用电行为大数据分析探索与实践

王 珣，陈小卉，尹 悦

（国网武汉供电公司，武汉 430000）

客户行为分析研究是营销决策基础，精准营销近年来越来越受到广泛关注。基于客户行为的大数据分析不仅能帮助企业挖掘、激发和引领需求，还将对企业所处的行业乃至社会经济的良性发展起到巨大的引领和推动作用。

售电侧市场化改革环境下，供电企业间营销战线的竞争加剧，迫切需要通过管理、技术创新提升市场响应能力。优化流程、丰富渠道以降本增效；洞察、引导、激励需求以扩大市场；改善服务能力和满意度以提升品牌价值。供电企业拥有丰富的社会用电数据，开展用电数据价值挖掘创新具有得天独厚的资源优势，多家供电企业已在这方面做出了大胆尝试。

本文以国网武汉供电公司（以下简称“武汉供电”）自2015年以来开展的“电费回收大数据分析工具开发与应用”工作实践为背景，阐述了武汉供电开展用电行为大数据分析的基本思路、创新探索、应用实践及前景展望，总结了供电企业开展用电行为大数据分析的关键要素和重大意义，以期能对社会各界开拓思路、激活用电数据资源有所启迪和帮助。

1 基本思路与方法

多年来，武汉一直是一个用电秩序较差、客户自主履约意识较弱的欠发达地区。客户信息难采集，电费难回收，虽广开渠道，但服务送达覆盖面和效果差强人意。从电费回收、优质服务等各项指标水平以及工作难度看，低压用户明显难于高压用户、城区用户明显难于远城区用户。基于对现实问题的分析与思考，武汉供电确定了“用电行为分析”这个切入点，希望通过大数据挖掘技术创新，还原客户的服务诉求，找准企业的服务短板，动态及时地响应变化，在优质高效送达服务的同时，改善指标完成水平。

基于快速找准问题的大数据分析目标，采用因果分析法，绘制整理问题型鱼骨图，结合工作实践中人工测算、评估问题的经验教训，确定大数据分析的关键要素、功能框架、精化设计以及工具开发应用。主要实施过程如下。

1.1 绘制鱼骨图

抽调营业站所、县市公司、抄催劳务公司等各层级营销相关人员成立项目组，组织多次问题分析会议，通过头脑风暴法从人的视角找出现实营销问题的所有原因构成要素，整理成鱼骨图，重点分析明确了各构成要素是否可纳入数据分析、可分析要素相关的源数据项、要素分析的侧重关注点等，明确了基本资料、用电情况、欠费、缴费习惯等几个主要分析方向，同时确定了按抄表片区、抄表催费人员、营业单位等不同维度进行分类的分析方法。问题分析鱼骨图如图1。

1.2 功能框架设计

根据鱼骨图和要因分析表，结合现有系统功能和可提取分析的基础数据，确定大数据分析工具共分为4个模块19个功能项，并计划对现有营销系统相关功能实施定制化改造。该功能框架即考虑了当下迫切需要分析的客户、员工、渠道等环节的问题，又充分考虑到应用后算法调整的可能性，预留核心算法优化配置模块。

图1 电费回收及营销服务问题分析鱼骨图

开展大数据分析的关键在于高效实时响应问题，在规划功能开发进度时，采取了关键节点分步走的方法：3个月内完成一期急需功能，年内完成二期主要基础功能，后续根据基础数据及前期应用情况再有序安排。功能框架详见图2（所列功能项，红色为一期，绿色为二期）。

图2 电费回收大数据分析工具功能框架

1.3 工具开发

按照关键节点计划实施工具开发。其中关键环节设计技术特性如下。

（1）数据算法设计。量化定义了缴费习惯、用户信息完整性等关键分析参数，使过去依靠主观判断的行为数据可量化分析比较；将现有系统中结算方式等多项反映实际缴费情况的相关参数整合归并为满足实时动态分析需求的缴费方式大类，以化繁为简，快速找准突出矛盾问题，并可通过大类配置实现关键算法的动态调整。

