Hoe kunnen de netwerkbedrijven zoals Liander, gemeenten helpen met hin lokale klimaatbeleid. Michiel van mens heeft Liander geholpen met het inrichten van een marketin intelligence omgeving met daarin de energieverbruiksgegevens van 5,5 miljoen gebouwen. Deze rijke bron aan kennis bevat een schat aan informatie over energieverbruik en gedrag. Deze combinatie helpt gemeenten lokaal klimaatbeleid te ontwikkelen voor verschillende doelgroepen. hioerdoor is de kans op succes vele malen groter.

1. Een doelgroepbenadering voor
het structureel verlagen van
energieverbruik
i b ik
(→ VAN TRIAS ENERGETICA NAAR
QUATTUOR ENERGETICA)
Liander, afdeling Business Intelligence
Li d fd li B i I lli
Michiel van Mens, januari 2011

2. Quattuor Energetica
Quattuor Energetica
• Gangbaar concept bij klimaatbeleid
is de Trias Energetica:
is de Trias Energetica: Quattuor Energetica
Quattuor Energetica
• Terugdringen van onnodig
Terug‐
energieverbruik dringen
onnodig
• Inzetten duurzame energie energie‐
gebruik
voor de resterende
energiebehoefte
Bewust‐
• Zuinig en efficiënt omgaan Inzetten
duurzame
wording
en
energie
met fossiele brandstoffen energie aanpassen
van gedrag
• In deze benadering is het menselijke
gedrag niet meegenomen.
efficiënt
• Bewustwording en veranderen van omgaan
met
menselijk gedrag is een voorwaarde fossiele
energie
om energiebesparing succesvol te
realiseren. Daarom:
= Quattuor Energetica
28‐1‐2011 Michiel van Mens, januari 2011 2

3. Overtuig niet iedereen!
Overtuig niet iedereen!
Involvement /interest
ns
• B
Bewustwording en veranderen
di d
# huishouden
van menselijk gedrag is
relevant.
• Particuliere huishoudens
verschillen als het gaat om Involvement /interest
tijd
betrokkenheid en interesse
b kk h id i
# huishoudens
• Succesvol beleid voor
energiebesparing = benader de
energiebesparing = benader de
juiste doelgroepen met de
juiste instrumenten op het tijd
juiste
j i moment.
• Hoe?
28‐1‐2011 Michiel van Mens, januari 2011 3

4. Beschikbare data:
Smart energy!
Smart energy! Energie
E i
•Standaard Jaar Verbruik (SJV) data voor
gas, elektra en teruglevering gecorrigeerd
voor graaddagen
•Postcode
• D
De netwerkbedrijven Liander en
t kb d ij Li d •Adresgegevens
•Kleinverbruik/grootverbruik
Enexis beschikken over de •Energieleverancier
energieverbruiks gegevens van 5,5 Kadastrale gegevens:
•Gebouwtype
miljoen Nederlandse huishoudens. •Bestemming (wonen, werken etc.)
(Maar ook van bedrijven, •Bouwjaar
•Inhoud (M3)
nutsvoorzieningen etc.)
g ) •Oppervlakte (M2)
Bedrijfsinformatie (Kamer van
• Deze gegevens zijn aangevuld met Koophandel)
informatie over gebouwen, •SBI‐code
•Branche omschrijving
bedrijven en huishoudens.
bedrijven en huishoudens Geo‐informatie
• Combineer deze data met slimme •Buurtnaam
•Plaatsnaam
datamining algoritmen en wie •Gemeentnaam
vinden we? Socio‐demografisch
•Gezinssamenstelling
• Verschillende doelgroepen! •Profiel huishouden
•Welstandsklasse
•Opleidingsniveau
*) analyse gedaan op basis van 53.850 particuliere huishoudens van gemeente X •Etc.
4
28‐1‐2011 Michiel van Mens, januari 2011

5. Het eerste doel: het vinden van verklarende variabelen in relatie tot CO2. Inhoud van de woning, woningtype,
H t t d l h t i d kl d i b l i l ti t t CO I h d d i i t
de waarde van de woning maar ook besteding dagelijkse boodschappen, autobezit maar ook tuinen hebben
een sterke relatie met de CO2‐productie van een gemiddeld gezin.
28‐1‐2011 Michiel van Mens, januari 2011 5

6. Wat zijn de relevante dimensies bij het verklaren van totaal elektriciteitsverbruik particuliere
Wat zijn de relevante dimensies bij het verklaren van totaal elektriciteitsverbruik particuliere
huishouden. De linker staafdiagram laat zien dat oppervlakte van de woning, inhoud en waarde de
belangrijkste dimensies zijn. Nemen we M3 en M2 op een indirecte manier op in de analyse (rechter
staafdiagram) dan zijn besteedbaar inkomen en gezinsgrootte relevante kenmerken.
28‐1‐2011 Michiel van Mens, januari 2011 6

