El-info via digitala kanaler

El-info via digitala kanaler Potential att förändra elanvändning i bostäder Syntes Elforsk rapport 09:90 Jurek Pyrko november 2009

El-info via digitala kanaler Potential att förändra elanvändning i bostäder Syntes Elforsk rapport 09:90 Jurek Pyrko november 2009

Förord Denna rapport utgör en syntes av tre delrapporteringar från en studie "Info via digitala kanaler och dess potential att förändra elanvändningsmönster" inom Elforsks ELAN III-program (2007-2009): 1. Ersson, E. & Pyrko, J. (2009). El-info via digitala kanaler. Potential att förändra elanvändning i bostäder. Fallstudie 1: "Min elförbrukning" hos Skånska Energi AB, Energivetenskaper, Lunds Universitet-LTH, ISRN LUTMDN/TMHP--09/3039--SE (samt Elforsk, rapport 09:91). 2. Ersson, E. & Pyrko, J. (2009). El-info via digitala kanaler. Potential att förändra elanvändning i bostäder. Fallstudie 2: "Dina sidor" hos Öresundskraft. Energivetenskaper, Lunds Universitet-LTH, ISRN LUTMDN/TMHP--09/3042--SE (samt Elforsk, rapport 09:92). 3. Pyrko, J. (2009). El-info via digitala kanaler. Potential att förändra elanvändning i bostäder. Fallstudie 3: EnergiDialog-Privat hos E.ON Sverige AB. Energivetenskaper, Lunds Universitet-LTH, ISRN LUTMDN/TMHP--09/3044--SE (samt Elforsk, rapport 09:93). Projektet ingår i ämnesområdet "AMR-Visualisering". Studien har genomförts av forskare tillhörande gruppen för Energihushållning i Byggnader vid Institutionen för Energivetenskaper, Lunds Universitet - LTH. Prof. Jurek Pyrko har varit projektledare. Projektet har genomförts i samarbete med tre nätbolag: Skånska Energi AB i Södra Sandby, Öresundskraft AB i Helsingborg och E.ON Sverige AB i Malmö. Ett stort tack till alla på de nämnda företagen som samarbetat med oss och som hjälpt till med data och analysunderlag. Prof. Jurek Pyrko Lund, november 2009

ELAN är ett forskningsprogram som arbetar inom området vardagens elanvändning. Verksamheten är inriktad mot energirelevanta problemställningar i gränslandet mellan teknik och människors teknikanvändning. Programmet är fokuserat på fyra områden: AMR Fjärravlästa elmätare och Visualisering av elanvändningen Kommunikation kring energi och vardagsfrågor Energirelaterade investeringsbeslut och styrande faktorer Energianvändning i vardagen ELAN-programmet finansieras av Energimyndigheten, Alvesta Energi, Borlänge Energi, E.ON, Fortum, Göteborg Energi, Jämtkraft, Skellefteå Kraft, Umeå Energi, Varberg Energi, Vattenfall och Öresundskraft. Mer information om ELAN-programmet finns på www.elanprogram.nu.

Sammanfattning Denna publikation är en syntes av tre delrapporteringar från en studie "Info via digitala kanaler och dess potential att förändra elanvändningsmönster" inom Elforsks ELAN III-program (2007-2009). Projektet utgör en del av ämnesområdet "AMR-Visualisering" och studien har genomförts av forskare tillhörande gruppen för Energihushållning i Byggnader vid Inst. för Energivetenskaper, Lunds Universitet LTH. Syftet med detta projekt var att undersöka vilken potential att förändra elanvändningsmönster som finns då privata kunder i olika typer av bostäder får bättre insyn i, och förståelse av, sin energianvändning genom förbättrad information. Inverkan av feedback i form av energistatistik (tabeller och grafik) på Internet undersöktes. Tre fallstudier genomfördes i samarbete med följande nätföretag: Skånska Energi AB i Södra Sandby utanför Lund, med sin internetbaserade statistiktjänst "Min Elförbrukning", Öresundskraft AB i Helsingborg, med tjänsten Dina Sidor, samt E.ON Sverige AB i Malmö, med tjänsten EnergiDialog-Privat. En litteraturstudie om informationens inverkan på elanvändning utgjorde grunden för planering och genomförande av projektet. Analysdelen omfattade både kvantitativa och kvalitativa delar för att bättre komma åt olika aspekter på kundernas elanvändning, energibeteende, värderingar och attityder. Perioden "före" och "efter" införandet av informationsåtgärden användes för att kunna dra slutsatser om åtgärdens inverkan på hushållens elanvändning. Huvudhypotesen i projektet var att statistiktjänsten, som ett sätt att informera hushållen på, kan ha haft betydelse för lägre elförbrukning tack vare bättre förståelse för sin elanvändning och sina el/energikostnader. Studiens resultat kan sammanfattas i följande slutsatser: Det är omöjligt att slå fast huruvida statistiktjänster leder till minskad eller ökad elförbrukning hos användarna. Förklaringen till att de hushåll som använt statistiktjänsten ofta har ett ökande elbehov kan vara att just den stigande elförbrukningen orsakat att hushållen ville ha bättre kontroll över sin elnota, vilket ledde till att statistiktjänsten började användas. En annan stark anledning till att använda statistiktjänsten är att hushållen vill ha kontroll över sin elförbrukning. Det går inte att påvisa att Användare av statistiktjänster har haft ett statistiskt belagt mer energihushållningsfrämjande beteende än Ickeanvändare. Hushåll som har fått de högsta betygen i elanvändningsprofilen tillhör gruppen som är tjänstens användare, äldre (65+) och som äger sina bostäder.

Energirådgivning som en del av statistiktjänsten efterlyses av flera kunder. Till de kunder som så önskar borde det finnas mer information om hur statistiktjänsten kan användas som ett verktyg för att uppnå bättre energihushållning. Tidsbrist, problem med tjänsten och bristfällig kontakt med företaget var de främsta orsakerna till att kunderna valt att inte använda tjänsten. Det krävs ett stort intresse och engagemang hos hushållen för att skapa förutsättningar till att elanvändningen ska bli lägre. Tjänsten kan ge hushållen en bra grund för beslut om energibesparing och energieffektivisering och utgöra en bra hjälp på vägen som en kunskaps- och informationskälla.

