电网企业大数据运营服务内容探索

林女贵，蔡冰凌

（1.国网福建省电力有限公司，福州 350003；

2.国网福建省电力有限公司 龙岩供电公司，福建 龙岩 364000）

随着售电侧改革的稳步推进，用户购电选择权逐步放开，新形势下电网企业面临的市场竞争压力加大。电网企业需要在开展常规售电业务的同时，积极拓展各类增值服务，用以提高客户满意度、拓宽赢利渠道［1］。

当前各类市场主体普遍对大数据服务具有较为强烈的需求，电网企业可充分利用自身掌握的数据优势，向各类用户提供大数据运营服务并收取合理费用。本文在分析各类用户相关需求基础上，探索规划了电网企业的大数据运营服务内容，有助于指导电网企业后续规划和实践大数据运营服务。

1 电网企业大数据运营服务现状

1.1 政策分析

国家层面对大数据运营相当重视。“大数据”一词已连续4年进入《政府工作报告》，同时我国“十三五”规划纲要也提出要实施国家大数据战略［2］。一系列文件的出台为电网企业开展大数据运营服务提供了政策依据与理论指导。

1.2 国外实践

国外大数据分析起步较早，先进电网企业对于电力数据的分析和运营已经取得了一定成绩，如：法国电力公司（EDF）通过对用户电力消费数据进行深度分析，向能耗较大的用户主动提供节能指导服务。国内电网企业可借鉴国外企业的先进服务设计策略，规划大数据运营服务。

1.3 国内现状

国内部分省级电网企业在电力负荷预测、家庭智慧节能等领域初步开展了大数据运营服务尝试［3］。但总体而言，国内电网企业大数据运营服务开展情况与互联网、金融、电信企业相比，仍存在较大差距，主要体现在以下2个方面。

（1）数据服务对象有待增加

当前电网企业大数据运营服务对象主要为政府相关部门及传统用电客户，尚未拓展其他数据需求方，因此削弱了电网企业的大数据服务盈利能力。为增加服务收益，电网企业应充分发挥数据潜在价值，积极拓展服务对象。

（2）数据挖掘深度有待提高

电网企业存储的数据虽然以PB计，但目前开展的数据分析与挖掘工作大多仍停留在传统数据统计阶段［4］，离真正的“大”数据运营有较大差距。如当前电网企业向政府部门提供的电力运行报告及向传统用户提供的用电分析报告仅简单统计部分电力指标数值，缺乏对海量数据的深入分析［5］。

2 大数据运营服务用户定位

不同用户群体对大数据运营服务的需求不同，因此服务内容的探索规划首先需要确定潜在的各类服务对象。本文通过分析电网企业的市场定位，结合服务现状及国外实践情况，确定了大数据运营服务的所有潜在用户类别。

售电侧放开后，电网企业在政策要求下向售电公司和传统用户义务提供基础数据信息（电量电费数据等）的同时，也可向上述群体提供大数据运营服务并收取合理费用。

电网企业通过深入分析海量电力数据可以从电力视角预测地区经济、重点行业的发展态势，为政府相关决策提供依据。服务政府体现了电网企业作为重要公用事业单位的社会责任，也有助于电网企业争取政府政策支持和资金投入。

借鉴国内外各行业经验，确定社会上众多的第三方用户是电网企业大数据运营的服务对象之一。第三方用户通常不关注自身的用电情况，但对电网企业海量数据背后隐藏的能改善自身经营状况的信息有相应需求。服务该类用户有助于电网企业开拓大数据运营服务市场，有助于与金融、商贸等企业保持良好合作关系，更有助于增加经营收入。

综上所述，电网企业大数据运营服务的潜在用户包括政府、传统电力用户、售电公司及第三方用户四大类，具体类别如图1所示。其中售电公司和第三方用户属于电网企业大数据服务新增的用户类型。

3 大数据运营服务用户需求分析

用户需求是电网企业大数据运营服务规划的出发点和落脚点，相关服务内容的规划必须要充分考虑用户需求，以增强服务价值和市场竞争力。通过调研访谈、现状分析等方式，本文归纳了大数据运营服务潜在用户的主要需求。

3.1 政府需求

政府的主要需求是电网企业能及时提供支撑决策的电力大数据分析结论。具体包括提供宏观经济、重点行业、特定区域、支柱企业的发展趋势预测和预警。

图1 电网企业大数据运营服务潜在用户示意图

3.2 传统用户需求

传统用户的需求主要聚焦于节能降耗和电费优化上。用户普遍对电网企业基于大数据分析提出的用电优化建议有较大需求。

3.3 售电公司需求

售电公司的需求主要有2大类：第一类为大数据分析支撑购售电业务开展的需求，售电公司普遍希望电网企业能提供基于大数据分析的售电套餐设计指导、竞价策略制定指导、偏差考核风险规避指导等服务；第二类为大数据分析支撑各类增值服务开展的需求，售电公司普遍希望电网企业能提供大数据分析结论用于支撑自身开展增值服务。