7. Wat zijn de relevante dimensies bij het verklaren van totaal gasverbruik 2010 particuliere
huishouden in de gemeente X. De linker staafdiagram laat zien dat inhoud van de woning, waarde
h i h d i d li k fdi l i d i h d d i d
en woningtype de belangrijkste verklarende dimensies zijn. Nemen we M3 op een indirecte
manier op in de analyse (rechter staafdiagram) dan zijn buurt en besteedbaar inkomen relevante
variabelen.
28‐1‐2011 Michiel van Mens, januari 2011 7

8. De CO Short list
De CO2‐Short list
• Deze analyse geeft direct inzicht in de mate
g j
van belangrijkheid van de verschillende
verklarende variabelen
• Kortom we hebben een short list Wat komen
Kortom, we hebben een short list. Wat komen
we te weten als we deze verder analyseren?
28‐1‐2011 Michiel van Mens, januari 2011 8

9. Relatie woningtype,
bouwjaar en
gemiddeld CO2 bij
particuliere woningen.
Hoek‐ en geschakelde
Hoek en geschakelde
woningen is voor
gemeente X
interessant om zich op
te richten. De
woningvoorraad is
daarvan groot en
beide hebben een
beide hebben een
relatief grote bijdrage
aan de CO2 productie
28‐1‐2011 el van Mens, januari 2011 9

10. In deze analyse is gebruik gemaakt van de werkelijke verbruiksgegevens van 53.850 particuliere
huishoudens van een gemeente in Nederland (verzorgingsgebied Liander) met als bestemming ‘woning’
en waarvan Inhoud en vloeroppervlakte in de database bekend is Per woningtype en bouwjaar is de
is.
gemiddelde Kg CO2 over 2009 berekend. Dezelfde berekening is ook gedaan voor 5,5 miljoen
huishoudens. Wanneer we beide berekeningen met elkaar vergelijken dan zien we grote verschillen.
Bijvoorbeeld, benedenwoningen gebouwd in de periode 1960-1970 produceren gem. 1409 Kg CO2
minder dan het landelijk gemiddelde voor dezelfde woningtype en bouwjaar. Gemeenten kunnen sterk
van elkaar verschillen als het gaat om woningvoorraad,en samenstelling bevolking.
28‐1‐2011 Michiel van Mens, januari 2011 10

11. Relatie waardeklasse en gemiddeld kWh elektra en M3 gas. De relatie is
overduidelijk. Bruikbaar als een van de kaders voor het definiëren van
doelgroepen.
28‐1‐2011 Michiel van Mens, januari 2011 11

12. We kunnen de relatie
tussen energieverbruik
relatie elektriciteit en gasverbruik versus waarde van de woning en de waardeklasse van
een gebouw ook op een
andere manier
visualiseren.
In de linker grafiek staat
In de linker grafiek staat
35 op de X‐as het
30
elektriciteitsverbruik, op
de Y‐as het gasverbruik
25 en de hoogte (Z‐as) geeft
de waarde van het
de waarde van het
W AARDEKLASSE
20
gebouw weer.
15
10
Natuurlijk moeten we
5 ook nog rekening
0 houden met het aantal
12
10
00
0 huizen in een bepaalde
00
00
0
klasse. Waarschijnlijk is
70
80
00
00
60
00
60 dan het ‘gele gebied’ in
50
00
09
00
20
40
40
tot 00 de linkergrafiek een
de linkergrafiek een
it
00
> 30
it e
aa
30
ric
lg 20
00
t
as 00
interessante doelgroep
ek
20
< 29
el
20
00
09 0
al
10
ta
(voldoende aantal
to
0
-20
00 < 24
0
00
huishouden en het
-1
< 19
< 14 besparingspotentieel)
< 9
< 4
28‐1‐2011 Michiel van Mens, januari 2011 12

13. Er is eveneens een
relatie tussen
welstandsklasse en
l d kl
ouderdom van de
woning. 50% van de
gezinnen met een
gezinnen met een
hogere
welstandsklasse
wonen in een woning
ouder dan 1940. Rond
d d 1940 R d
de 45% van de
mensen met een laag
of minimum
welstandsklasse
woont in een huis
gebouwd in de
periode 1950‐1970.
i d 1950 1970
Een vergelijkbare
relatie is aanwezig bij
g j
opleidingsniveau.
28‐1‐2011 Michiel van Mens, januari 2011 13

