电力客户服务报修业务量预测分析

张明杰，迪里达尔·库尔班，余锦河

（国家电网公司客户服务中心 南方分中心，南京　210000）

电力客户服务报修业务量预测分析

张明杰，迪里达尔·库尔班，余锦河

（国家电网公司客户服务中心 南方分中心，南京210000）

随着经济的发展，市场经济体制不断完善，电力体制改革也在持续深化中，广大客户对电力需求增大，对于电力服务质量要求更高。作为电力服务热线——95598在提升服务质量、改善服务形象、塑造服务品牌形象等方面承担着重要责任，发挥着非常重要的作用。

话务量预测是电力客户服务中心95598平台规划建设的重要依据，准确的话务预测能合理的安排坐席数量，保证接通率，提高精细化管理水平，降低整体运营成本，对保证高水平的客户服务质量和服务水平发挥着重要的决策作用。准确的话务量预测对网络管理、规划和设计具有重要的意义，预测的准确与否关系到企业未来的发展，同时也越来越受到相关企业的重视。

目前常用的话务预测都有其独立的预测系统，是根据已有的历史数据应用一定的统计学方法或其他方法对其进行分析，并对未来的数据做出估计「1」。普通的预测工具有较高的技术要求，不能通用；专门的预测软件只针对特定领域，不能满足其他企业或领域的要求。所以，国内外有很多研究机构都在积极设计话务量的预测模型，并取得了阶段性的研究成果。当前主要有惯性预测「2」、Kalmam滤波「3」和话务量OLAP分析「4」等，前两者相对简单，但难以满足现阶段话务量复杂变化的方式。而电力客服热线不同于其他客服热线，其话务规律有明显的周期性特点，同时受负荷影响、天气情况、电网状态、电力业务等不同因素影响，考虑所有因素共同建模比较困难。

本文从从话务定性上入手，对不同业务类型的业务量进行分析，研究不同业务类型的话务之间的联系，找出异常业务数据，同时考虑话务典型周期性特点，建立基于业务类型的话务预测模型，最后对建立的模型进行验证分析。

1　话务与业务分析

1.1话务量与业务量关系分析

客户致电95598时，通常一次来电诉求对应一个业务量，极少数客户一通电话中反映不同的业务诉求。从当前的统计数据来看，业务量（电子工单数量）比接听的电话量略多，总体相差不大。

某省2014年上半年月度人工服务请求以及人工服务接听量如表1所示，月度接听率均超过99%，基本能满足绝大部分客户的需求。

从统计数据明显看出，话务转换系数（人工请求量与电子工单数量的比值）基本维持在96%～98%之间。

1.2业务分类与业务分析

根据国家电网95598业务类型分类，客户来电涉及如下8种类型的业务问题，分别是咨询、报修、投诉、举报、意见、建议、表扬和催办。8项业务之间关联如图1所示。其中，5项业务（投诉、举报、意见、建议、表扬）之间相互独立。而报修与咨询、催办业务与其他业务之间均存在关联关系。本文则从5项

表1　某省2014年上半年基础数据

业务及报修业务、咨询业务、催办业务等4个方面进行建模。

图1　业务关联分析流程图

1.3业务量分析方法

一般情况下，节假日、周末的业务量明显低于工作日，同时由于电网故障难以确定，业务量数据中还有其他“异常数据”。本文从4个业务类别进行建模，对工作日与周末（含节假日）分开进行预测。

设历史数据为Hn，这里假设H1为某业务上月1号的数量，DH1为H1当天属性。设周末、节假日业务量Wn以及其他发生异常情况的业务量属于异常数据。例如：DH1为周一，则H6、H7、H13、H14、H20、H21、H27、H28为异常数据。同时若Hn满足公式（5），也属于异常数据Fn。对异常数据进行清理后，剩下的数据为正常数据Rn。按时间顺序从小到大进行排列，第一个设为R1。历史业务量数据一般符合正态分布「5」。如n个样本值为H1，H2，…，Hn，并且它们独立同分布，即H～N（μ，σ2），则样本的平均值¯H与样本方差S2分别为

根据期望与方差的点估计「6」理论，X是μ的无偏估计值；S2是σ2的无偏估计值，构造统计量

对于给定的置信区间1-α（0＜α＜1）有

则Hm∈Fn。

周末（含节假日）业务量预测可采取直接设立修正值为定值或取预测值乘以特定系数等方法。周末业务量修正值Δd取值办法为

或周末业务量修正系数Δk为

2　各项业务分析模型

2.15项业务分析

由于5项业务量日占比较小，3月份占比量基本维持在1.75%～6.24%，分布比较稳定且独立。如图2所示，3月1日、8日、9日、15日、16日、23日、29日、30日均为周末，业务量有明显的降低趋势。

对周末业务量数据以及异常数据进行移除后，3月份5项业务量趋势图如图3。

由于5项业务量占比较小，同时由于在非迎峰度夏时期，5项业务量每月变化趋势较为一致，本文采用多项式曲线拟合为

图2　3月份5项业务分布图

图3　3月份部分日期5项业务分布图

直接采用上月历史数据模型对下个月每天的5项业务量进行预测。

2.2报修、咨询、催办业务分析

报修业务与咨询业务之间有业务关联，若客户报修某地区，第一张电子工单业务类型为报修，后续反应该地区故障的电子工单类型均为咨询。从图4看出，3月20日、3月28日报修业务量、咨询业务量以及催办业务量都有大幅度增长，这2天由于有突发大面积故障导致业务量上涨，进而引发较多客户来电报修、咨询和催办。同时在周末，咨询、报修、催办业务量与平日相比也有不同程度的下降。

