大数据技术在营销客户服务中的应用及研究

秦芳丽

当前，电力企业改革发展面临新的形势和任务，随着电力体制改革的不断升入，尤其是受市场广泛关注的售电公司的出现，电力市场的交易将更加“民主、开放”，交易方式将逐步升级，出现电网+互联网+信用+期货+零售+批发等多种灵活、自主的交易方式，导致电力企业在开拓售电市场、防范经营风险等方面面临的压力与日俱增，同时面临着优质客户减少、市场份额下降及优质人才流失的严峻挑战，尤其对营销服务业务提出了更高的要求和新的挑战。对电力企业来说，利用大数据技术构建营销服务技术支撑平台，对营销客户用电特点及需求进行分析，可以为制定电力营销方案提供数据支持、为电力企业抢占市场及用户提供重要的数据支撑，从而提高企业经济效益，不断提升客户服务水平和服务质量。基于此，此课题的研究具有非常重要的现实意义。

一、大数据概述

“大数据”（big data）是与智能制造、无线网络革命并行的又一次颠覆性的技术变革，“大数据”是指量大、复杂、增长迅速的数据集合，也指在一定时间内无法通过传统的数据库软件工具对其内容进行抓取、管理和处理的数据集合，它涵盖了从生成、采集、存储、加工、转换、计算、分析挖掘、展示到使用整个数据全生命周期管理的过程，以及在这些过程中所用到的各项技术。

大数据技术的重要意义不仅仅在于掌握其中海量的数据信息，而且在于对这些含有重要意义的数据信息进行专业化的加工和处理、对于海量数据进行存储和分析。

二、电力大数据的价值及特征

每一个行业和业务领域都蕴含着大量的数据信息，而且逐渐成为其重要的生产因素。对于电力行业而言，电力大数据综合了电力企业的产、运、销及运营和管理数据，是以行业形势預判、数据价值的挖掘为目标，利用大数据核心关键技术，实现企业管理模式转变、服务理念的提升，从而完成企业的转型升级，适应新的改革形势和外部环境。

电力大数据的特征主要为：

数据量大。这是电力大数据的一个重要特征。随着电力信息化建设的不断推进，电力数据的增长速度和规模已远超出电力企业的预期。

类型多（Variety），是指电力大数据包含各种各样的数据类型，如结构化、半结构化和非结构化数据。

速度快（Velocity），是指对电力大数据的采集处理和加工分析的速度。

有价值（Value），是指电力数据当中包含有很多有价值的信息。

一方面，随着电力体制改革的不断深入，电力企业将从生产型企业逐步转变为服务型企业，企业的业务流程需要围绕用电客户的需求进行优化和重组，同时，企业内部也需要变革管理模式、进行战略性转型。另一方面，随着“三集五大”体系建设的深入推进， SG186、SG-ERP等系统的建设及推进，已实现了企业级数据资源的初步整合及共享利用，但随着电力数据量的快速增长、数据类型的多样化以及跨专业、跨平台应用的日益深化，电力大数据必将面临着数据的高性能存储及高可扩展性等多项挑战。

因此，通过数据挖掘等技术深入挖掘并分析不同电力客户的需求，把最大限度满足客户的需求同提高企业的经营效益统一起来；站在客户的立场，以客户为中心，及时主动满足用电客户的需求，已成为电力企业的核心竞争点。电力改革环境下，企业必须进行业务流程的变革以适应时代的要求。

三、电力营销面临的机遇和挑战

大数据技术给电力营销带来了新的发展机遇，但也面临着很多挑战。“数据海量，知识匮乏”是大数据时代多数企业的通病。国家电网公司在“十二五”期间提出了“一型五化”的大营销体系（客户导向型、业务集约化、管理专业化、机构扁平化、管控实时化、服务协同化），一方面，随着“大营销”体系的全面建立，各类信息系统数据量多而重复，数据种类繁多， 数据量大而冗余，给营销管理和决策者均带来了很大挑战。另一方面，当前营销各类业务的数据信息以业务工单的模式存储在不同的信息单元中，从而形成了多个信息孤岛；且同样的数据信息，不同专业进行统计分析时所采用的信息来源和统计方法都不尽相同，又造成了数据统计口径的不一致，这在很大程度上影响着营销管理服务及决策。

随着智能电网建设的全面开展以及SG186营销业务应用系统的建设完善，海量的业务数据被积累，且当前电力企业的运营方式正在向以电力市场需求和提高客户满意度的方向发展，这就对电力企业的营销服务质量提出了更高的要求，使得电力企业面临了多方面的压力。