Summary This publication presents a synthesis of three reports from a study "Information through digital channels and its potential to change electricity consumption patterns" within Elforsk ELAN III programme (2007-2009), research field AMR-Visualization. This study was carried out by researchers belonging to the Efficient Energy Use in Buildings group at the Department of Energy Sciences, Lund University - LTH. The main objective was to investigate the potential of changing electricity use patterns in various types of housing thanks to improved information. The three case studies were conducted in collaboration with three grid companies: Skånska Energi AB (in Södra Sandby outside Lund) with an Internet-based statistics service My Electricity Use ; Öresundskraft AB (in Helsingborg) with its service Your Pages ; and E.ON Sweden AB (in Malmoe), with Internetservice Energy Dialog - Private. The analysis integrated both quantitative and qualitative methods in order to investigate different aspects of customers' electricity consumption, energy behaviour, values and attitudes. Periods "before" and "after" the introduction of information measure were used. An energy profile that would explore differences between users and non-users of the service in terms of energy-related habits and behaviours, was used. The main hypothesis of this study assumed that the statistics service, as a way to inform households, may lead to lower electricity consumption, thanks to better understanding of energy use patterns and costs. This hypothesis was not confirmed; the analysis showed that electricity use totally for all the users of the service as a group actually constantly increased while it decreased for the non-users group. The results of this study can be summarized in the following conclusions: It is impossible to state whether the usage of the statistics service leads to reduced or increased electricity use in the households. The explanation why the households using the statistics service often have had growing electricity usage could be that the rising power consumption caused a need to have better control over electricity needs and energy bills, and households started to use the statistics services for this reason. It is unable to prove that users of statistics services have had significantly better energy use and conservation behaviour than nonusers. Households that have received the highest grades in the energy use profile belonged often to the user groups "elderly (65 +)" and home owners. Energy advice, as part of the statistics service, was required by several customers. There should be more information together with statistics service for users as a tool for achieving better energy efficiency. Lack of time, problems with the service and lack of contact with the company were the main reasons to not use of the statistics service.

It requires a lot of interest and commitment among households if the target is to lower electricity consumption. The statistics service can give residents a good basis for decisions on energy conservation and energy efficiency and provide good information to improve knowledge, attitudes and behaviour.

Innehåll 1 Inledning 1 1.1 Bakgrund... 1 1.2 Projektets syfte... 1 2 Studiens metod 2 2.1 Undersökningar... 2 2.2 Energidata... 3 2.3 t-test... 3 2.4 Enkätutskick... 3 2.5 Energianvändningsprofil... 4 3 Resultat 5 3.1 Fallstudie 1: Min Elförbrukning hos Skånska Energi AB... 5 3.1.1 Syfte... 5 3.1.2 Objekturval... 5 3.1.3 Resultat och analys... 5 3.1.4 Användningsfrekvens... 6 3.1.5 Elanvändning hos tjänstens Användare och Ickeanvändare... 6 3.1.6 Resultat av energiprofilundersökningen... 7 3.1.7 Hushållens energikunskaper... 7 3.1.8 Tjänsten i hushållens ögon... 8 3.1.9 Betydelse för energiföretaget... 8 3.2 Fallstudie 2 Dina Sidor hos Öresundskraft AB... 8 3.2.1 Syfte... 8 3.2.2 Objekturval... 8 3.2.3 Resultat och analys... 9 3.2.4 Användningsfrekvens... 9 3.2.5 Elanvändning hos tjänstens Användare och Ickeanvändare... 10 3.2.6 Resultat av energiprofilundersökningen... 12 3.2.7 Hushållens energikunskaper... 12 3.2.8 Tjänsten i hushållens ögon... 13 3.2.9 Tjänstens betydelse för företaget... 13 3.3 Fallstudie 3: EnergiDialog-Privat hos E.ON Sverige AB... 13 3.3.1 Syfte... 13 3.3.2 Objekturval... 13 3.3.3 Resultat och analys... 14 3.3.4 Användning - frekvens och syften... 15 3.3.5 Elanvändning hos tjänstens Användare och Ickeanvändare... 15 3.3.6 Resultat av energiprofilundersökningen... 16 3.3.7 Hushållens energikunskaper... 16 3.3.8 Tjänsten i hushållens ögon... 17 4 Diskussion 5 Slutsatser 6 Litteraturförteckning 18 21 22

1 Inledning 1.1 Bakgrund Våren 2002 genomförde vår forskargrupp en fallstudie (Pyrko, et al., 2002) på uppdrag av Statens energimyndighet (Energimyndigheten, 2002). I samarbete med tre nätföretag: Skånska Energi Nät AB, Smedjebacken Energi Nät AB samt Lunds Energi Elnät AB testades huvudhypotesen att de elkunder som fått bättre feedback på sin elanvändning, i form av räkningar baserade på tätare avlästa eldata, skulle visa en signifikant minskning av sin elanvändning. Tidigare experimentstudier i Norge (Wilhite, et al., 1999) hade rapporterat en möjlig elbesparingspotential på 10 % medan liknande studier i Sverige och Finland visade på varierande nivåer på energibesparing - mellan 0 och 12 %. Undersökningen 2002 genomfördes i form av en fallstudie med två delsyften: att ta reda på vilken besparingspotential som finns då kunderna får bättre insyn i, och förståelse av, sin elanvändning genom information om verklig elförbrukning, att undersöka om, och i så fall på vilket sätt, elkundernas beteende förändras vid debitering efter faktisk avläsning av elanvändningen och/eller vid tillgång till energistatistik. Undersökningen baserades på mätdata från mät- och debiteringssystem samt postenkäter bland 1 000 kunder per elbolag. Enkäten bestod av både kryssfrågor och öppna frågor, totalt 53 frågor i fem olika delar: A fakta om huset, B hushållets elanvändning, C elräkningar, D energipåståenden, E fakta om de boende. Svarsfrekvensen var 34,8 %, vilket ansågs vara fullt tillräckligt för att dra generella slutsatser ur studiens resultat. Resultaten visade att huvudhypotesen varken kunde falsifieras eller bekräftas på grundval av det faktaunderlag som fallstudien byggde på. Som rekommendation angavs att fallstudien borde följas upp av en undersökning av hur exakt eldebitering, mätperiodens längd och nya typer av elräkningar påverkar elanvändningen. Både fasen "före" och "efter" skulle studeras under en längre tidsperiod, något som nu görs i den här avrapporterade studien inom "AMR-Visualisering" (Automatic Meter Reading). 1.2 Projektets syfte Syftet med de tre delprojekt som sammanfattas i denna rapport var att undersöka vilken potential att förändra elanvändningsmönster som kan finnas då privata kunder i olika typer av bostäder får bättre insyn i, och förståelse av, sin energianvändning genom förbättrad information om elförbrukning. Inverkan av feedback via digitaliserade informationskanaler energistatistik (tabeller och grafik) på Internet undersöktes. 1