（2）数据结构设计。综合考虑参数分析的时效要求、数据提取对现有系统造成的并发压力等因素，在建立数据仓库时，将原始数据分为实时、准实时、快照3种类型采用不同策略进行数据抽取、清洗，更全面、高性能地响应问题分析主题。

（3）交互设计。充分考虑视觉识别的敏感区域、界面信息的易读性、不同角色分析视角的差异性，按照“用一个界面展现关键要项、用图表颜色替代文字展现更多信息、复杂分析结构化层层攥取”的方式建立各类分析看板。

1.4 工具应用

工具经编码、测试后发布到营销业务系统中，第一期于2015年9月投运，第二期于2016年3月交付使用。推广过程采用了先试点再以点代面全面推进的方式。在市、县、营业站所各层级选择对工具最关注的人群以及问题最突出的片区有目的地进行培训及试用，再通过经验口口相传的方式逐步推广。推广过程注重业务与技术人员间的互动，实时响应、完善应用问题。

2 关键技术创新

2.1 行为信息的科学量化

在通过因果分析法开展电费回收难问题分析与应对过程中，理清用户的缴费习惯，按照习惯好坏采用差异化的催费策略以提高有效时限内的催费效率是关键。

从技术的角度看，不同区域采用不同的评价标准无法进行统一测算、排序及横向对比，必须设计出一个综合平衡各种差异的量化评分标准，才能对各区域、各种类型的用户的缴费习惯进行严谨、科学地评价。在考察共性需求后，明确了缴费习惯评分标准设计的基本思路。

（1）单次缴费行为与用户一段时间内总体评价结果不一致，应对单次记分评价，再对认定周期内单次评分的平均值作为阶段整体评价。

（2）催费和电费回收考核的关键点是缴费时间，应以缴费时间作为标定缴费习惯评分的唯一标准，不应考虑缴费方式等不影响考核的无关因素。

（3）以自主缴费期、常规催费期、强化催费期的分界点作为单次行为评分差异划分的依据，使得是否需要催费以及是否需要重点强化催费能通过评分得到体现，便于通过评分指导工作策略。

（4）总体评价周期既不能定得太短也不能太长。太短放大了突发异常对评分的影响，太长则稀释了新产生的严重问题引起的评分改变。

（5）无论单次或总体，评分值应形象、简化便于解读，即在百分制、十分制、五分制等通行评分方式中择优使用。

综上考虑，最终明确算法为：按照五分制对每笔电费的缴费行为给出精确评分，将一年来每笔缴费行为评分进行平均后求得用户的整体评分，将得分段分为5个等级对用户缴费习惯给出精确、科学的得分评价。以低压用户为例，单次缴费行为习惯评分标准如表1，总体缴费习惯评价标准如表2。

表1 单笔电费缴费习惯评分标准表

表2 户缴费习惯评价标准表

考虑到催费工作必须提前于实际考核时点，因此未将考核时点作为实际评分的标准时点，将月末节点提前到25日、次月7日考核时点提前到月末；同时，抄表30天是允许依法停电策略执行的分界点，因此也纳入为标准时点。

缴费习惯数据提取，采取每月末生成快照数据，每日0：00准实时修正的方式，保障一年内的行为数据已提前清洗产生并随时待用，又能被动态修正并为截止当日的准实时分析结果。该标准算法最终平衡了各方视角，科学有效地将行为信息量化为数据，对催费工作具有直接指导意义，使得按不同社区、抄催责任人、责任单位等维度综合评价整体用户行为成为可能，为精细化地挖掘问题、跟踪问题改善情况、优化治理策略打好了基础。