一是海量的业务数据分属不同的应用体系，且类型繁杂，不少业务数据也都被分散在各自的系统内，造成了数据孤岛；数据庞大且分散，无法被有效利用与提炼升华；对于同一组数据，由于基于的统计方法、统计背景和数据来源都可能不一致，必定会造成数据统计口径有偏差。

二是售电侧业务放开对公司传统营销模式将带来巨大冲击。新一轮电力体制改革深入推进，公司面临优质客户减少、市场份额下降和优秀人才流失的严峻挑战。电力企业要在市场竞争环境中谋求发展和生存，只有充分了解市场化规则，找准市场定位，变革企业管理机制，才能适应电力体制改革，不被市场所淘汰，稳步向前发展。

三是行业监管和市场竞争给优质服务提出新的挑战。电力改革催生市场主体多元化竞争，不断推动供电服务从“监管+自律”向“监管+竞争”转变，服务风险和舆情预控难度加大。

四是客户提出了更多的服务需求及更高的服务质量。一方面随着市场化经济的不断深入，企业不仅要为用户提供优质的产品，还需要提供越来越优质的服务。另一方面，经济时代逐步向知识经济社会进行过渡，用户对电力企业提供的产品和服务都提出了更高的要求，客户满意度将成为供电企业发展的重要因素，成为供电企业效益的根本源泉。

同时，数据背后隐藏着面对客户越来越个性化、多元化的消费需求，对电力企业的服务内容、服务方式、服务质量、经营管理都提出了更严峻的挑战。

四、大数据的关键技术

电力行业营销系统包含结构化数据，如客户资料、设备记录等，非结构化数据如合同、身份证和其他扫描图片等格式的文件。大数据技术需要加强对电力行业营销类数据存储和分析能力，同时数据挖掘和模式识别技术在客户用电行为分析的应用可以有效支持需求响应。

在电力大数据时代下，大数据已成为电力企业进行决策的基础。只有运用现代化的技术手段，对海量数据进行深度的加工和处理，发现并利用其中蕴含的重要的信息，为电力企业决策者提供数据支撑，才能真正发挥电力大数据的重要作用。

大数据技术分为四层：数据存储层、数据集成层、数据计算层和数据应用层，每一层包含不同的关键技术，其中数据应用层数据挖掘技术需要进行提高及深入应用。数据挖掘是指通过算法发现隐藏于海量数据中信息的过程。数据挖掘需要通过统计、在线分析和处理、机器学习、专家系统（依靠过去的經验法则）、情报检索和模式识别等多种方法来实现目标。

数据挖掘过程的总体目标就是从一组数据中提取信息并将其转换成一个可以理解的结构进行进一步的使用，除了初步的分析，它还包括数据库和数据管理，数据预处理、建模和推理，结构的后期处理，可视化，和在线更新等方面。

数据挖掘使用过去的信息数据来分析一个特定的问题或可能出现的情况的结果。数据挖掘工作分析所有存储在数据仓库中的数据，这个数据可能来自所有的业务，从生产到管理，管理者还可以使用数据挖掘来决定他们产品营销策略，和竞争对手比较。

五、构建统一的数据平台

电力行业每一个业务部门数据相互之间不能相互共享及融合，有些数据形成了信息孤岛，也有些数据存在于多个系统中，且录入、修改的途径有多种，采用不同的采集方式采集相同的数据，得到的结果在一定程度上存在着一些偏差，数据具有广泛的异构。因此需要整合各专业、各平台之间各个环节数据，对数据进行提炼、分析及挖掘，实现跨部门、跨业务、跨平台间数据的共享。如：涉及多专业的电力资产全寿命周期管理、营销、生产等都需要融合不同的来源数据，从而形成以数据为中心的企业信息化管理系统，构建统一的数据管理平台，促进数据资源共享，发挥数据的价值。

基于开展电力营销服务的优势与机遇以及大数据关键技术的研究，提出了利用大数据技术构建营销服务技术支撑平台，依托营销基础数据服务平台、营销业务管理平台建设，整合市场发展、经营活动、客户服务、资产运行等数据信息，研究其多维度分析主题、动态分析评价指标体系，数据的动态采集、合理存储、自动化处理方法，科学分析模型，建立覆盖政策、市场、营业等的营销服务技术支撑平台。平台核心应用应该包括数据采集服务、数据查询服务、数据搜索服务、分布式离线计算服务、分布式实时计算服务、数据挖掘服务、分布式协调服务、分布式队列监控、分布式数据库服务、分布式文档存储服务、数据订阅服务、开发式监控服务及集群管理等核心应用子系统。