14. De aanwezigheid van
tuinen heeft een
directe relatie met het
di l i h
energieverbruik van
de woning. Dit is
aannemelijk omdat er
aannemelijk omdat er
een direct verband
bestaat tussen tuinen
en woningtype. En
dus is er een direct
d i di
verband tussen de
aanwezigheid van
tuinen, de inhouw van
,
de woning en
bouwjaar.
Interessant zijn de
I t t ij d
buurten waar meer
dan de helft een
kleine tuin heeft.
Daarvan zijn er binnen
deze gemeente veel
van en ze hebben ook
een relatief grote
l ti f t
bijdrage aan de CO2
28‐1‐2011 Michiel van Mens, januari 2011 14

15. De gezinslevenscyclus
geeft informatie over
de samenstelling van
d lli
een huishouden wat
betreft personen. Het
is aannemelijk dat het
is aannemelijk dat het
aantal personen en de
leeftijdsopbouw van
directe invloed zijn op
bijvoorbeeld het
bij b ld h
apparaatbezit, de
gebruiksfrequentie en
het energieverbruik.
g
Er is een correlatie
van 0,98 tussen het
aantal personen in
t l i
een huishouden en de
CO2 productie (lees
energieverbruik).
g )
Geen ‘breaking news’.
Wel een bruikbaar
puzzle‐stukje.
28‐1‐2011 Michiel van Mens, januari 2011 15

16. Gasverbruik++
13.468 huishoudens (25%) 8.995 huishoudens (17%)
Totaal Kg CO 66.668.547 (30%)
Totaal Kg CO2 66 668 547 (30%) Totaal Kg CO 53.780.013 (24%)
Totaal Kg CO2 53 780 013 (24%)
Totaal kW elektra 32.254.738 Totaal kW elektra 36.907.625
Totaal M3 gas 26.763.063 Totaal M3 gas 17.980.064
3 4 Elektriciteitsverbruik++
1 2
8.642 huishoudens (16%)
( )
20.047 huishoudens (37%)
20 047 h i h d (37%)
Totaal Kg CO2 36.886.079 (16%)
Totaal Kg CO2 62.565.812 (28%)
Totaal kW elektra 34.503.415
Totaal kW elektra 43.428.398
Totaal M3 gas 9.285.991
Totaal M3 gas 20 754 526
Totaal M gas 20.754.526
Verdeling van consumenten/huishoudens over de vier energie‐segmenten bij gemeente X in 2009: Elektriciteitsverbruik versus
gasverbruik. (2.696 huishoudens kunnen niet worden ingedeeld.) 17% van alle huishouden in deze gemeente zitten in segment 4,
d.w.z. verhoudingsgewijs een hoog gas en elektriciteitsverbruik. Deze groep is goed voor 24% van de CO2

17. uik++
Sociale gelovigen 12% Stoere muziekfanaten 13%
Gasverbru
Groene hobbyisten 10%
Gulle donateurs 6%
Startende gezinnen 7%
Financieel beperkten 6%
Regionale risicomijders
g j 7%
Groene hobbyisten 5% Sportieve luxezoekers 7%
Modieuze twintigers 6%
I i i
Intensieve internetters 5%
3 4 Elektriciteitsverbruik++
1 2
Gezonde genieters 8% Fanatieke sportliefhebbers 16%
Culturele intellectuelen 7% Chattende pubergezinnen 10%
Nieuwsgierige amusementszoekers 7%
Intensieve internetters 6%
Wat is het profiel van particuliere huishoudens in relatie tot het energieverbruik? En hoe ziet het profiel eruit in combinatie
met de energiematrix. Dan zien we opeens dat de ‘stoere muziekfanaten in segment 4 sterk opkomen. En een overduidelijke
oververtegenwoordiging van de ‘fanatieke sportliefhebbers ’in segment 2. 2011
28‐1‐2011 Michiel van Mens, januai 17

18. De Prijsbewuste consumenten
letten goed op de prijs van de
l d d d
producten waaraan ze hun geld
besteden. Levensmiddelen kopen ze
dan ook bij Lidl en Aldi. Kleding
kopen ze bij Zeeman, Wibra, Hans
p j
Textiel en C&A. Voor de inrichting
van hun woning gaan ze naar
Kwantum en Leen Bakker. Ook
maken ze zelf regelmatig kleding en
doen ze aan handwerken Ze lezen
doen ze aan handwerken. Ze lezen
roddelbladen en kijken naar soaps
en kinderprogramma’s.
28‐1‐2011 Michiel van Mens, januari 2011 18

