一旦您了解了分析项目的目标，下一步就是进一步制定价值主张。要批准在分析解决方案上花钱，管理层通常不仅需要了解如何解决现有问题，还需要了解可以节省多少钱，或者可以获得多少价值。不难解释安装和使用软件如何节省建设资金。以下是从过去的项目中吸取的一些关于如何最清楚地传达分析价值的经验教训：1.保持简单和相关。为价值主张的三个最重要部分创建“目标主题”或简短的总结句，然后是一些备用信息。一些常见的例子如下所示。?从被动维护转变为主动维护。一个好处是减少了诊断问题所需的时间，并将时间转移到解决问题上。分析不会减少维护时间，它会将劳动力的使用位置从寻找问题等低价值活动转移到解决问题等高价值活动。更重要的是，分析使用来自建筑物的数字控制机械和电气系统的现有未使用数据来做出更好的决策。分析还可以根据问题的真实成本确定维护积压的优先级。?能耗降低5%，并在一年内收回成本。能源部门研究了2017年设施经理在其建筑物中实施分析解决方案的结果。这项研究综合了智能能源分析运动第一年的结果，取得了非常有希望的结果。“积极的参与者对他们的建筑进行了改进，实现了5%的平均节能……不到一年就轻松收回了投资。”分析可以识别以前未知的节能机会。这些解决方案还跟踪以前的节能计划并验证是否实现了真正的节能；如果没有达到节能目标，您可以采取纠正措施，以更清楚的可见性快速纠正能源浪费。分析支持基于监控的调试以及测量和验证。?将乘员舒适度提高10%。你无法管理你无法衡量的东西。提高乘员舒适度的第一步是对其进行测量。结合数据和分析使设施人员能够查明舒适度问题并解决原因。例如，可以通过了解设备长时间运行来改进温度控制。分析软件提供了一种更好地调查机械设备运行情况的方法。该软件还可以通过定位以前未知的机械问题并确定确实发生的问题的根本原因，而不仅仅是症状，在它们发生之前识别潜在的热呼叫和冷呼叫。2.建立一个广泛的团队并包括所有利益相关者。由于上述一两个原因，许多分析项目向前推进。然而，这是一个在整个设施管理组织中建立共识的机会，即新技术和组织变革是有价值的。很多时候，如果仅考虑潜在的节能，分析项目可以获得良好的投资回报率。出于这个原因，可能值得引入负责设施可持续运营或能源支出的组织成员，以便在规划和决策过程的早期收集他们的意见和指导。此外，由于分析项目将涉及安装软件和在计算机之间传输操作/设备数据，因此IT和网络安全团队应尽早参与。这些人越早参与进来，项目就越有可能不会在有人措手不及的情况下被搁置或在最后一刻沉没。3.为项目定义清晰、可衡量的目标。获得投资回报率的最佳估计。为项目设定明确的目标（可以在以后的里程碑中轻松衡量）是规划过程的重要组成部分。这可能涉及将“目标主题”量化为节能目标、维护工作订单跟踪或量化居住者的舒适度。与许多其他类型的项目一样，分析项目应该具有可量化的投资回报。通常，分析项目将在不到三年的时间内收回成本。应在项目期间验证估计的成本节约。一旦项目获得批准，还有许多障碍尚未到来。为避免出现问题，尽早创建一支公正的团队非常重要。在规划过程的早期选择最喜欢的软件以获得有形的最终结果以帮助利益相关者参与可能很诱人。然而，市场上有非常广泛的分析软件可供选择。有些你可以自己定制；有些不能改变。有些专注于能源，而另一些则更擅长识别运营问题。有些托管在云中，而另一些则安装在设施中的服务器上。在做出决定之前，所有相关方都必须了解所有这些因素。了解市场对于了解您的选择至关重要。FDD软件和服务提供商的完整列表可在SmartEnergyAnalyticsEvent网站上找到。列表很长，并非所有提供者都生而平等。但是，这是开始研究当今市场上所有选项的好地方。扫清最后的障碍从实施分析项目中吸取的另一个教训是，了解成本结构非常重要。每个软件提供商、服务提供商和技术集成商对其服务的定价都不同。有些软件前期成本高，维护成本低。一些供应商在他们的软件即服务(SaaS)模型中提供高水平的参与，例如每月召开一次会议来审查进度和调整编程。因此，整个行业的实施成本和服务提供商参与度差异很大。这反映了分析项目复杂程度的差异。这里吸取的主要教训是，如果您要采购这些服务，则需要在RFP中明确说明服务提供商期望提供的工作水平。您还需要制定计划来解决分析将发现的问题。谁将有权力和责任获得分析见解并指导该行动？谁来支付维修费用？谁将用于执行实际维修（内部或外部人工）？谁来验证工作是否正确完整地完成了？，必须使过程公平。全面制定范围并向供应商提供有关需要什么和只需要什么的详细说明。不要使用软件供应商提供的RFP模板。每个供应商都有一个，他们被写入故意排除他们的竞争。接受供应商RFP可能很诱人，但请记住，澄清供应商工作范围的前期工作很容易收回成本，从而避免未来的成本。如果这种级别的技术规划看起来令人生畏，请向可信赖的服务提供商寻求帮助。设施经理发现使用商业分析软件可以帮助他们以多种方式更好地完成工作。分析使管理人员能够做出数据驱动的决策，并更快、更可靠地响应持续的运营问题。