3.4 第三方需求

第三方用户因自身经营领域不同导致对大数据运营服务的需求有较大差异。本文依据数据颗粒度的差异性将用户需求分为基于个体用电特征的需求和基于群体用电特征的需求两大类。

基于个体用电特征的服务需求主要包括2大类型：一类为金融机构征信体系建设的信息补充需求；另一类为餐饮、旅游企业识别目标客户进行精准营销的需求［6］。基于群体用电特征的服务需求主要指第三方用户期望电网企业能提供特定区域、产业链、行业的发展情况分析结论，用于提高自身经营水平。

4 大数据运营服务内容探索规划

在分析确定大数据运营服务的潜在用户类别和需求后，本文初步探索规划了国内电网企业面向不同用户类型的大数据运营服务内容［7］。

4.1 规划原则

各类大数据运营服务内容的规划遵循以下原则：

·政策允许。国家对电网企业的监管较为严格，部分服务内容可能超出电网企业经营权限，因此电网企业需要在政策允许的范围内规划大数据运营服务内容。

·隐私保护。电网企业的数据包含了用户地址、联系方式等隐私数据。在服务内容规划时应特别注意保护用户隐私，不对外提供用户个体数据，避免引起用户投诉。

·数据安全。电网企业的海量原始数据一旦泄露，将会造成不可预估的巨大风险，因此电网企业在规划服务内容时应加强数据规范管理，防止数据泄露［8］。

·市场需求。电网企业规划的大数据服务内容必须要以满足用户需求为目的，避免规划的服务内容不切实际、得不到市场认可。

·能力匹配。电网企业在规划大数据运营服务内容时应充分考虑各类自身资源能力，包括数据资源、人才资源、信息化资源等，从而保障各类服务能够正常开展。

4.2 面向政府的服务内容探索规划

基于政府需求，电网企业可在现有面向政府的数据服务基础上，进一步挖掘电力数据价值，并从以下2个方面向政府提供大数据运营服务，同时获取政府政策支持和资金投入。

4.2.1 宏观经济分析预测

以特定区域的各类型用户当期用电量、报装容量、新装用户数等电力数据为主要数据源，结合生产、消费、投资等宏观经济数据，构建电力视角的宏观经济预测模型，对某区域的短期经济趋势进行预测，并定期向政府提交预测分析报告，支撑政府决策。

4.2.2 行业/企业发展预警

在对政府关注的行业或个别重点企业用电情况进行深入分析的基础上，结合行业或企业历史用电规律，构建不同预警阀值的用电预警模型。当特定行业或重点企业的月度或季度用电量出现异常时，触发预警，并及时向政府报告。

4.3 面向传统用户的服务内容探索规划

传统用户中，工商业用户对大数据运营服务的需求相比居民用户更为迫切，且工商业用户有权选择其他售电商购电，有较大的流失风险。因此电网企业应优先规划面向工商业用户的大数据运营服务，从而增强售电市场核心竞争力。

基于用户需求，面向传统用户的大数据运营服务内容规划包括节能降耗和电费优化2部分。

4.3.1 节能降耗服务

一方面结合用户生产经营和设备特点，对用户的历史能耗数据及同类企业的数据进行大数据对比诊断和分析，提出针对性改进建议和专业用电方案，指导用户开展合理节能减排工作，提高能源利用率。另一方面，利用改进的智能电能表和采集系统实时监测用户的电量及负荷数据，并构建预警模型。当用户日累计电量或分时段电量超过预警阀值时及时向用户发出预警，并协助用户排查异常原因。

4.3.2 电费优化服务

应用大数据分析技术，全面分析系统存储的用户历史电费数据，并构建基本电费计费方式选择模型、峰谷电量比例分析模型、功率因数调整系数分析模型［9］。模型通过横向对比同行业用户的电费数据、纵向对比用户自身的历史电费数据，监测用户当前用电情况，并主动向用户提供基本电费计费方式选择、峰谷时段作业调整、定期减容等建议。

在提供上述2类服务前，电网企业可通过大数据分析，精准识别能耗管理水平落后、电费结构不合理的重点用户，主动开展营销工作。在服务过程中，注重电子渠道的运用，如：利用APP推送的形式向用户提供用能实时分析服务；在服务结束后，持续跟踪和改进效果，形成服务闭环管理模式。

4.4 面向售电公司的服务内容探索规划

基于售电公司对大数据分析支撑购售电业务和增值服务开展的需求，针对性探索规划了以下2类电网企业短期可行的大数据运营服务内容。

4.4.1 支撑购售电业务开展的服务

在海量历史数据分析的基础上，电网企业可利用自身技术优势，构建多变量（如：天气、节假日、用户报装数据等）输入的用户电量预测模型［10］，对售电公司签约用户电量进行精准预测。在征得用户同意的情况下，将预测结果向售电公司有偿提供，用以支撑售电公司售电套餐和购电策略的制定，规避偏差考核风险，实现购售电利润的最大化。

4.4.2 支撑增值服务开展的服务

国内售电公司普遍规划了节能服务、用电咨询等增值服务，而此类增值服务的良好开展需要对用户历史用电数据及同行业企业用电数据有深入的分析。电网企业可利用自身开展增值服务的经验，在用户许可的前提下，有偿向售电公司提供相关数据或直接向售电公司提供数据分析结论，支撑售电公司相关增值服务开展。