2 Studiens metod I och med att flera företag har installerat nya elmätare och system för fjärravläsning av elanvändningen, så kallade AMR-system (Automatic Meter Reading), är tillgången till mätvärden för tillräckligt långa perioder före och efter förändringen mera säker. Detta har gett oss möjlighet att undersöka på vilket sätt elkundernas beteende kan ha förändrats vid införande av en viss typ av energianvändningsfeedback. De tre fallstudierna som ingår i projektet har genomförts i samarbete med tre nätföretag (Skånska Energi AB, Öresundskraft AB och E.ON Sverige AB). Företagen har tillhandahållit data från sina mät- och debiteringssystem samt annat underlagsmaterial. De kunder som har använt dessa företags statistik- och informationstjänster (i samtliga fall Internet baserade) har utgjort försöksgrupper och jämförts med kunder som inte har använt tjänsten (kontrollgrupper). Analysdelen har omfattat både kvantitativa och kvalitativa delar för att bättre komma åt olika aspekter på kundernas elanvändning, energibeteende, värderingar och attityder. "Händelser" Införande av en viss typ av information kallas här för en "händelse". I varje undersökt fall har mätdata från perioden "före" och "efter" händelsen använts för att kunna dra slutsatser om åtgärdens inverkan på hushållens elanvändning. I samtliga fall är den undersökta "händelsen" införandet av en statistik- och infotjänst på webben som är ett sätt att informera hushållen om deras elanvändning. "Inverkan" Huvudhypotesen i projektet är att detta sätt att informera hushållen på kan ha haft betydelse när det gäller vissa förändringar "före" "efter". För kunder (hushållen) kan det ha inneburit lägre elförbrukning samt bättre förståelse för sin elanvändning och sina el/energikostnader För energiföretag som infört tjänsten kan inverkan ha betytt vinst för kundtjänst och nöjdare och mer lojala kunder. 2.1 Undersökningar Inverkan av en webbapplikation i form av en statistik- och infotjänst har undersökts på objekt och data från tre elbolag. Följande frågor har analyserats: Kundernas/hushållens o o o Elbehov Attityder till energianvändning Energikunskaper Användningsfrekvens (om logglistor finns) o o Hur många användare Hur ofta Tjänstens funktionalitet och användarvänlighet Motiv till att använda och inte använda tjänsten Fördelar för företagen 2

Jämförelser bygger på data "före" och "efter" där minst två 6-månaders sammanhängande perioder har analyserats. Experimentgrupper har valts i samråd med företagen. Kontrollgrupper har använts för att öka analysresultatens generaliserbarhet. 2.2 Energidata Energidata för kunderna har hämtats från energiföretagen. De månadsvisa energivärdena har summerats till årsvärden. För de kunder där en viss mängd data har saknats har månadsvisa värden återskapats genom att ett uppskattat medelvärde för intilliggande månader har tagits fram. Kunder som har flyttat in under de senaste 3 åren har räknats bort. För att kunna göra rimliga jämförelser mellan energianvändning för olika år måste väderberoendet korrigeras bort genom en s.k. normalårskorrigering. Av all energi som används av ett hushåll är endast den del som går till uppvärmning av boytan som är väderberoende och det är därför viktigt att beräkna denna andel för att kunna korrigera den årliga energianvändningen. För att få fram en kvot av hur mycket som använts till uppvärmning har data från 10 hus i Södra Sandby, från en tidigare studie, analyserats (Sernhed, 2008). Det totala uppvärmningsbehovet för de 10 husen i Södra Sandby utgjorde 47,7 % av det totala elbehovet och detta tal har tagits med i senare beräkningar. Graddagtal har använts vid beräkningar av energibehov och energianvändning. Graddagtal för perioden 1998-2006 har tagits fram med hjälp av data från Energimyndigheten och Statistiska Centralbyrån. År 2007 och 2008 årsvärde för graddagarna har tagits fram med hjälp av att Danmarks Meteorologiska Institut (DMI). Normalårskorrigeringen i denna studie var byggd på SCB:s försiktiga uträkningsmetod där energianvändningen korrigeras med 50 procent av graddagtalets relativa avvikelse för ett normalår. 2.3 t-test I analysdelen används en så kallad hypotesprövning med hjälp av ett t-test (Ejlertsson, 1992). t-test används för att avgöra om det finns en märkbar skillnad mellan olika variabler för kunder som har använt elstatistik (Användare) och de som inte har gjort det (Ickeanvändare). Testet kan utföras för olika signifikansnivåer då det går att påvisa att det finns en signifikant skillnad mellan de två olika grupperna: 5 % (p < 0,05) eller * (enstjärnig signifikans) 1 % (p < 0,01) eller ** (tvåstjärnig signifikans) 0,1 % (p < 0,001) eller *** (trestjärnig signifikans) För en detaljerad beskrivning se delrapporterna. 2.4 Enkätutskick En enkät som skulle ge grundläggande information om kunderna och deras energianvändning skickades ut till kunderna. Enkäten innehöll olika frågor som skulle hjälpa till att identifiera hushållens energivanor och deras benägenhet att vidta energibesparande åtgärder. Den innehöll bland annat frågor om vilka som bodde i huset, om de hade använt tjänsten på nätet, frågor om husets uppvärmningssystem samt frågor som syftade till att utröna de boendes generella energimedvetenhet. I slutet av enkäten fanns möjligheten att lämna någon form av kontaktuppgifter, t.ex. namn, epost, telefonnummer och/eller adressuppgifter. Kontaktuppgifterna var helt avgörande i de fortsatta undersökningarna då elanvändningsdata skulle paras ihop med resultatet från enkäten, utan kontaktuppgifter är det omöjligt att ta fram elanvändningsdata för kunden. 3

2.5 Energianvändningsprofil En energianvändningsprofil har tagits fram för samtliga hushåll som besvarat enkäten. Den har tagits fram för att det skall vara möjligt att undersöka skillnader mellan tjänstens Användare och Ickeanvändare när det gäller vissa vanor och beteenden som kan påverka den totala elförbrukningen i hushållen. Frågorna handlar om vilken inomhustemperatur man håller, hur man vädrar, hur man tinar matvaror och hur medveten man är om nivån på sin elanvändning per år. Utifrån frågorna har man skapat ett betygssystem. Tanken bakom profilen är att ett, ur energieffektiviseringssynpunkt, bra, medvetet beteende ger pluspoäng medan ett dåligt beteende resulterar i minuspoäng. Betygens spännvidd är från -10 till +14 poäng. 4