2.2 数据信息的可视化

大量离散的、无规律的数据在一定的应用背景下通过提取加工转化为呈现规律性的信息，这些有价值信息的积累让过去依靠人力无法洞见的事物本质浮出于表象。作为一个同时应用于管理层和生产一线的分析工具，丰富、直观、醒目、简明都非常重要。如何平衡有限的人机交互界面成为本项目寻求技术突破的又一关键点。

“用户缴费行为分析”界面是此次工具开发中的一个重要的基础信息可视化界面，其设计细节充分体现了上述设计思想，主要创新尝试与突破体现在以下几个方面。

（1）合理规划界面信息

全面了解用户的缴费行为，不仅需要知道缴费的时间，在哪里缴费，还需要了解影响行为的其它因素，比如：电量的突变、缴费合同变更等。这些琐碎无序的数据整合到一个界面来非常困难，经过反复梳理可能需要显示的所有源数据，最终将界面规划为用户基本属性、用电情况、缴费行为3个版块，如图3。

图3 用户缴费行为分析数据维度说明图

（2）多样化呈现界面信息

分版块设计使繁杂的数据归类后变得易于阅读，但信息量过大也会使重点不突出，内容不醒目。为了解决这个问题，在该界面设计时我们采用了依据版块特性各不相同的呈现方式。基本属性为截止到当前时点的静态数据，需要严谨、精确、简洁地显示，因此采用了静态表的显示方式。用电情况为与缴费行为考察评价周期相匹配，需要反映近一年来的阶段数据，因此采用了最能反映趋势的传统棒图和折线图形式，为同时反映电量和电费，运用了重叠坐标，电量为棒图、电费为折线图的叠加形式。缴费行为即需要反映近一年时段内每一次结算的时间、方式、违约情况等信息，又需要给出阶段内综合评价，为简明地描述所有信息，该版块采用了图表、指标值、分析结论文字描述等结合的呈现方式。

（3）多维时空立体整合

缴费行为是整个界面聚集的关键内容，即要反映每个缴费周期的缴费时间、渠道，又要反映尽一年来的缴费趋势，在综合比较饼图、棒图、折线图等各种基本图例后，确定采用棒图形式最能反映一年来的趋势，同时，通过对每个结算期棒条呈现内容的细化设计来整合各种要素信息。最终细化的结果为：通过棒条的高度反映时间维度的指标值，即应收产生后实际缴费天数。棒条越高，响应缴费用时越长；棒条越短，越及时缴费。一年来棒条高低错落反映用户缴费行为随意，习惯尚末完全建立。通过棒条颜色反映缴费渠道，不同渠道用色给予标注，即通过颜色将空间与时间信息整合起来，使时空场景在每一节点得到清晰表达。最终界面的整体效果如图4所示。

通过这一简明的界面，可以快速发现该用户曾经是一个缴费习惯良好的客户，但这一习惯在2014年9月到10月期间发生了改变，从及时缴费变得不及时缴费，从超市缴费变为供电柜台缴费。在对比其电量电费变化趋势后，该行为习惯的改变变得容易理解，电量电费突减，推断用户已搬离，客户不再关注该处的用电情况，因此忽视了按期缴费，同时，超市缴费不便，选择直接到柜台缴费。

图4 用户缴费行为分析看板截图

3 应用情况

3.1 应用现状

武汉供电电费回收大数据分析工具于2015年9月正式发布使用，该工具被公司营销部、客服中心、县公司、基层班组以及抄表催费劳务公司广泛使用，特别是应用于管理低压客户抄表催费的基层站所，得到了一致好评。伴随着近年推广费控、渠道及用户缴费积分激励等各项政策的同步实施，工具投用以来相关营销指标提升显著。此次供电企业开发应用大数据分析工具的作用和意义在于以下几个方面。

