大数据分析下电力客户服务的深化与运用

1、大数据分析下电力客户服务的深化与运用摘要：传统电力客户服务被动响应，不及时、不精准的缺陷越来越难以满足客 户多样化的需求，随着大数据技术的发展和应用，准确预测客户需求成为可能， 客户服务也更主动、更优质，因此本文对基于大数据的电力客户服务的深化与运 用进行了分析。关键词：大数据；电力客户服务；深化；运用客户服务是电力企业经营活动中的一项重要工作，对电力企业的经营效益、社会责任及企业 形象有重要影响，值得电力企业持续关注和不断改进1。然而在传统服务背景下，因对客户 信息掌握不及时、不全面和不深入，严重制约了电力企业客户服务水平的提升2。随着大数 据技术的发展和应用，给电力企业提升客户服务水平带来

2、良机，因此本文对大数据分析下电 力客户服务的深化与运用进行了探讨。1大数据应用现状与电力客户数据特点1.1大数据在电力企业中的应用现状国外电力企业在2013年前就已探索和应用大数据技术，例如法国电力公司2009年探索 应用大数据技术分析用户行为，并构建了大数据系统。2012年美国在洛杉矶设立了电力大数 据系统。我国从2013年逐步将大数据技术用于用户需求的研究，为改进电力企业客户服务 创造了有利条件，目前已广泛应用于智能电网。1.2电力客户数据特点电力客户行为分析是大数据技术应用的重要领域，分析的前提是高质量的数据资产，目 前电力客户数据存在以下特点3： 一是各业务系统相互独立，例如电能信息采

3、集系统、 95598工单管控系统和营销业务应用系统等互不融合，匹配困难，要高效应用大数据技术必 须打破专业壁垒；二是数据结构繁冗复杂，大量垃圾数据产生，必须提高数据质量，才能更 好地挖掘数据资产价值；三是数据资产管理体系不够健全，未形成数据资产全生命周期管理， 而且数据安全保障机制尚未完全形成，难以充分挖据数据资产价值，也需要改进。2基于大数据的电力客户服务深化与应用2.1以需求为导向，数据驱动服务传统服务模式先要客户提出需求，再根据客户需求提供相应的服务，但随着社会的发展， 客户用电需求的多样化也与日俱增，传统服务模式疲于应对，服务效果与质量难以保障。在 这种背景下，立足现有数据基础，通过数

4、据分析指引客户需求，成为改善客户服务的必然选 择。大数据技术至少可以提供三个改变：一是通过数据分析主动感知客户需求；二是利用数 据分析结果快速响应客户需求；三是根据数据分析成果提供精准服务内容。2.2洞悉客户需求热点利用95598服务热线数据可以洞悉客户服务的需求热点，列举几种方法如下：一是利用 词频聚焦客户需求热点，通过词频分析法从95598热线服务中统计高频率词汇或关键词汇， 然后根据客户投诉焦点进行针对性预控，不仅可有效减少95598话务量，而且能够显著消除 投诉隐患。二是分析客户业务周期性特点，了解用户需求和用电习惯，例如分析95598热线 中某项业务投诉周期分布，为分析用户用电行为提

5、供支持。三是通过关联分析发现服务诉求 的内在联系，例如同一客户多次投诉，利用特征信息（户号、电话号码等）识别用户，然后 通过高频词汇的分析溯源该客户诉求的问题，以做好提前预控。2.3对客户分群管理根据客户的行为、价值、需求等特征差别，将客户分为不同的群体，再实施差异化的服 务措施，可以提高资源投放效益和服务精细化水平。传统分群方法维度单一，而且主要基于 统计经验判断，缺乏客观性，不科学。通过客户用电行为大数据分析可以更合理地分群，例 如利用聚类算法根据客户价值和服务渠道进行分群。按照帕累托“2/8”法则，定位客户群如下: 高价值贡献群，创造2/3利润，数量占2%，基本不逾期；中等价值贡献群，创

6、造1/10 的利润，占22%，逾期风险低；中等价值高逾期风险群，创造1/100利润，占3%；普 通群，创造1/100利润，占70%，逾期风险低；低价值贡献群，创造1/500利润，占3%。 针对高价值客户的差异化服务措施如下：设置专职客户经理，统一受理客户业务，并且全程 跟踪和后期回访，以提升客户服务体验；自动生成拜访工单，并记录拜访结果；对每种业务 限定工单受理时间；95598热线优先接听并立即转至客户经理电话；全面维护客户各种联系 人信息，保障信息的准确性。2.4客户用电行为分析对客户用电行为的分析实质上是对客户用电数据的处理过程，其核心是对客户用电海量 数据的聚类分析，所采用的技术包括聚类

7、算法、用电行为诊断技术、用电行为日期优化技术、 用电行为相似度识别技术等。然后就是构建客户用电行为分析模型，可根据主网负荷特征、 电力客户群体、曲线模式、日期匹配等方式建立。根据客户用电行为，将客户用电数据分为 客户正常用电数据、客户非正常用电数据、客户缴费行为数据、客户欠费行为数据、客户诉 求行为数据，可针对不同的用电行为采取相应的服务策略。对于正常用电行为，如果客户有 增量用电需求，应建立电网负荷预警机制，保障供电能力，避免卡脖子”；如果客户用电减 量，应查找原因，防止客户流失。对于非正常用电行为，应及时对非正常用电高发区域进行 排查清理，消除窃电隐患，并且精益化内部管理，及时追补电量损失

8、。对于客户诉求行为， 通过分析投诉数据查找服务短板，进而有针对性地加以改进和完善。2.5业扩报装服务深化业扩报装数据来源包括用电信息采集系统、PMS系统、SCADA系统、营销业务应用系统、 营配集成、营销GIS等，其中用电信息采集系统作为基础数据源，通过营配集成将PMS系统、 SCADA系统及营销业务系统整合成数据平台，再经样本训练、算法调整和优化模型，达到满 足业扩报装业务需求的目的。操作流程分为数据准备、数据挖掘、分析决策和业务集成几部 分。数据准备包括数据选择、数据清洗、数据抽取和数据归集，数据挖掘采用决策树算法、 分类算法、回归分析算法等数据挖掘引擎，分析决策包括分析结果展现、黑名单、

9、供用电分 析报告、知识库等内容，业务集成是将分析结果与业务进行集成。基于大数据的业扩报装系 统服务分三步实现：首先，获得增容用户的计量信息，可以通过在线计量监测系统获取用户 超负荷容量信息，再结合营销业务应用系统、SCADA系统数据，分析用户的行业状况、产品 价格波动、季节用电等信息，通过聚类或多维关联分析算法寻找潜在的业扩报装用户或用户 群；然后，从营销业务应用系统中得到新装或增容业务相关流程方面的信息；再从厂站、主 线路、子线路方面分析新装或增容的可行性，统计分析它们的负荷特性、用电特征及配网现 状，进而分析用户负荷在一段时间内的变化及与运行容量的关系，预测中短期用户负荷与用 电量的增长趋势，通过地图、图表一体化形式展现，为客户服务人员提供精准的业扩报装技 术支持。3结语大数据日益受到各方重视，数据资产价值也逐步得到认可，作为电力企业窗口的客户服 务也正从被动服务转向主动服务，从粗放服务转向精准服务，大数据在客户服务中发挥着不可估量的巨大作用，因此更有必要加强大数据技术的研究和深化应用，以便不断提升客户服 务水准。参考文献：林森，欧阳柳.基于大数据理论的