3 Resultat 3.1 Fallstudie 1: Min Elförbrukning hos Skånska Energi AB Sedan maj 2002 har samtliga nätkunder hos Skånska Energi AB kunnat använda tjänsten "Min Elförbrukning" på internet och få se statistik över sin elanvändning. 3.1.1 Syfte Den allra första fallstudien på Skånska Energis internetbaserade energitjänst "Min Elförbrukning" utfördes under 2001 (Matsson, 2001). Det nuvarande projektet har haft syftet att undersöka hur elstatistiken fungerat som energitjänst för Skånska Energi AB:s elkunder samt att se om tjänsten har bidragit till minskad elförbrukning hos Användarna. 3.1.2 Objekturval 300 hushåll valdes ut från en kunddatabas innehållande 11 000 hushållskunder. Ur denna databas sorterades först kunderna in i olika kategorier, bland annat efter uppvärmningssätt och storlek på säkring. De slumpmässigt utvalda kunderna var indelade i tre underkategorier med 100 hushåll inom varje kategori: Villor utan elbaserad uppvärmning Villor med direktverkande el, eller kunder där elen ingår i uppvärmningsdelen. Villor med värmepump installerad (enligt information från Skånska Energi AB). 3.1.3 Resultat och analys Fullständiga resultat finns redovisade i rapporten El-info via digitala kanaler - Potential att förändra elanvändning i bostäder. Fallstudie 1 Min elförbrukning hos Skånska Energi AB (Ersson & Pyrko, 2009a); Elforsk, rapport 09:91. Totalt 135 av de 300 utvalda kunderna svarade på enkäten (svarsfrekvens 45,0 %). Av de ifyllda enkäterna var det 35 kunder (26,1 %) som hade använt tjänsten medan 99 kunder (73,9 %) uppgav att de inte hade använt den. Dessa siffror kan jämföras med antalet skapade användaridentiteter på 29,4 % (fram till och med januari 2009). Den absolut vanligaste anledningen till att kunderna inte har använt tjänsten berodde på att de inte hade vetat om att den existerat eller att de inte hade haft tid för att sätta sig in i hur det fungerar, se Tabell 3-1. Tabell 3-1: Motiv till att inte använda statistiktjänsten. Motiv Antal Visste ej om tjänsten 42 Har försökt men inte lyckats 1 Har ingen dator 2 För egen statistik/har koll på förbrukningen 6 Har inget intresse/ ingen tid/ inget behov 23 Tror inte på statistik 1 Ingen motivering 24 Totalt 99 5

3.1.4 Användningsfrekvens Skånska Energi hade ingen detaljerad statistik på vilka kunder och hur ofta som loggat in men man visste att det var ca 5 000 kunder som hade skapat sig en användaridentitet för att kunna använda tjänsten. Mellan 100 och 200 kunder loggade in per dag, med en absolut topp under vinterhalvåret på 260 kunder. Man kunde se att det var en högre aktivitet under vinterhalvåret när kostnaderna blev högre och dragit slutsatsen att det var energipriserna som avgjorde användarkvoten. Majoriteten av kundsamtal som kom in till Skånska Energi handlade om att kunderna upplevde fakturan som för hög. Enligt enkäten loggade de allra flesta Användarna in mellan 1-5 gånger (34,3 %) fram till enkätens genomförande. Vissa hushåll använde tjänsten väldigt flitigt mellan 51 och 100 gånger eller till och med mer, och hälften av dessa hushåll ville främst se vilka resultat som deras olika energieffektiviserande åtgärder hade gett hemma. 3.1.5 Elanvändning hos tjänstens Användare och Ickeanvändare Användare Studiens huvudhypotes var ju att de hushåll som hade använt statistiktjänsten hade också minskat sitt elbehov, om man jämför med perioden före användandet av tjänsten. För att åskådliggöra förändringar för perioden före respektive efter att tjänsten började användas, har ett medelvärde bildats av de normalårskorrigerade elanvändningsdata som fanns för hela treårsperioden före. Dessa värden har sedan jämförts med tre elförbrukningsvärden för tre år efter händelsen. Figur 3-1 visar hur elanvändningen förändrades hos Användargruppen (perioden "före" är lika med 1 i diagrammet). Figur 3-1: Jämförelse för hela Användargruppen mellan ett medelvärde för 3 år "före" och tre skilda år "efter" (normalårskorrigerade värden). Elanvändningen för samtliga Användare totalt ökade ständigt. Trenden ser alltså ut som att Användarna ökade sin elanvändning med nästan 30 %. Detta borde vara ett tydligt tecken på att huvudhypotesen om att de som använder tjänsten samtidigt skulle få en minskad elanvändning bör förkastas. Men om Användarna delas upp i dem som har minskat respektive ökat sin elanvändning ser det något annorlunda ut. Flera Användare har faktiskt minskat sin elförbrukning medan en mindre grupp har ökat den så pass mycket att resultatet för hela Användargruppen har ökat. 6

Ickeanvändare Figur 3-2 visar att elanvändningen för Ickeanvändargruppen som helhet har minskat. Figur 3-2: Elanvändning (normalårskorrigerade värden) för Ickeanvändare. Exakt vad minskningen för gruppen beror på var dock svårt att säga utan att genomföra mer detaljrika studier om användarnas energivanor och energimedvetenhet. Flera av de kunder som är energimedvetna men som trots detta inte använder tjänsten förklarar att de inte gör det eftersom de för egen statistik över sin elförbrukning och de anser att den egna statistiken alltid kommer vara bättre än den statistik som Skånska Energi kan ge dem. 3.1.6 Resultat av energiprofilundersökningen Spridningen i elanvändningsprofilen är normalfördelad, vilket ger en fingervisning att profilens poängsättning fungerar tillfredsställande för båda grupperna. Fördelningen av betygspoängen visar att gruppen Användare har en smalare variationsvidd av betygen (variationsvidd 15; från -5 till 10) med störst andel hushåll med 5 poäng (medelvärde 3,42 och standardavvikelse 3,16). Ickeanvändare däremot har en bredare variationsvidd än Användarna (variationsvidd 18; från -6 till 12) med en förskjutning mot lägre poäng (medelvärde 1,75, standardavvikelse 3,35). Det finns alltså en skillnad i betyget på 1,67 poäng mellan båda grupperna. t-testet som genomfördes för 2 stickprover visar att det finns en 1 % signifikant skillnad (**) mellan betyg i elanvändningsprofilen mellan Användare och Ickeanvändare. Statistiskt sett har Användarna en bättre, mer energihushållningsfrämjande, profil än Ickeanvändarna. 3.1.7 Hushållens energikunskaper Frågorna i energianvändningsprofilen återspeglar kundernas kunskaper om energihushållning och energieffektivisering. Tabell 3-2 visar en sammanställning över poängsättningen för de 4 olika frågorna samt gruppbetygen. 7