19. Relatief belang Kg CO2
GROENE HOBBYISTEN %
16%
PRIJSBEWUSTE CONSUMENTEN 7%
FINANCIEEL BEPERKTEN 7%
WELGESTELDE BELEGGERS 7%
GULLE DONATEURS
GULLE DONATEURS 6%
SPORTIEVE LUXEZOEKERS 6%
GEZONDE GENIETERS 6% De Groene hobbyisten weten zichzelf goed te
vermaken. Ze hebben erg veel hobby’s, waaronder
FANATIEKE SPORTLIEFHEBBERS 4%
tuinieren, bloemen en planten, doe‐het‐zelven,
REGIONALE RISICOMIJDERS
REGIONALE RISICOMIJDERS 4% fotograferen, kokkerellen, handwerken en
SOCIALE GELOVIGEN 4% schilderen. Ook zijn ze veel buitenshuis, bij voorkeur
REISLUSTIGE FAMILIES 3% in de natuur. Zo maken ze veel uitstapjes in eigen
EXCLUSIEVE SHOPPERS 3% land, en gaan ze regelmatig fietsen of wandelen.
Daarnaast gaan ze naar musea,
Daarnaast gaan ze naar musea,
CULTURELE INTELLECTUELEN 2% theatervoorstellingen en restaurants. De Groene
INTENSIEVE INTERNETTERS 1% hobbyisten lezen veel woon‐ en hobbybladen en
NIEUWSGIERIGE AMUSEMENTSZOEK 1% besteden veel geld bij warenhuizen, bouwmarkten
HUISELIJKE SENIOREN 1% en tuincentra.
CHATTENDE PUBERGEZINNEN 0%
STOERE MUZIEKFANATEN 0%
MODIEUZE TWINTIGERS 0%
STARTENDE GEZINNEN ‐1%
Wat zijn de relevante klantprofielen bij het verklaren van totaal CO2 particuliere huishouden in de
gemeente X. De ‘Groene Hobbyist’ is een klantprofiel met een duidelijke energie signatuur.
28‐1‐2011 Michiel van Mens, januari 2011 19

20. elektriciteit gas
GROENE HOBBYISTEN
GROENE HOBBYISTEN 4% 18%
FINANCIEEL BEPERKTEN 3% 6%
FANATIEKE SPORTLIEFHEBBERS 3% 3%
REGIONALE RISICOMIJDERS 3% 3%
SPORTIEVE LUXEZOEKERS 3% 6%
REISLUSTIGE FAMILIES 2% 3%
WELGESTELDE BELEGGERS 2% 7%
GEZONDE GENIETERS 2% 5%
PRIJSBEWUSTE CONSUMENTEN 2% De Sportieve luxezoekers zijn buitengewoon
8%
sportief. Ze doen aan wintersport, zeilen, golf,
INTENSIEVE INTERNETTERS 1% 1%
hockey en tennis, maar houden ook hun conditie
GULLE DONATEURS 1% 7%
op peil in de sportschool of door te gaan joggen.
EXCLUSIEVE SHOPPERS
EXCLUSIEVE SHOPPERS 0% Daarnaast leggen ze zichzelf graag in de watten:
D3% tl i h lf i d tt
SOCIALE GELOVIGEN ‐1% ze bezoeken vaak een sauna, kopen kleding bij
5%
exclusieve zaken en gaan vaak op vakantie. De
HUISELIJKE SENIOREN ‐1% 1% Sportieve luxezoekers hebben veel luxegoederen
CHATTENDE PUBERGEZINNEN ‐1% 0% en rijden een dure auto, bij voorkeur van BMW,
MODIEUZE TWINTIGERS ‐1% 0% Audi of Volvo.
STARTENDE GEZINNEN ‐1% ‐1%
CULTURELE INTELLECTUELEN ‐1% 3%
NIEUWSGIERIGE AMUSEMENTSZOEK
NIEUWSGIERIGE AMUSEMENTSZOEK 1%
‐1% 2%
STOERE MUZIEKFANATEN ‐1% 1%
De mate waarin profielen van huishouden een relatie hebben met het elektriciteit en gasverbruik. De ‘groene hobbyist’ heeft een
du de j e e at e et e e g eco su pt e e Stoe e u e a ate ee t a s u s oud p o e et o au e j s ee e ba d et
duidelijke relatie met energieconsumptie. De ‘Stoere muziekfanaten’ heeft als huishoud profiel niet of nauwelijks een verband met
de energieconsumptie.
28‐1‐2011 Michiel van Mens, januari 2011 20

