Para alcanzar el objetivo fijado en el acuerdo de París de limitar el aumento de la temperatura media mundial muy por debajo de los 2 ºC con respecto a los niveles preindustriales, es necesario realizar esfuerzos masivos para reducir las emisiones mundiales de gases de efecto invernadero. El sector de la edificación es actualmente responsable de alrededor del 28% de las emisiones totales de CO2 a nivel mundial, lo que significa que existe un potencial de ahorro sustancial en la correcta gestión energética de los edificios y en la aplicación de estrategias de renovación. Las herramientas digitales y las técnicas basadas en datos están ganando rápidamente impulso como enfoques capaces de aprovechar la gran cantidad de datos recopilados en el sector de la edificación y proporcionar soluciones capaces de reducir la huella de carbono del entorno construido. El objetivo de esta tesis doctoral es investigar el potencial de las técnicas basadas en datos en diferentes aplicaciones destinadas a mejorar la eficiencia energética de los edificios. Más concretamente, se describen diferentes enfoques novedosos para verificar el ahorro de energía, caracterizar los patrones de consumo y recomendar estrategias de rehabilitación energética. Las metodologías presentadas demuestran ser poderosas herramientas que pueden producir valiosos conocimientos para los gestores energéticos y otras partes interesadas. En primer lugar, se ofrece una visión general y detallada de las distintas metodologías más avanzadas para cuantificar el ahorro de energía y predecir el impacto de las estrategias de rehabilitación en los edificios. Se discuten los puntos fuertes y débiles de los enfoques analizados y se ofrecen orientaciones para evaluar la metodología más eficaz en función del caso en análisis y de los datos disponibles. Entre los enfoques revisados hay modelos estadísticos y de aprendizaje automático, métodos Bayesianos, enfoques deterministas y técnicas híbridas que combinan modelos deterministas y basados en datos. Posteriormente, se propone una novedosa metodología basada en datos para realizar cálculos de medición y verificación, centrada principalmente en edificios e instalaciones no residenciales. El enfoque se basa en la extracción de patrones de perfiles de consumo frecuentes y en una técnica innovadora capaz de evaluar la dependencia climática del edificio. Esta información se utiliza para diseñar un modelo que puede estimar con precisión el ahorro energético conseguido a escala diaria. El método se ha probado en dos casos de uso, uno con datos sintéticos, y otro con datos de monitorización de tres edificios existentes en Cataluña. Los resultados obtenidos con la metodología propuesta se comparan con los proporcionados por un modelo de última generación, mostrando una mejora de la precisión y una mayor robustez ante la falta de datos.La segunda herramienta basada en datos que se desarrolló en este trabajo de investigación es una metodología de regresión lineal Bayesiana para calcular las predicciones de línea base de energía horaria en edificios no residenciales y para caracterizar sus patrones de consumo. El enfoque se probó en 1578 edificios no residenciales que forman parte de un gran conjunto de datos abiertos de consumo energético de edificios. Los resultados muestran que la metodología Bayesiana es capaz de proporcionar estimaciones precisas de la línea de base con un modelo explicable e intuitivo. También se presta especial atención a las estimaciones de incertidumbre, que son inherentes a las técnicas bayesianas y que tienen gran importancia en las evaluaciones de riesgo de los proyectos de eficiencia energética. Por último, se presenta una metodología conceptual que puede utilizarse para recomendar y priorizar proyectos de eficiencia energética en edificios e instalaciones.

---