Case study: Een energiebedrijf in administratieve problemen



Samenvatting:

Tegen de achtergrond van fusie en veranderende regelgeving was de administratie bij een grote energieleverancier niet goed gegaan. De complexiteit van de markt maakte dat een oplossing niet voor de hand lag. Door dit te benaderen vanuit een perspectief van databases en data-integriteit kwam de oplossing snel boven water en werd de deur geopend naar allerlei vergelijkbare toepassingen om de grote hoeveelheden data te koppelen aan bedrijfsprocessen en daarmee een voorsprong te nemen op de concurrentie.



Achtergrond:

Rond 2003 zaten de grote energiebedrijven nog midden in een integratieproces van jarenlange fusies. Wat ooit honderden gemeentelijke energiebedrijven waren, was geworden tot een handjevol grote. Tegelijk was de Nederlandse politiek bezig met privatiseren, en had een interne splitsing tussen Netwerk en Leverancier opgedragen.

Leverancier en Netwerk kregen daarmee allebei een eigen boekhouding, zij het dat die vaak uit hetzelfde systeem kwam (SAP-ISU). Ook de afdeling productie / inkoop speelde een rol, en ook deze had een eigen boekhouding.

Door die gescheiden boekhoudingen was het mogelijk dat het klantenbestand van de Netbeheerder (geografisch bepaald) niet langer hetzelfde was als dat van de Leverancier (commercieel bepaald). Vanuit de historie zat er echter een 90% overlap in beide bestanden.

Probleem:

Door die turbulente tijden in de bedrijfsvoering ging het op administratief vlak mis, vele consumenten hadden daar -terecht- heel veel klachten over.
In die overlap tussen de bestanden zaten echter ook veel verschillen. Zó veel dat de accountant bij het maken van de jaarrekening ook problemen signaleerde. Hierdoor was ook op het hoogste niveau van de onderneming groot ongenoegen, maar ook een 'sense of urgency'.
De afdelingen, tot slot, stonden grotendeels op het standpunt dat hun boekhouding klopte, en dat de fouten vooral in de andere hoek van de organisatie moest worden gezocht. Dit leidde tot een soort 'Zwarte Pieten'-spel.

De problemen zaten daarmee op verschillende vlakken:

Het meest urgent was het probleem om de jaarrekening goedgekeurd te krijgen, en dat kon niet omdat de verschillen in de boekhoudingen te groot waren.

Achterliggende theorie:

Energievolumes (kWh elektriciteit of m3 gas) worden niet altijd dagelijks gemeten. Dat gebeurt alleen bij zeer grote klanten.
En als dat wel dagelijks (of per kwartier) wordt gemeten, dan nog zijn er veel complex makende factoren:

Als hier vanuit drie kanten voor 20.000 klanten een administratie van wordt bijgehouden, dan is het niet meer dan logisch dat er wel eens wat mis gaat.
Dit is echter een administratief probleem, en niet een probleem wat wordt veroorzaakt door de complexiteit van bovenstaande voorbeelden.

Iedere aansluiting heeft een uniek nummer: EAN (European Article Number, geldt ook voor huizen en bedrijven). Bij deze EAN horen allerlei details zoals of iets wel of geen bedrijf is, hoeveel volume er gemiddeld per jaar wordt afgenomen, welke straat en huisnummer erbij hoort, etc.
Bij dit unieke nummer hoorde ook een volume elektriciteit dat was afgenomen.

Los van alle complexiteit ging het hier dus om een zaak van data integriteit waar drie boekhoudingen iets bijhielden voor een verzameling aansluitingen die bovendien alle drie hetzelfde unieke nummer bevatten.
De manier om dit te vergelijken is om op aansluiting niveau een vergelijking te maken van de aansluitingen met de bijbehorende volumes.

Oplossing:

Van alle drie boekhoudingen was een heldere lijst met aansluitingen en het bijbehorende verbruik beschikbaar. Deze lijsten konden daarmee relatief eenvoudig in één database worden gezet met daarbij de bijbehorende 'afzender'. Deze manier van classificeren dan data heeft daarmee niets meer te maken met de complexe wereld van de elektriciteitsmarkt.

De volgende stap was het inzichtelijk maken van de resultaten. Een ven-diagram is daarvoor een uiterst geschikt middel. Zie figuur.

In deze figuur staan de drie partijen met elk hun eigen administratie. Hiermee is de doorsnede te zien: welke aansluitingen in alle drie de boekhoudingen voorkomen (Grijs gebied). Ook is zichtbaar welke aansluitingen wel bij de Leverancier en de Producent bekend zijn, maar niet in de boekhouding van de Netbeheerder staan (Oranje gebied).