Tabell 3-2: Resultatsammanställning över poängsättning för varje fråga i energianvändningsprofilen för hushåll som använt har statistiktjänsten och hushåll som inte har använt statistiktjänsten. Innertemperatur Sätt att vädra Sätt att tina mat Vetskap om elförbrukning Gruppbetyg Användare 0,57 1,14 0,89 1,97 3,42 Ickeanvändare 0,24 0,64 1,00 0,35 1,75 Signifikansnivå ej signifikant ej signifikant ej signifikant ** (1 %) ** (1 %) 3.1.8 Tjänsten i hushållens ögon Över 88 % av Användarna svarade i enkäten att de kände ett behov att få denna typ av statistik över sin elförbrukning men det var inte mer än ca 43 % av dessa kunder som även ville ha rådgivning tillsammans med statistiktjänsten. Även 6 % av Ickeanvändarna ansåg sig ha ett behov av att få tillgång till statistik över sin energianvändning. Hade frågan ställts till alla objekten i urvalet hade antagligen andelen varit ännu högre. Här finns det uppenbart en gömd potential för bättre lansering av statistiktjänsten till hushållen. De kunder som har använt tjänsten var oftast intresserade att se sin månadsförbrukning (54,3 %) eller årsförbrukning (34,2 %); betydligt färre tittade på sina tim-, dygns- eller veckovärden. 3.1.9 Betydelse för energiföretaget Kundtjänst har märkt en skillnad på antalet och typ av samtal de får sedan man införde tjänsten. Kundsamtalen är också överlag mer positiva eftersom kunderna har fått en bättre förståelse för den egna elförbrukningen. Om missnöjda kunder ifrågasätter sin faktura har kundtjänst fått ett bättre läge genom tillgång till konkreta fakta. Man tror dock inte att statistiktjänsten i sig bidrar till att behålla kunderna. 3.2 Fallstudie 2 Dina Sidor hos Öresundskraft AB 3.2.1 Syfte Ett samarbete med Öresundskraft AB påbörjades våren 2008 med syftet att undersöka och följa hur elstatistik på nätet fungerar som energitjänst för Öresundskrafts elkunder. Projektsamarbetet skulle även undersöka om tjänsten har bidragit till minskad elförbrukning hos de kunder som utnyttjat tjänsten. Öresundskraft erbjöd sina kunder möjligheten att själva läsa av mätarställningen för att bli debiterade enligt den verkliga förbrukningen istället för, som de flesta andra elleverantörer, en av företaget uppskattad schablonsiffra över elanvändningen. Kunderna rapporterade själva in sina avlästa värden via menyvalet Dina Sidor på Öresundskrafts hemsida och fick därefter en faktura på den verkliga förbrukningen (Öresundskraft, 2009). 3.2.2 Objekturval Totalt 446 hushåll valdes ut av Öresundskraft enligt forskargruppens krav och önskemål. De slumpmässigt utvalda kundgrupperna innefattade tre underkategorier: 8

229 villor med elanvändning på minst 10 000 kwh per år och säkring på minst 20 A. Dessa kunder har en elberoende uppvärmning och det kan finnas större möjlighet för kunden att utföra effektiviserande åtgärder med hjälp av tjänsten. 207 lägenhetskunder utan elvärme, dvs kunder som endast förbrukar hushållsel. 10 kunder som med all säkerhet inte hade använt sig av tjänsten. Denna grupp skulle utgöra en "referensgrupp" för studien. 3.2.3 Resultat och analys Fullständiga resultat finns redovisade i rapporten El-info via digitala kanaler. Potential att förändra elanvändning i bostäder. Fallstudie 2: "Dina sidor" hos Öresundskraft (Ersson & Pyrko, 2009b); Elforsk, rapport 09:92. Totalt 178 av de 446 utvalda kunderna svarade på enkäten (svarsfrekvens 39,9 %) och 52 av dessa svarade anonymt medan 126 kunder angav kontaktuppgifter. Av de 165 användbara enkätsvaren hade 131 kunder (79,4 %) använt tjänsten medan 34 kunder (20,6 %) uppgav att de inte hade använt den. Bland Användarna är det 74 hushåll som inte lämnar någon motivering till varför de har valt att använda sig av tjänsten. Av Användarna som har lämnat en motivering säger 20 % att tjänsten använts för att lämna in mätarställning, se Tabell 3-3. Tabell 3-3: Motiv till att använda tjänsten. Motiv Antal Andel % För att det är bekvämt/enkelt/för att den finns 7 5 För att lämna mätarställning 26 20 För att betala för verklig förbrukning/vill veta 7 5 kostnaden För att kontrollera förbrukningen i tiden/ha 18 14 koll/kolla statistik Ingen motivering 73 56 Totalt 131 100 % En sammanställning över motiv varför tjänsten inte har använts finns i Tabell 3-4. Tabell 3-4: Motiv till att inte använda tjänsten "Dina Sidor". Motiv Antal Andel % Har försökt men inte lyckats 1 3 Har ingen dator 5 15 Har inget internet 5 15 För egen statistik/har koll på förbrukningen 3 9 Har inget intresse/ ingen tid/ inget behov 4 11 Vet ej vad jag ska ha den till 1 3 Ingen motivering 15 44 Totalt 34 100 % 3.2.4 Användningsfrekvens Öresundskraft har endast register på hur många kunder som loggar in och använder tjänsten varje månad. Under 2008 var det 178 805 kunder totalt som loggade in och använde tjänsten på något sätt var av 62 787 använde den för att lämna mätarställning. Det är märkbart att det är en högre aktivitet under vinterhalvåret när kostnaderna blir 9

högre. Det är även tydligt att villakunder rapporterar in sina elförbrukningsdata mycket oftare och med en större regelbundenhet än vad lägenhetskunderna gör. Användare i både lägenheter och villa/radhus har använt tjänsten olika mycket och olika ofta. Frekvensen på användandet av tjänsten har snarare att göra med att kunderna får sina räkningar olika ofta än att intresset för statistik är olika för de olika grupperna. 3.2.5 Elanvändning hos tjänstens Användare och Ickeanvändare Studiens huvudhypotes var att det finns en skillnad i elanvändning mellan de som använder tjänsten och de som inte använder den. Ytterligare ett antagande som görs i rapporten är att de som äger sina hus, såsom personer som bor i villa eller radhus, oftast är mer energi-(kostnads) medvetna i relation till hyresgäster som antas vara mindre angelägna att visa intresse för sin energianvändning. Elförbrukningsvärden för lägenhetskunderna och kunder i villor/radhus med fjärrvärme har inte normalårskorrigerats då elanvändningen i dessa bostäder inte påverkas av den väderberoende uppvärmningen av husen. Användare För gruppen Användare i lägenheter ökade elanvändningen och för det tredje året "efter" att tjänsten började användas var elanvändningen nästan 20 % högre än åren innan, se Figur 3-3. Användare i villa eller radhus minskade däremot sin elförbrukning under samma tid med nästan 15 procent, se Figur 3-4. Allteftersom Öresundskrafts kunder har fått tillgång till statistiktjänsten har hushållen minskat gruppens hela (Användarnas) totala energianvändning. Resultaten för Användare visar att antagandet att kunder som äger sin bostad är mer energi-(kostnads-) medvetna i jämförelse med hyreskunder verkar även stämma för just det här urvalet. Det finns dock svårigheter med att jämföra kunder med så olika förutsättningar som de här två grupperna har. Villakunderna har ett större incitament att rapportera in sina mätdata oftare eftersom de har mycket mer att vinna på att hålla koll på sin elförbrukning i jämförelse med de lägenhetskunder som har ingått i studien. 1,25 Relativt värde Eår/Emedel 1,2 1,15 1,1 1,05 1 0,95 0,9 Medelvärde 3 år innan År 1 År 2 År 3 Figur 3-3: Elanvändning hos "Användare i lägenheter" - medelvärde för 3 år före mot tre år efter. 10