（1）立足于决策、管理、作业等多个层级的不同视角，让“用数据说话”的思想根植于业务一线。

在每一个工具看板中，充分考虑不同工作角色对所呈现数据的需求差异，个性化地设计看板。例如：电费回收分析看板，基本版块分别为当月电费回收率、总体电费回收情况、重点关注欠费前10名，反映出了各类营销人员均希望了解的当前、总体以及重点关注事项。但是，不同角色对整体情况关注点也存在一些差异，因此在该工具界设计时定义了4种不同角色视窗，分别使用不同的总体回收情况模板，运用图表切换、悬停提示等多种数图联动方法，更充分地展现出不同视角所需的数据信息。

这类按角色固定模板的细节设计，实际上是简化地向使用者推送了最有价值的关注点，使有能力的分析者的数据分析过程变得更简单，也使分析能力较弱者能快速地关注到重点。从内容到选择过程的简化，弥补了各种角色人员工具使用水平、问题分析能力等差异，工具因好用而得到普及，数据思维因应用而得到渗透。

（2）基层班组围绕数据分析问题、解决问题的能力持续提升，工具的灵活运用已在多个专项工作中有所体现。

治理缴费习惯差的关键在于合理规划催费时间、工作量、工作方法，通过数据分析，平衡选择治理的先后顺序、治理方式，使其功效最大化，逐步缩小待治理范围。比如：对比汉口城区客服分中心各类缴费习惯用户的分布情况，一年来缴费习惯不好的用户正在整体减少。探查其原因，一些成效显著的基层站所均采用了依托数据分析结论差异化催费的策略，有些采用主、辅业分别进行常规催费、专项治理，有些则按片区确定每个月的重点治理范围分片消化问题等。

3.2 应用意义

该工具不仅在用户缴费习惯提升方面中发挥作用，还在多个专项工作中被广泛使用，例如：特定用户查询工具在费控推广时用于筛选资料完好的用户片区、在用户资料完善工作中选择重点宣传激励的社区范围等，基层站所学会了结合自身经验灵活地挖掘特定用户群体，用不变的数据穿透事物表象看到问题的本质，真正发挥出数据的创造性价值。

4 前景展望

（1）拓展视角。以上对用电行为的数据提取及分析主要基于电能消费过程的交易数据，若需全面分析一个客户的用电行为，还应进一步关注各类业务环节的数据信息，例如：客户的用电申请、接入后咨询报修记录、自建分布式电源、购买智能家居、实施电能替代改造等。有效挖掘这些环节的数据价值，能获取更真实、清晰、全面的用户画像，更精确地细分客户群体并实施差异化营销。

（2）跨界交互。众所周知，大数据的“大”不仅在于数据的海量与多样性，更在于其实时交互能力。当供电企业的电力行为数据与客户在互联网平台、政府政务平台、能源电子渠道、保险证券金融平台等各类公共平台间实现数据开放、共享及交互时，用电行为特质将在更广阔的领域里得到应用并更好地迎合客户偏好；也能在在更广阔的领域里影响和制约客户的不良行为。如果说供电企业内部用电行为分析能挖掘潜在需求，那么跨界交互则能制造和引领用电行为及需求。

（3）激发智能。行为数据蕴含着大量碎片化信息，随着分析和计算技术的不断突破，人类解读这些碎片化信息、挖掘数据价值的能力也越来越强。基于用电行为的“大数据+深度学习”将更科学地指导供电企业运用数据开展行为决策，使数据资产在更多领域创造价值，形成服务于供电企业发展的独有的商业智能。D

［1］ 涂子沛.大数据［M］.南宁：广西师范大学出版社，2015.

［2］ 涂子沛.数据之巅［M］.北京：中信出版社，2016.

［3］ EMC教育服务团队.数据科学与大数据分析［M］.北京：人民邮电出版社，2016.

［4］ 马超.大数据之“用户行为分析”［EB/OL］.（2013-09-04）［2017-06-20］.http://36kr.com/p/205901.html.

［5］ 王珣.电力营销组织管理创新方法探索［J］.电力需求侧管理，2016（5）：38-40.