Desenvolvimento de indicador de propensão à perda comercial de energia utilizando técnicas de estatística espacial e dados socioeconômicos: o caso da AES Eletropaulo

AUTOR(ES)
FONTE

RAM. Revista de Administração Mackenzie

DATA DE PUBLICAÇÃO

2010-08

RESUMO

Dada a crescente importância da integração de indicadores de marketing e operações para melhorar o desempenho empresarial e a disponibilidade de sofisticadas técnicas de estatística espacial, este trabalho desenvolve um indicador de propensão a perdas comerciais de energia. Gestão de perdas é um tema estratégico para as empresas de distribuição de energia, em particular para a AES Eletropaulo. Nesse contexto, os objetivos deste trabalho são: (i) apropriar modelos espaciais autorregressivos e a geographically weighted regression (GWR - regressão ponderada geograficamente) para medir a influência cultural da vizinhança no comportamento do cliente no ato da fraude de energia; (ii) substituir as áreas de cobertura de favela por um índice regional de vulnerabilidade social; e (iii) associar a perda de energia com indicadores de satisfação de clientes, em uma abordagem espaço-temporal. Técnicas de regressão espacial são revisadas, seguidas por uma discussão sobre a vulnerabilidade social e os indicadores de satisfação do cliente. Os dados operacionais obtidos por meio de sistemas de informação geográfica da AES Eletropaulo foram combinados com dados secundários, a fim de gerar modelos preditivos de regressão, com a perda de energia como variável resposta. Os resultados mostram que a incorporação de dados sociais e de mercado sobre os clientes contribuem substancialmente para explicar a perda de energia - o coeficiente de determinação dos modelos de regressão aumentou de 17,76% para 63,29%, quando comparados o modelo mais simples e o mais complexo. São apresentadas sugestões para trabalhos futuros e discutidas oportunidades para a replicação da metodologia em contextos comparáveis.

ASSUNTO(S)

indicadores de operações distribuição de energia gestão de perdas geographically weighted regression vulnerabilidade social

Documentos Relacionados