图4　咨询、报修、催办业务分布图

根据3月20日、3月28日前后2天的报修业务量基本相同来看，说明突发的故障在当天基本能完全修复。对周末业务量数据以及异常数据进行移除后，3月份咨询、报修、催办业务量趋势图如图5。

图5　3月份部分日期咨询、报修、催办业务分布图

从图5以及报修、咨询、催办业务之间关联可得出，报修业务量基本稳定在一个水平，也从侧面反映电网结构较为稳定，可直接采用一次线性模型进行报修业务的预测。

设Bn为预测的该月第n天的报修业务量

周末的报修预测量可取前5天正常值的平均值与Δk的乘积。

由于周末催办业务量波动并不大，则整个月每天的预测量可认为是定值。

根据咨询业务量分布特点，也可采用多项式曲线拟合方法进行预测，由于咨询业务量占比较大，其预测精度对话务预测的影响较大。采取下列方法提高预测精度：①采用三次函数多项式曲线拟合进行咨询业务量预测。由于该省每月上中旬为电费出账日，会有大量客户来电咨询电费电价、短信等业务，中、下旬达到高峰后马上开始下降；②每预测一日工作日的数据后，根据实际值对模型进行系数修正。预测流程与模型更新流程如图6所示。

设预测的咨询业务量为Zn

Zn=gx3+hx2+ix+j，x∈N+且Dzn∈weekday（10）

周末的咨询预测量可取前5天正常值的平均值减去修正值Δd。

g、h、i、j的初始值可根据上月曲线拟合得出。采用该模型预测下个工作日数据后，根据上述流程图，如实际值不属于异常数据，则根据实际值替换历史数据对拟合系数进行修正。

图6　预测流程图与模型更新流程图

3　预测效果分析

本文根据上述建立的业务预测模型对4月份话务进行预测。5项业务周末、节假日修正值Δd根据3月份历史数据计算为24，报修业务修正值Δk根据3月份计算为0.74，催办业务取定值为30，咨询业务修正系数Δk取0.82。预测结果如图7所示。

图7　4月份5项业务、报修、咨询和催办的预测分布

实际业务量结果如图8所示。

话务转换系数取97.2%，预测电话量与实际电话量之间的比较如图9所示。

图9　预测话务量与实际话务量对比分布图

从图9可看出，预测的话务曲线与实际曲线的分布基本吻合。4月19日为突发大面积故障，导致预测精度较低。由于4月21日与4月22日实际咨询与催办业务量波动较大，这2天该省有较多的计划停电与临时停电，进而引发业务总量陡增。此问题可通过与业务相关省份充分沟通，了解停电信息影响范围与时间，可运用专家经验法独立进行预测。从总体上来讲，预测结果良好。

4　结论

通过对95598话务的业务类型进行分析，并结合实用的预测模型，对95598的话务进行整体的评估，从不同的业务类型出发，研究最适合的预测方法。此方法可操作性强，实用性较好。同时可根据业务分析，更加深层次的分析业务量变化原因，有助于真正了解客户真实诉求，从而更好的进行话务预测。D

「1」刘童.话务量时间序列预测方法的实现「D」.长春：吉林大学，2008.

「2」秦立公.桂林入境旅游发展的非线性回归拟合与自惯性预测研究「J」.桂林工学院学报，2000，20（2）:206-212.

「3」彭丁聪.卡尔曼滤波的基本原理及应用「J」.软件导刊，2009，8（11）:32-34.

「4」姜延双，和应民，周春楠.数据仓库和OLAP技术在话务综合分析中的应用「J」.信息技术.2011（4）:159-162.

「5」邵婷婷，张水利，张永波.两种剔除异常数据的方法比较「J」.现代电子技术，2008（24）:148-150.

「6」盛骤，谢世千，潘承毅.概率论与数理统计「M」.北京：高等教育出版社，2010

（本栏责任编辑徐文红）

Forecast analysis of electric power customer prepair business volume

ZHANG Ming-jie，DILIDAER Kuerban，YU Jin-he
（Southern Branch of State Grid Customer Service Center，Nanjing 210000，China）

根据95598电力客户服务业务特点对95598的话务进行短期预测，深层次挖掘不同业务之间关系，从统计学角度出发，分类别建模，将影响因素复杂的95598话务预测简单化。该模型原理简单，具有可操作性和实用性，可以为进一步分析客户来电原因、实现高效运营、完善排班管理提供思路。

业务分类；话务预测；异常数据；曲线拟合

According to the 95598 business characteristics to forecast 95598 traffic in short-term，it finds deep relationship among different business，establishes different business models，makes the 95598 traffic prediction which affects complex factors to be simplified.The model has a simple principle，and has the maneuverability and practicability，which can analyze the reasons of customer calls，achieve effective operation，and provide ideas to improve the scheduling management.

business classification；traffic prediction；abnormal data；curve fitting

F407.61

B

2014-11-28；

2015-01-25