Ayuda de Pacific Power: IA halla 37.000 hogares elegibles
Una campaña de ayuda de Pacific Power con las facturas en Oregón, guiada por el análisis con IA de Bidgely, identificó a unos 37.000 hogares adicionales que podrían calificar para su programa de Descuento para Bajos Ingresos y contribuyó a unas 9.000 inscripciones nuevas, dijo la compañía eléctrica el 27 de octubre de 2026. El trabajo recibió un Premio al Logro 2026 de la AEIC. Para cualquier empresa que ofrezca un programa de descuentos o reembolsos, muestra cómo los datos de clientes pueden dirigir la difusión hacia quienes más probablemente califiquen, mientras la decisión de elegibilidad queda en manos de personas.
Por qué había clientes elegibles que perdían descuentos
Pacific Power tenía un programa de descuentos que muchos clientes de Oregón con derecho a él no usaban. Su programa de Descuento para Bajos Ingresos de Oregón reduce las facturas entre 20% y 80% para clientes con ingresos de hasta 60% de la mediana estatal, ajustada por el tamaño del hogar. Pero un descuento solo ayuda a los hogares que lo conocen y lo solicitan, así que la compañía se propuso encontrar qué clientes podrían calificar y llegar a ellos directamente.
Pacific Power atiende a más de 800.000 clientes en Oregón, Washington y California y forma parte de PacifiCorp.
Qué usó Pacific Power para encontrarlos
La compañía usó el Analytics Workbench de Bidgely, con tecnología UtilityAI. Con él, Pacific Power revisó información censal, datos de clientes, consumo de energía de los hogares y preferencias de comunicación, e identificó a unos 37.000 hogares adicionales que podrían ser elegibles para el descuento. Bidgely, con sede en Los Altos, California, los describe como hogares ocultos pero elegibles.
Cómo la IA orientó la difusión, no la elegibilidad
El análisis decidió a quién contactar, no quién califica. Pacific Power dice que el trabajo con IA se usó solo para orientar la difusión entre clientes. Los clientes decidieron si solicitaban, cada solicitud pasó por el proceso establecido del programa y la información de los clientes se manejó bajo las políticas de privacidad vigentes de la compañía.
Los datos de la campaña también mostraron dónde abandonaba la gente. Algunos clientes empezaban una solicitud y no la terminaban, así que Pacific Power cambió sus mensajes para recordar a los solicitantes que tuvieran a mano su número de cuenta y la información de ingresos antes de empezar.
«La tecnología es más valiosa cuando ayuda a resolver un problema real del cliente». — Barbara Modey, gerente de investigación de mercado de satisfacción del cliente en Pacific Power
Qué logró la difusión
El esfuerzo contribuyó a unas 9.000 inscripciones adicionales en el programa de Descuento para Bajos Ingresos, dice la empresa. Entre 2025 y 2026, la inscripción creció de unos 69.000 a 78.000 clientes. El conocimiento de los programas de asistencia de Pacific Power subió 10% en el estudio de satisfacción de clientes residenciales de servicios eléctricos de J.D. Power, mientras la satisfacción de los participantes del programa se mantuvo estable en torno a 90%.
El trabajo le valió a Pacific Power un Premio al Logro 2026 de la Association of Edison Illuminating Companies, anunciado el 27 de octubre de 2026.
Qué significa el caso de ayuda con facturas de Pacific Power para compañías eléctricas y empresas de servicios
Para una compañía eléctrica, el valor está en la segmentación. La empresa concentró su difusión en los hogares que señalaron los datos, y usó los resultados de la campaña para corregir el paso en el que los solicitantes se atascaban. James Owen, vicepresidente de experiencia del cliente e innovación, calificó el llegar a los clientes correctos con el mensaje correcto como un uso prudente de los recursos de difusión.
El mismo método sirve para cualquier empresa que ofrezca un beneficio, descuento o reembolso que los clientes deban solicitar: aseguradoras, proveedores de telecomunicaciones, bancos y organismos públicos. Los datos de uso y de cuenta pueden indicar quién probablemente es elegible, mientras la verificación formal de elegibilidad sigue en el proceso existente. Las salvaguardas que describe Pacific Power, un proceso de solicitud gestionado por personas y las reglas de privacidad vigentes, son la parte que otras empresas tendrían que copiar.
Preguntas y respuestas
¿Cómo usó Pacific Power la IA para encontrar clientes elegibles?
Usó el Analytics Workbench de Bidgely, con tecnología UtilityAI, para revisar información censal, datos de clientes, consumo de energía de los hogares y preferencias de comunicación. El análisis identificó a unos 37.000 hogares adicionales que podrían calificar para su programa de Descuento para Bajos Ingresos de Oregón.
¿Decidió la IA quién recibe el descuento?
No. Pacific Power dice que el análisis se usó solo para orientar la difusión. Los clientes decidieron si solicitaban, y las solicitudes pasaron por el proceso establecido del programa.
¿Cuántos clientes se inscribieron como resultado?
El esfuerzo contribuyó a unas 9.000 inscripciones adicionales, y la inscripción total creció de unos 69.000 a 78.000 clientes entre 2025 y 2026.
La visión de MOZGII
Cómo lo construiríamos
Encontrar a las personas que califican para un descuento pero nunca lo solicitaron es un buen primer trabajo para la IA en una compañía eléctrica. La decisión queda en manos de personas y de las reglas existentes, y el modelo solo ordena a quién contactar primero.
Para un programa así, empezaríamos con los datos que la compañía ya tiene: historial de facturación, patrones de pago, consumo de energía por temporada, asistencia previa y cómo prefiere cada cliente que lo contacten. Los uniríamos con datos censales públicos a nivel de vecindario. El modelo puntuaría cada hogar según qué tan probable es que califique, y el equipo de difusión elegiría hasta dónde bajar en la lista según el presupuesto. Un gerente del programa revisaría cada mes muestras de hogares señalados para comprobar que las puntuaciones tengan sentido y que no se deje de lado ni se señale a ningún grupo de clientes.
El punto débil es el paso posterior al mensaje. Una carta bien dirigida no sirve si la solicitud es larga, pide documentos que la gente no tiene a mano o se agota el tiempo en línea. Por eso los datos de abandono de este caso importan tanto como la segmentación.
La métrica que vigilaríamos es el número de inscripciones completadas por hogar contactado, dividido por canal de difusión. Después construiríamos una solicitud corta y prellenada que use lo que la compañía ya sabe, para que menos personas se detengan a medias.
Fuentes
De dónde salen los datos de esta nota.