4.5 面向第三方的服务内容探索规划

第三方用户对电力大数据运营服务的需求呈现多样化、差异化的特点，因此电网企业应在分析用户需求特点的基础上进行全方位、多角度的大数据服务内容规划，提高服务的市场竞争力。

本文按照需求对应数据颗粒度的不同探索规划了基于个体用电特征的大数据运营服务和基于群体用电特征的大数据运营服务。前者分析数据精确到个体用户级别，颗粒度较小；后者分析数据为相关区域或行业的总体情况，颗粒度较大。

4.5.1 基于个体用电特征的服务

（1）征信体系信息补充服务

基于用户缴费信息和用电数据分析，构建电力用户信用评估模型，对用户信用进行量化打分和评级。后续将评估结果向有征信体系建设需求的金融企业有偿提供，用以拓展用户信用评估维度，支撑金融机构对其用户进行全方位的信用评估。

（2）营销信息精准推送服务

电网企业通过对电力用户的用电大数据进行分析，可识别出具有特定生活习惯和爱好的人群，如：对周末或节假日用电偏少的用户添加“旅游爱好者”、“外出爱好者”等标签，便于餐饮、旅游、零售等第三方企业开展精准营销。为规避政策风险和避免用户隐私数据泄露，所有营销信息必须通过电网企业自有电子渠道（掌上电力、微信公众号等）推送，由电网企业统一管理和发起，电网企业不对第三方企业提供用户具体信息。

4.5.2 基于群体用电特征的服务

（1）行业发展预测服务

电网企业在分析某行业全部或规模以上企业历史用电数据的基础上，对该行业未来发展趋势进行预测。预测结果可向证券公司、咨询公司、商业信息公司有偿提供，用于支撑第三方用户开展专业的行业研究。预测结果也可向商贸、建筑等产业链下游企业有偿提供，用于支撑相关企业及时调整经营策略和经营目标。

（2）商业选址建议服务

商业区域用电量等数据可以较好反映某区域的人气聚集水平和商业发展程度。电网企业可全面分析特定区域实际入住的居民户数、同一类型商业企业的数量、用电情况等，形成专业的选址分析报告，为餐饮、零售等企业精准选址提供建议［11］。

（3）电动汽车分析服务

电网企业可利用充电桩运营优势，基于大数据技术全面分析并总结电动汽车用户的充电习惯和群体特征。电网企业一方面可向电动汽车厂商有偿提供用户充电行为数据分析结论，支撑厂商对电动汽车进行针对性改良；另一方面可向电动汽车销售商有偿提供电动汽车用户的群体身份特征，包括年龄、性别、职业的分布情况，支撑销售商开展针对性营销工作。

5 结束语

售电公司的大量成立和用户购电选择权的放开加大了电网企业的经营压力，电网企业应充分利用自身数据优势，提高数据分析与挖掘能力，向不同类型用户提供基于用户需求的多元化、高价值大数据运营服务，在增强用户粘性、降低用户流失风险的同时，实现拓展盈利渠道、增加经营收入的目标。

本文在定位大数据运营服务潜在用户群体的基础上，针对用户需求初步探索规划了各类大数据运营服务内容。电网企业后续需加大资金投入，加强对相关人员的培训，提高大数据服务运营水平，从而支撑各类服务顺利开展。D

［1］ 肖先勇，马愿谦，莫文雄，等.售电侧放开背景下电网公司优质电力增值服务模式［J］.电力科学与技术学报，2016，31（4）：4-10.

［2］ 陈山，胡志广.电网企业大数据发展策略研究［J］.企业管理，2016（S2）：470-471.

［3］ 张沛，杨华飞，许元斌.电力大数据及其在电网公司的应用［J］.中国电机工程学报，2014，34（S1）：85-92.

［4］ 李明.电网企业大数据建设思考［J］.华东电力，2014，42（8）：1 667-1 671.

［5］ 闫龙川，李雅西，李斌臣，等.电力大数据面临的机遇与挑战［J］.电力信息与通信技术，2013，11（4）：1-4.

［6］ 刘海，卢慧，阮金花，等.基于“用户画像”挖掘的精准营销细分模型研究［J］.丝绸，2015，52（12）：37-42.

［7］ 彭涛，叶利.电网公司客户服务中心大数据应用研究［J］.电力信息与通信技术，2015，13（3）：22-26.

［8］ Wigan M R，Clark E R.Big data’s big unintended consequences［C］//2013IEEE6thInternationalConference on Computer Society，2013:46-55.

［9］ 李佳玮，郝悍勇，李宁辉.电网企业大数据技术应用研究［J］.电力信息与通信技术，2014，12（12）:20-25.

［10］AndiSD，MaraNS.Bigdataanalysis［C］//2012International ConferenceonCommunication，InformationandComputing Technology（ICCICT），2012:19-20.

［11］ M Mehaffy，S Porta，Y Rofè，et al.Urban nuclei and the geometry of streets:The emergent neighborhoods’model［J］.Urban Design International，2010，15（1）:22-46.