Per gebied (kleur) is zo een lijst samen te stellen met alle aansluitingen, en daarmee wordt een probleem helder belegd bij één van de drie partijen. Op het moment dat bijvoorbeeld de Producent iets niet heeft, maar beide andere wel, dan komt deze aansluiting op de ToDo-lijst van de Producent ("Waarom heb jij deze klant niet ?"). Andersom, als de Netbeheerder een aansluiting heeft die totaal onbekend is bij de andere twee, dan moet de Netbeheerder dit hardmaken ("Weet je zeker dat dit een klant van ons is ?")

Verfijning-slagen:

Met deze basis-oplossing werd een einde gemaakt aan het onderling afschuiven van de problemen. De volgende stap was om de deelgebieden verder uit te splitsen in 'goed-fout'.
Bijvoorbeeld: De aansluitingen bij Leverancier / Producent maar geen Netwerk (=Oranje) kunnen best klanten zijn elders in Nederland wonen en wat via een concurrerend Netwerk loopt. Binnen de EAN-code is echter zichtbaar waar in Nederland een aansluiting zich bevind. Hiermee valt dus automatisch deze groep nogmaals te bekijken. Dit leidde ertoe dat van de ToDo-lijst voor de Netbeheerder 80% goed bleek, maar alsnog 20% uitgezocht moest worden.

Een andere verdieping was om nu eindelijk te kijken naar de volumes elektriciteit. Binnen het gebied waar iedereen het eens was dat dit een klant was (grijze gebied) bestonden verschillen in geregistreerde volumes. De analyse hiervoor is dezelfde: Vergelijk per aansluiting de volumes onderling, en als twee partijen iets roepen, moet de derde uitleggen waarom hij dat niet ook roept.

Tot slot een praktische verbetering: Het resultaat van deze analyses was een splitsing van het probleem in lijsten waarbij nu wel een duidelijke probleem-eigenaar was benoemd. Binnen die lijsten is een sortering aangebracht van grote volumes naar kleine volumes zodat niet voor iedere kWh-afwijking tijd en moeite moest worden geïnvesteerd om het probleem boven water te krijgen.

Conclusies:

De problemen die in een complexe omgeving bestonden hadden weinig te maken met die omgeving. Door vanuit een ander perspectief de zaak te beschrijven was de oplossing helder, logisch en duidelijk voor iedereen te begrijpen. Hiermee viel niet alleen complexiteit weg, maar ook een stuk interne bedrijfspolitiek, nu onomstotelijk vast stond welk deel van het probleem door welke partij kon worden opgelost. De accountant trok de conclusie dat de oplossing er nog niet was, maar dat wel een pad werd bewandeld om tot de oplossing te komen. Door het treffen van een voorziening (onderbouwd met gegevens uit de verschillen-lijsten) kon alsnog een handtekening worden gezet onder de jaarrekening.

Vervolg:

In de kern was dit probleem opgelost door handig gebruik te maken van de mogelijkheden van een Access database. Dit pakket is razendsnel, flexibel, en er zijn weinigen die dit beheersen.
Vanuit dit succes zijn diverse vervolganalyses gemaakt. Eerst voor de consumentenmarkt (2 miljoen aansluitingen ipv 20.000), en daarna ook voor bijvoorbeeld de verschillend Leveranciers die onder de verantwoordelijkheid vielen van de Producent. (Objectieve verdeling van gezamenlijke kosten).

Dit werd later een maandelijks terugkerend proces. Hiermee kwam inzicht in de processen die de fouten veroorzaakten en werd sturing mogelijk van de afdelingen waar dit gebeurde. Bijvoorbeeld door de foutlijst van maand X te vergelijken met de lijst van de maand daarvoor. In feite wat via de Six Sigma methode wordt geleerd, alleen vaak is de administratie niet gedetailleerd genoeg om dit echt succesvol toe te passen.

Omdat deze problemen landelijk voorkwamen, is deze synchronisatie van registers later ook structureel ingericht op landelijk niveau.

Dit kwam allemaal voort uit het handig gebruikmaken van een paar downloads vanuit SAP. Vaak komen er uit SAP minder inzichten dan wat door de verkopers ervan beloofd: Veel data en weinig informatie.

Met handige analist die snel de processen en concepten doorziet valt hier een wereld te verbeteren.

Voor verdere informatie of inzichten, stuur een email naar:Bas Hartkamp

custom counter