Datavalidering
Datavalidering er kontrol af, at målerdata er komplette og korrekte, så fejl, huller og urealistiske værdier opdages, før de ender i analyser og rapporter.
Datavalidering er den løbende kontrol af, at målerdata er komplette, korrekte og realistiske. Formålet er at opdage fejl, før de ender i analyser, klimaregnskab og rapporter.
Typiske datafejl
- Manglende data, fx når en måler mister forbindelsen
- Urealistiske spring eller nulværdier
- Forkert skalering eller enhed
- Målere, der er byttet eller forkert tilknyttet en bygning
- Dobbelt registrering af samme forbrug
Hvorfor er datavalidering vigtig?
Beslutninger, besparelser og rapportering er kun så gode som de data, de bygger på. Krav fra CSRD og ISO 50001 betyder samtidig, at data skal kunne dokumenteres og revideres. En fejl i målerdata kan give forkerte nøgletal, skjule spild eller føre til fejl i klimaregnskabet.
Sådan foregår datavalidering
Et EMS kan automatisk sammenligne nye data med historik, forventet forbrug og andre målere og markere afvigelser. Nogle fejl kan rettes automatisk, mens andre kræver, at en energirådgiver eller driftsmedarbejder undersøger sagen.
Sådan understøtter Enity EMS datavalidering
I Enity EMS bliver kunder informeret ved målerfejl og registrerede afvigelser. Med vores måler- og full service-koncepter følger vores energirådgivere op, så datakvaliteten er høj og sporbar.
Læs mere
Relaterede begreber
Se det i praksis
Vil I se, hvordan Enity EMS sikrer jeres datakvalitet? Book en demo, så viser vi jer, hvordan det virker med jeres egne data.