1,05 Relativt värde Eår/Emedel 1 0,95 0,9 0,85 0,8 0,75 Medelvärde 3 år innan År 1 År 2 År 3 Figur 3-4: Elanvändning hos Användare i villa/radhus - medelvärde "före" mot tre år efter (normalårskorrigerade värden). Ickeanvändare För Ickeanvändare i lägenheter har den totala elförbrukningen fluktuerat mycket med tiden, vilket kan ses i Figur 3-5. 3500 3000 Elanvändning (kwh) 2500 2000 1500 1000 500 0 2001 2002 2003 2004 2005 2006 2007 2008 Figur 3-5: Elanvändning för Ickeanvändare i lägenheter (tillräckliga siffror för 2002 saknas). För Ickeanvändarna i villa/radhus skedde en total minskning under lite mer än 10 år men det är svårt att förklara vad den här minskningen beror på då inga markanta ändringar eller förbättringar har gjorts i husen, se Figur 3-6. Att elanvändningen minskade mycket för år 2003 kan bero på att elpriserna samtidigt ökade kraftigt under hela hösten detta år. Minskningen år 2007 kan i sin tur bero på att detta år var mycket varmare än genomsnittet medeltemperaturen var 1,5ºC högre än genomsnittet för trettioårsperioden 1961-1990. 11

25000 20000 Elanvändning kwh/år 15000 10000 5000 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Figur 3-6: Elanvändning för Ickeanvändare i villa/radhus. 3.2.6 Resultat av energiprofilundersökningen Lägenhetskunderna har en stor spridning i resultatet för energianvändningsprofilen medan spridningen för villa/radhuskunderna är normalfördelad. För lägenhetskunderna kar Användarna som grupp fått medelbetyg 3,28 medan Ickeanvändarna har uppnått medelbetyg 2,00. Denna skillnad är dock inte statistiskt signifikant. För villa/radhuskunderna gäller följande resultat: Användarna har fått 2,32 medan Ickeanvändarna har fått 2,46 i medelbetyg. Det finns dock inte någon statistiskt belagd skillnad mellan grupperna som bevisar att Användarna är sämre än Ickeanvändarna i sitt energibeteende. 3.2.7 Hushållens energikunskaper Tabell 3-5 och 3-6 visar resultatsammanställning över poängsättning på frågorna i energiprofilen som återspeglar hushållens energikunskaper och beteende. Tabell 3-5: Resultatsammanställning över poängsättning för varje fråga i energianvändningsprofilen för Användare och Ickeanvändare i lägenheter. Innetemperatur Sätt att vädra Släcka lampor Sätt att tina mat Vetskap om elförbrukning Användare 0,43 0,95 0,71 0,95 0,24 Ickeanvändare 0,83 0,58 0,83 1,08-1,33 Signifikansnivå ej signifikant ej signifikant ej signifikant ej signifikant ej signifikant Tabell 3-6: Resultatsammanställning över poängsättning för varje fråga i energianvändningsprofilen för Användare och Ickeanvändare i villa/radhus. Innetemperatur Sätt att vädra Släcka lampor Sätt att tina mat Vetskap om elförbrukning Användare 0,36 1,08 0,44 0,77 0,39 Ickeanvändare 0,15 1,00 0,38 0,85 0,08 Signifikansnivå ej signifikant ej signifikant ej signifikant ej signifikant ej signifikant 12

3.2.8 Tjänsten i hushållens ögon Ingen av de kunder som tillhör gruppen Ickeanvändare, varken lägenhets- eller villa/radhuskunder, har sagt att det beror på att de inte har vetat om att tjänsten finns. Att alla av de tillfrågade kunderna visste om tjänsten visar att informationen har nått fram, ett resultat som bör ses som mycket tillfredsställande för företaget. Ca 69 procent av Användarna och 35 procent av Ickeanvändarna ansåg att de hade ett behov av en sådan tjänst. 63,4 procent av Användarna ansåg att de även skulle vilja ha energirådgivning tillsammans med tjänsten medan endast 2,9 % av Ickeanvändarna ansåg att energirådgivning var viktigt. 3.2.9 Tjänstens betydelse för företaget Öresundskraft har fört egen statistik över hur många som loggar in på tjänsten varje månad och har då kunnat se att användandet av tjänsten ökar under vinterhalvåret. Enligt statistik från företaget var det totalt 178 805 kunder som loggade in och använde tjänsten under 2008. Under vintermånaderna är det ca 17 000 kunder per månad som använder tjänsten medan det endast är runt 13 000 kunder som använder den varje månad under sommarhalvåret (Dunder Forslin, 2009). Orsaken är förmodligen att kunderna har elberoende värmesystem och när det är som kallast ute vill hushållen kontrollera att de är debiterade efter den verkliga användningen. Slutsatsen kan därför dras att ökad användning av tjänsten beror på att elförbrukningen går upp under vissa månader vilket också gör att kunderna känner ett större behov av att hålla ett extra öga på sitt energibehov och sin elfaktura. Kundtjänst har även märkt en skillnad efter att de införde tjänsten framför allt genom att de fick in mätarställningar mer frekvent (avräkning). De kunder som var intresserade av dessa uppgifter hade också en större förståelse när de såg mätarställningarna själva. Kunderna som använder tjänsten har alltså med största sannolikhet fått en bättre förståelse för den egna elförbrukningen. Företaget tror dock inte att tjänsten i sig är tillräckligt för att behålla kunderna eller att kunderna har blivit mer lojala sedan tjänsten infördes (Dunder Forslin, 2009). 3.3 Fallstudie 3: EnergiDialog-Privat hos E.ON Sverige AB I september 2008 lanserade E.ON för sina kunder tjänsten EnergiDialog-Privat som innebar att hushållen fick möjligheten att följa sin elförbrukning på Internet (E.ON, 2009). 3.3.1 Syfte Ett samarbete med E.ON Sverige påbörjades våren 2008 med syftet att undersöka och följa hur elstatistik på nätet fungerar som energitjänst för företagets elkunder. Projektsamarbetet skulle även undersöka om tjänsten har bidragit till minskad elförbrukning hos de kunder som utnyttjat tjänsten. 3.3.2 Objekturval 500 hushåll valdes ut av E.ON enligt forskargruppens krav och önskemål. De slumpmässigt utvalda kundgrupperna innefattade tre underkategorier: 200 hushåll som ingick i testet av EnergiDialog-Privat boende i villor/radhus med elanvändning på minst 10 000 kwh per år och säkring på minst 20 A, 200 hushåll som ingick i testet av EnergiDialog-Privat boende i lägenheter utan elvärme, dvs kunder som endast förbrukar hushållsel, 13

