el procesamiento de los datos, más de
30 acciones de optimización detectadas, 11 ya realizadas.