Onderzoekers presenteren een schaalbaar kader voor het evalueren van gebouwprestaties op basis van de kwaliteit en granulariteit van beschikbare tijdreeksdata. Het framework classificeert dataniveaus en koppelt deze aan specifieke diagnostische en calibratiemogelijkheden op schaal van site, gebouw, systeem of installatie. Hoe gedetailleerder de metering, van maandelijkse verbruiksgegevens tot submetering, des te nauwkeuriger kunnen energie-modellen en operationele strategieën worden afgestemd op het werkelijke gebouwgedrag. De bevindingen zijn direct toepasbaar voor Nederlandse facility-afdelingen die hun CAFM- en energiemanagementsystemen willen optimaliseren op basis van real-time data. De studie is gepubliceerd in het tijdschrift Science and Technology for the Built Environment.