100 kunder som inte erbjuds att vara med i testet av Energidialog-tjänsten. Blandat boende. Kontrollgrupp för studien. 3.3.3 Resultat och analys Fullständiga resultat finns redovisade i rapporten El-info via digitala kanaler. Potential att förändra elanvändning i bostäder. Fallstudie 3: "EnergiDialog-Privat hos E.ON Sverige AB (Pyrko, 2009); Elforsk, rapport 09:93). Totalt 150 av de 500 utvalda kunderna svarade på enkäten (svarsfrekvens 30,0 %), 136 av de hushåll som var erbjudna tjänsten (av 400, svarsfrekvens 34,0 %) och 14 av de 100 hushåll som inte var erbjudna att använda tjänsten och som därmed skulle utgöra en Kontrollgrupp. De 131 användbara enkätsvaren från de hushåll som blivit erbjudna att använda tjänsten var fördelade på följande sätt: 73 svar (55,7 %) från Användare, varav 34 boende i villa/radhus och 39 i lägenheter. 58 svar (44,3 %) från Ickeanvändare, varav 31 boende i villa/radhus och 27 i lägenheter. Av 14 svar i Kontrollgruppen var 10 från villa/radhuskunder och 4 från lägenhetskunder. En sammanställning över varför tjänsten har använts finns i Tabell 3-7. Tabell 3-7: Motiv till att använda tjänsten. Motiv Antal Andel % Kontroll av förbrukning; vill ha koll 10 13,7 Miljö, beteendeförändring 9 12,3 Nyfikenhet, intressant att se 6 8,2 Fick förfrågan, ville prova på 7 9,6 Tidigare intresse 3 4,1 Ekonomi 3 4,1 Inget svar 35 47,9 Totalt 73 100 En sammanställning över varför tjänsten inte har använts visas i Tabell 3-8. Tabell 3-8: Motiv till att inte använda tjänsten. Motiv Antal Andel % Tidsbrist 15 26,0 Problem med tjänsten 5 8,6 Svårt att förstå 2 3,4 Vet inte att den finns 1 1,7 Ville använda men inget svar från E.On 5 8,6 Övrigt 2 3,4 Ingen motivering 28 48,3 Totalt 58 100 I Kontrollgruppen svarade 57 % att de har behov av att få statistik över sin elförbrukning. Samtidigt skrev mer än två av tre att de skulle vilja använda statistiktjänsten på nätet. 14

3.3.4 Användning - frekvens och syften Genom enkätsvaren har det även varit möjligt att få en uppfattning över hur ofta Användarna faktiskt nyttjat tjänsten och vad de använde tjänsten till. De flesta av hushållen (65 av 73; 89 %) säger att de brukar använda tjänsten för att kontrollera sin elförbrukning och då oftast en gång per månad eller enstaka gånger. Vissa svarar att de kollar förbrukningen varje vecka (8 av 73) eller dagligen (4 av 73). Detta kan dock variera från fall till fall beroende på vad kunden har för preferenser. Ca 23 % har använt tjänsten för att kontrollera sin faktura. Ca 80 % av Användare har brukat tjänsten för att jämföra sin elanvändning mellan olika perioder: 46 hushåll tittade på olika månader, 21 på olika veckor och 27 på dagar och timmar. Vart tredje hushåll (ca 30 %) har använt tjänsten för att kontrollera effekter av en aktivitet eller genomförd åtgärd hemma. De hushåll som hittills inte erbjudits EnergiDialog-Privat frågades i enkäten vad de skulle ha använt tjänsten till. De flesta skulle granska sin elförbrukning. Hälften skulle kontrollera fakturan. Lika många skulle följa någon apparat hemma. De flesta skulle jämföra månader, veckor och dagar; endast enstaka hushåll skulle titta på timvärden. 3.3.5 Elanvändning hos tjänstens Användare och Ickeanvändare Studiens huvudhypotes var att det finns en skillnad i elanvändning mellan de som använder tjänsten och de som inte använder den. Ytterligare ett antagande som görs i rapporten är att de som äger sina hus, såsom personer som bor i villa eller radhus, oftast är mer energi-(kostnads) medvetna i relation till hyresgäster i lägenheter, som antas vara mindre angelägna att visa intresse för sin energianvändning. 8000 7000 6000 Differens Eavläst - Euppskattat kwh/år 5000 4000 3000 2000 1000 0-1000 -2000-3000 -4000-5000 -6000 1 11 21 31 41 51 61 71 Hushåll - Användare Figur 3-7: Jämförelse för hela gruppen "Användare - förändring i elanvändning som differens mellan avläst och uppskattad elförbrukning per år. För att dra slutsatser om vilken förändring som skett i hushållens elförbrukning under tiden då tjänsten använts ( före-efter ) jämfördes den totala avlästa timregistrerade elförbrukningen 2008-2009 med de tidigare uppskattade elförbrukningsvärdena baserade 15

på mätaravläsningar en gång om året. I detta fall behövdes ingen normalårskorrigering av energianvändningsdata då båda jämförda värden skulle korrigeras med exakt samma faktor. Som Figur 3-7 och Tabell 3-9 visar finns det i gruppen Användare nästan lika många hushåll där elförbrukningen har blivit högre (47 %), som de med en lägre förbrukning (44 %). Hos resten av användarhushållen (9 %) är nivån oförändrad (skillnaden är mindre än 100 kwh/år). För gruppen Ickeanvändare är förändringen i elanvändningen lika oförändrad som för Användare (en försumbart liten ökning relativt den uppskattade elförbrukningen med 0,02 %). Tabell 3-9: Förändring i elanvändning hos Användare och Ickeanvändare av EnergiDialogen. Förändring hos Som grupp I villa/radhus I lägenheter Användare -0,04 % -0,03 % -0,09 % Ökat 47 % 56 % 38 % Minskat (eller oförändrat) 44 % (9 %) 44 % 44 % (18 %) Ickeanvändare +0,02 % + 0,3 % -3,11 % Ökat 43 % 48 % 37 % Minskat eller oförändrat 45 % (12 %) 45 % (7 %) 44 % (19 %) Sammanfattningsvis kan man konstatera att det inte har skett någon signifikant förändring i hushållens elanvändning - varken hos Användare eller hos Ickeanvändare - under perioden då tjänsten EnergiDialog introducerades och användes. 3.3.6 Resultat av energiprofilundersökningen Användargruppen har en normalfördelad spridning av poäng medan fördelning för Ickeanvändarna är något mindre regelbunden. Fördelningen av betygspoängen för villa/radhuskunderna visar att Användarna har ett högre medelvärde av 3,50 medan Ickeanvändare har ett lägre medelvärde av 2,81. Denna skillnad på 0,69 i medelbetyget är inte statistiskt signifikant. För lägenhetskunderna har tjänstens Användare betygsmedelvärde -0,44 medan Ickeanvändare har fått medelvärde 1,04. Denna skillnad är inte heller statistiskt signifikant. 3.3.7 Hushållens energikunskaper Tabell 3-10 visar en sammanställning över poängsättningen för hushåll i villa/radhus och lägenheter för de 5 olika frågorna i profilen. Signifikansnivån talar om ifall skillnader mellan betyg för Användare och Ickeanvändare är statistiskt belagda. 16