21. Het energieverbruik (elektra, gas, CO2) kunnen we ook geografisch visualiseren op verschillende aggregatie niveaus (6 positie
p , p p , p p ) g g
postcode, 5 positie postcode, 4 positiepostcode). De kleur van een gebied geeft informatie over de mate van verbruik. In veel
gevallen zijn deze analyses nog te gedetailleerd.
28‐1‐2011 Michiel van Mens, januari 2011 21

22. Het visualiseren van
de CO2 op vier positie
postcode (2011) is
postcode (2011) is
alleen maar logisch
voor de
postbezorging. De
begrenzing van een 4
begrenzing van een 4
positie postcode
gebied zegt niets over
de mensen die daar
binnen wonen.
binnen wonen
Een stad is een
optelsom van
buurten, elk met haar
buurten elk met haar
eigen karakteristieke
kenmerken zoals
bevolkingsopbouw,
bouwstijlen, periode
bouwstijlen periode
dat die buurten zijn
gebouwd.
We zullen dus op zoek
We zullen dus op zoek
moeten gaan naar
mensen in de buurt.
Maar laten we
beginnen met de
beginnen met de
buurten zelf
28‐1‐2011 Michiel van Mens, januari 2011 22

23. In plaats van geografische kaarten kunnen we ook gebruik maken van een matrix. Op die manier kunnen
we CBS buurten met elkaar vergelijken. De grootte van de bol zegt iets over de totale CO2 uitstoot van die
CBS b t t lk lijk D tt d b l ti t d t t l CO2 it t t di
buurt.
28‐1‐2011 Michiel van Mens, januari 2011 23

24. Hebben doelgroepen een gezicht?
• 2 voorbeelden
Deze prijsbewuste consument
woont in een appartement in buurt
• Deze Reislustige familie met
gemiddeld tussen de 2 en 2,5
,g p
X, gebouwd in de periode 1960‐ p
personen wonen in een geschakelde
g
1970 met een gemiddelde inhoud woning met een gem. inhoud van
van 283M3. De gemiddelde 324 M3, gebouwd in de periode
gezinsgrootte is tussen de 1,5 en 2 1920‐1930 in buurt Y. Het zijn
personen en zijn doorgaans vooral gezinnen met alleen jonge
middelbare, alleenstaande mensen. g
kinderen en meer dan gemiddeld
De woningen hebben een waarde tweeverdiener.
tussen de 175 en 200 honderd • De woningen hebben een
duizend euro en de waarde van de gemiddelde waarde tussen de 3 en
woning stijgt tussen de 0 en 5%. 4 ton. Maar de woningen dalen in
Binnen deze groep is het aantal waarde tussen de 0 en 5%.
verhuizers praktisch nul als ook het • Ze besteden per week meer dan 125
aantal tweeverdieners. euro aan boodschappen. Maar zijn
• Binnen deze groep huishoudens zijn ook meer dan gemiddelde
zeer veel mensen switchgevoelig switchgevoelig voor
voor hun ziektekostenverzekering, ziektekostenverzekeringen. Tevens
ziektekostenverzekeringen. Tevens
we zien extreem veel mensen die zien we een grote groep spaarders
geld lenen, ze sparen niet, kopen maar ook leners. Tussen de 1% en
niet of nauwelijks bij een 10% van de mensen verhuisd uit dit
postorderbedrijf en besteden postcodegebied
minder dan 125 euro per week aan • In deze buurt wonen weinig mensen
In deze buurt wonen weinig mensen
dagelijkse boodschappen. met een 2e hands auto’s
• In deze doelgroep heeft praktische
iedereen een 2e hands auto die
doorgaans al wat ouder is.
En wie interesseer je gemakkelijker voor energie besparingsmogelijkheden in huis. Voor mijn
part een slimme meter. Of zonnepanelen? Of dubbelglas?
28‐1‐2011 Michiel van Mens, januari 2011 24

25. Deze (en andere analyses)
laten zien dat de combinatie van
huishoudprofiel, type woning,
leeftijd van de woning als ook
gezinslevenscyclus,de buurt
waar men woont (en nog vele
( g
andere socio-demografische
variabelen) een sterke
samenhangen hebben met het
energieverbruik.
g
Op basis daarvan kunnen we
doelgroepen samenstellen met
een voldoende omvang en
g
besparingspotentieel.
Aanvullend marktonderzoek
g
geeft inzicht in de mate van
interesse in energiebesparing
en welke instrumenten moeten
worden ingezet om deze
doelgroepen te bereiken.
Op die manier kunnen we
verschillende energie
besparingsprogramma’s
opzetten voor verschillende
QUATTUOR ENERGETICA
doelgroepen.
28‐1‐2011 25