六、创新营销服务模式

电力营销要始终把握好“以客户为中心，以市场为向导”的原则，重点做好以下工作：加快转变营销发展方式和服务模式。高度重视市场变化，积极主动，在参与竞争中掌握先机；高度关注客户需求和变化，快速响应，在优质服务中扩大客户群体，切实加强新形势下营销服务体系的建设。

（一）实现电力需求的预测

依托电力大数据技术，整合电力营销各业务系统数据，获取海量的用户数据信息，建立客户的数据关联机制，结合国家政策、经济发展水平、地理环境等因素，对其进行分类、分区域、分行业的数据分析，深入了解不同群体的用电规律和用电行为，实现用户对电力需求的预测，并实现对电力的合理调度以及电力需求的合理管控。

（二）为客户提供差异服务

通过数据分析获得用户的电力消费水平，实现了对用电客户的细分，制定出针对不同客户的行之有效的电力营销策略和服务方案；以客户细分数据为基础，为重要用户提供优质服务，并根据各类客户的特性提供有针对性的、差异化服务。针对重要用户，要主动上门走访，提供技术支撑，并在业务流程、服务机制及服务价格等方面提供高品质的产品和服务，从而满足其对电力企业服务的高需求和高期望。一方面建立业务办理专用“绿色通道”，成立服务工作组，配备专职服务人员为其提供主动式上门服务，另一方面，为这些大客户提供自主式供电时间，提前告知内部消息等服务。同时，供电企业要定期组织开展专业技术及安全知识培训，免费对其各类用电设备进行现场检查，不断提升客户的粘连度、忠诚度和满意度。

（三）降低企业经营风险

根据用户电量电费及缴费习惯等数据进行监测，通过对客户评估与客户行为追踪，预选出一些拒缴、拖欠电费的客户，创建用电客户的信用等级，提高电款回收效率，实现风险的合理规避，有效防止客户风险转嫁，将企业经营风险降为最低；同时需要结合移动互联网技术，深度整合渠道，充分发挥营业厅、95598网站、网上营业厅、掌上电力APP、电e宝、微信等渠道，为用户提供多渠道缴费模式，提高电费回收率，确保经营成果颗粒归仓。

（四）用户服务需求分析

在互联网时代，供电企业的优势更多反映在对用户需求的掌控和生态系统引领上，针对不同类型的用电客户进行创新服务，通过电力企业大数据平台，汇总分析客户需求以及客户投诉等信息，掌握客户关心的中心、投诉集中反映的问题、投诉用户的构成及分布、问题解决效率和追踪，总结、提炼、分析用电客户的聚焦问题。通过建立客户需求导向模型，对用户的需求进行可行性分析，提供一对一的服务，从而提高服务质效；对于用户投诉的共性问题，开展深入的诊断分析，提出有效整改方法，并定时开展供电服务明察暗访及电话回访，收集用户的满意度信息。

（五）建立客户质量评价体系

借助大数据平台，深入分析用户的电费缴费习惯、违约窃电情况以及社会上各行各业的信用评价等信息，建立客户质量评价模型，通过分析和筛选形成优质客户清单，并对其推送个性化信息，提供特殊化服务；同时，对客户信用进行评估，建立用户信用等级，根据其信用等级确定其电费缴纳方式，形成电力企业内部黑名单用户清单，加强此类用户风险防控，提升企业风险控制能力。

（六）支撑营销管理决策

以营销服务技术支撑平台为基础，依托营销基础数据服务平台、营销业务管理平台建设，整合市场发展、经营活动、客户服务、资产运行等数据信息，深度挖掘各类信息数据中的潜在关系，为各类管理和决策者提供多维度、多方位的分析预测性数据，提升工作效率，为企业发展指明正确的方向。

七、总结语

大数据时代，数据蕴含着巨大的利用价值，如何利用这些大数据信息对企业的发展具有很重要的战略意义。随着电力体制改革进一步深入，将大数据相关技术应用到电力企业内部的各个环节，充分挖掘现有电力数据的有效信息及无限的价值，为电力营销策略的制定提供重要的数据支撑，为电力用户提供高水平服务，提升电力企业的经济效益，这将具有深远的意义，同时也将成为电力企业持续发展的重要研究课题。