Tabell 3-10: Resultatsammanställning över poängsättning för varje fråga i energianvändningsprofilen för Användare och Ickeanvändare. Grupp Innetemperatur Sätt att vädra Släcka lampor Sätt att tina mat Vetskap om elförbrukning Totalt Användare -0,31 0,64 0,58 0,45 0,04 1,40 Ickeanvändare 0,16 0,20 0,63 1,22-0,19 2,00 Signifikansnivå ej sign. ** 1 % ej sign. ej sign. ej sign. ej sign. Villa/radhus Användare 0,24 0,88 0,50 0,53 1,35 3,50 Ickeanvändare 0,32 0,29 0,58 0,94 0,68 2,81 Signifikansnivå ej sign. * 5 % ej sign. ej sign. ej sign. ej sign. Lägenhet Användare -0,77 0,41 0,64 0,38-1,10-0,44 Ickeanvändare -0,04 0,08 0,65 1,58-1,23 1,04 Signifikansnivå ej sign. ej sign. ej sign. ej sign. ej sign. ej sign. Kontrollgrupp 0,64 0,50 0,71 0,93-0,57 2,21 3.3.8 Tjänsten i hushållens ögon Behov av elstatistik Ca 78 procent av Användarna, 67 procent av Ickeanvändarna och 57 procent av Kontrollgruppen ansåg att de hade ett behov av en sådan tjänst. Ett hushåll i varje grupp garderade sig att tjänsten inte skulle kosta något. Problem med tjänsten Minst 85 % av Användarna tyckte att tjänsten fungerade problemfritt medan 13,7 procent ansåg att de hade problem med att använda tjänsten. De flesta problemen handlar om inloggning till hemsidan eller dess funktionalitet. Eventuella förbättringar Var fjärde Användare (ca 26 %) har gett förslag på tjänstens eventuella förbättring i framtiden. Svaren var av mycket varierande karaktär (se Elforskrapport 09:93). Behov av energirådgivning Drygt 80 % av Användare och 57 % av Kontrollgruppen ville ha energirådgivning tillsammans med tjänsten medan endast ett hushåll av Ickeanvändarna ansåg att energirådgivning var viktig. Önskemål om nya tjänster Flera hushåll hade idéer om nya tjänster (se Elforskrapport 09:93) Betalningsviljan Kontrollgruppen kunde välja tre olika prisnivåer på vad tjänsten fick kosta - max 10 kr/månad, max 20 kr/månad, max 50 kr/månad. Samtliga svar på denna fråga blev Ingenting, bör vara gratis. 17

4 Diskussion I detta kapitel jämförs och diskuteras resultaten från de tre genomförda fallstudierna. De olika statistiktjänsterna har använts i varierande omfattning av hushållen: Fall 1: 26 % av hushållen blev Användare, Fall 2: 66 % inloggning; 23 % har använt för att enbart lämna in mätarställning, Fall 3: 55 % av svarande hushåll blev Användare (4500 villor och 1500 lägenheter tackade ja till tjänsten). Det är tydligt att det viktigaste motivet för att använda tjänsten var viljan att ha kontroll över sin elanvändning: Fall 1: 26 % av Användarna ville främst ha kontroll över sin el, Fall 2: 26 % ville lämna in mätarställning medan 18 % ville kontrollera elförbrukning, Fall 3: 10 % svarade att hushållet ville ha kontroll över sin el, 9 % använde tjänsten på grund av miljöhänsyn och 13 % av nyfikenhet. Ickeanvändarna angav olika motiv till att inte använda tjänsten: Fall 1: 43 % visste inte att den fanns, 23 % hade inte tid, intresse eller behov, Fall 2: 30 % hade ingen dator eller internet; 11 % hade inte tid, intresse eller behov; 9 % förde sin egen statistik, Fall 3: 26 % hade tidsbrist; 17 % hade problem med tjänsten; 3 % hade svårt att förstå hur tjänsten fungerade. En central fråga i denna studie var om energistatistiktjänster på nätet som riktar sig till hushållskunder verkligen leder till någon energieffektivisering eller energibesparing hos elanvändarna. Tabell 4-1 visar förändring i elanvändning hos olika kundgrupper i de tre redovisade fallstudierna. I två fall ökar Användarna sin elanvändning. Tabell 4-1: Sammanställning över 3 fallstudiers generella resultat - förändring i elanvändning. Fall 1 Skånska Energi AB Fall 2 Örsundskraft AB Lägenhet Användare Ökat 18 % Ickeanvändare Varierat +/-10 % Villa/radhus Användare Minskat 13 % Ickeanvändare Varierat +/-20 % Användare Ickeanvändare Ökat 28 % Minskat ca 10 % Fall 3 E.ON Sverige AB Minskat 0,04 % Ökat 0,02 % Elanvändningsprofilen som bygger på energirelaterade svar på enkätfrågor om hur man beter sig hemma visar också något oväntade resultat. Det totala betyg som varit möjligt att uppnå kunde variera mellan -10 och +14. Det förväntade värdet var +4,0. Resultaten i Figur 4-1 visar att endast i Fall 1 ligger Användarna som grupp nära väntevärdet medan Ickeanvändarnas medelbetyg är lägre med en statistiskt belagd signifikans. I Fall 2 och 3 är däremot resultaten annorlunda även om skillnaden mellan Användarna och Ickeanvändarna inte är signifikant. 18

Figur 4-1: Huvudresultat för elanvändningsprofilen i Fall 1-3. Allt pekar alltså på att de samband vi har letat efter inte finns eller beror på andra orsaker. Man kan se tydligt tre grupper av elanvändare: de med hög/ökande elförbrukning - oftast är det just oron att någonting inte ligger rätt till med deras elräkningar som leder till att de börjar använda statistik, vilket i sin tur ger dem bättre kunskap och kontroll över sin elanvändning. Utfallet kan bli att de ändrar sitt beteende och minskar elbehovet men det finns också en stor grupp av de som konstaterar att allt är ok, vilket innebär att deras elbehov stannar på samma nivå eller ökar (de tycker ju att de förbrukar och betalar för den el de behöver och har råd med). de med låg elförbrukning - har ingen anledning till oro, tycker att det inte finns mer utrymme för besparing, använder inte tjänsten. Deras energikunskaper är oftast låga. Utfallet kan bli väldigt olika - oftast handlar det om små svängningar upp och ner. 19