大数据背景下发电企业市场营销的创新

赵汗青

现代互联网信息技术在快速发展，而大数据技术也随之被积极应用。大数据技术不只应用在数据信息的分析研究方面，而且也被应用到了数据的前端獲取以及终端结果处理方面。当前，电力现货市场快速推进，发电企业面临的市场竞争愈发激烈，市场披露信息的获取、分析、应用以及用电负荷需求预测的精准度等边界条件都将影响发电企业的市场收益。

为提高发电企业市场竞争力，准确预测市场边界条件变化对企业效益的影响，就需要对发电企业的市场营销模式进行全面改革和创新，通过将市场营销与大数据技术进行有机融合，从而提高发电企业的核心竞争力。

一、大数据背景下发电企业市场营销现状

（一）关注力度不够

由于发电企业的运营长期处于计划体制模式下，过渡至市场化经营模式的时间较短，相关体系搭建及制度建设均处于逐渐摸索、逐步完善的过程之中。在这种形势背景下，发电企业的市场营销人员体系及营销制度建设与市场化进程相比较为滞后，尤其是具备大数据应用技术的市场营销人员储备严重不足，致使发电企业管理人员对于大数据应用的认识以及关注力度不够，进而导致大数据技术不能被积极有效地应用到发电企业市场营销工作中，最终导致发电企业市场营销工作的效能与当前电力市场改革进程所要求的效能不匹配、不适应。

（二）营销体系不完善

在当前电力市场模式下，发电企业的营销工作对企业的经营效益起到了决定性作用。通过对互联网信息技术在发电企业具体工作的应用进行分析来看，虽然一些发电企业逐渐侧重于互联网信息技术的应用，但是仅仅应用在对于基础数据的统计、汇总等方面，没有合理有效地应用到发电企业的市场营销决策管理工作中，进而导致营销工作效果不理想，主要问题归结于发电企业市场营销体系尚不完善，营销工作决策过程中缺少可靠数据分析及支撑，时常出现“拍脑门”进行决策的现象。

当前全国电力现货市场推进逐步提速，需要警惕市场营销体系不完善、决策缺少可靠数据支撑所带来的经营风险、审计风险。

例如，电力用户用电特性与现货市场申报策略进行匹配，当用户负荷曲线与机组负荷曲线收敛度较高，企业电费收益增加，如用户负荷曲线与机组负荷曲线发散，必将导致电费收益降低甚至亏损。

（三）营销创新机制不健全

在发电企业应对电力市场改革过程中，营销创新机制不健全在很大程度上限制了发电企业对大数据技术的应用。

由于创新机制的不健全，导致创新工作方向多倾向于客户营销、市场交易等方面，而对于通过新手段、新技术进行精准预测、科学决策等方面缺乏引导，加之发电企业对于大数据技术等创新化营销手段的引进没有考核基准，无法评判创新化营销手段对营销工作的贡献程度，导致大数据技术没有得到广泛应用。

二、发电企业市场营销创新的价值意义

当前全国八个电力现货试点地区已分别开展不同周期的结算试运行，发电企业从数据获取到数据分析及应用等过程，面临着较多难题。用户负荷特性、日内统调负荷需求、电价情况等边界条件信息的收集、汇总、分析数据量已经达到GB级，发电企业的数据处理分析机制必须随之进行改革创新。

在大数据高速发展背景下的电力市场改进过程中，发电企业急需应用先进的互联网信息技术提高企业的市场营销管理质量和水平，进而与市场发展相适应、相匹配。市场披露信息及历史数据以GB级翻倍增加，边界信息的数据收集、处理工作负担和压力也随之增加，所以发电企业需要确保电力数据信息系统能够有效实施信息的搜集工作，并且能够应用大数据技术对相关的数据进行科学地处理和专业地分析，提升工作人员的工作效率和质量，进而满足企业在进行经营决策时对数据支撑的需求。

发电企业如果能够通过大数据技术完善自身的市场营销管理系统，使之具备信息收集、自动化甄别及分析的功能，并最终应用于电力市场的营销决策，不但可以提高发电企业的核心竞争力和服务水平，并且能够积极推动电力市场的改革进程。

三、发电企业市场营销的创新策略

（一）完善营销管理体系

面对当前电力市场改革内外部环境，发电企业应充分认识到营销体系的完备性以及创新性是企业适应市场、增加收益的首要因素。参考欧美国家相对成熟的电力市场，发电企业营销体系划分详细，尤其是对电力市场信息的全流程管理贯穿了整条市场营销业务线，从客户开发、客户价值分析、用电负荷需求预测、市场价格出清预测等，都包含在营销管理体系之内。

建设与国内电力市场改革相匹配、相适应的市场营销体系，应充分借助当前大数据技术的优势，在市场政策及边界信息、用户用电预测、负荷预测、电价预测等方面提高精准度，并将市场营销各业务模块通过大数据进行整合分析，对营销业务线进行整体评价及分析，形成数据前端获取、营销业绩、企业收益的闭环管控，同时，以营销业务线整体评价效果为市场营销方针、策略的制定提供辅助决策依据。

（二）在营销业务线应用大数据技术

目前，建立能够与电力市场改革进程相匹配、相适应的营销体系是发电企业面临的共同问题，营销体系的效能不高是症结所在，而提高营销管理体系的工作效率和质量是解决问题的根本。

针对用户负荷曲线，通过大数据技术以及智能电表的加装，能够充分了解电力用户的用电特性，并将用户所在行业、天气影响、政策影响、经济走势等多重数据归一，能够准确预测电力用户中短期用电负荷曲线，以便实施精准化、个性化营销服务。针对市场边界信息，通过大数据获取各类市场政策信息、边界信息，对相似信息进行整合修正，对相斥信息进行甄别判定，可以作为市场营销工作策略的可靠支撑数据。

通过大数据技术对历史负荷需求信息、电网线路检修信息、发电机组运行等信息进行分析预测，能为发电企业在现货市场交易提供科学指导，提高机组的边际收益。

大数据技术在应用于营销业务模块的同时，也可以将营销业务线进行贯穿分析，形成以单位结果量对前端数据源的反向量化修正，通过多次对计算模型的训练，对营销从决策、过程执行到结果预测进行全过程量化预测及评价，并提供可靠及科学的数据支撑。

（三）在成本测算中应用大数据技术

在當前电力市场模式下，市场交易对发电企业成本测算的精确度要求增加，同时对于成本测算的周期要求越来越短，当前电力现货市场已对发电企业提出了以单日为周期的成本测算周期要求，随着市场发展，日内实时市场开启后，发电企业成本测算也将随之缩短至以小时为周期。当边际收益一定时，成本测算的精准度决定了企业的收益盈亏。

因此，通过财务方式对成本进行的核算方法，已经不能满足当前电力市场的需要。大数据技术的优势在于能够将多端数据源进行动态化整合，并且随数据源变化重新调整计算模型，因此可通过大数据技术对机组负荷、参数及煤耗数据、燃料成本进行拟合，并结合煤场库存燃料的成本信息，精准测算标的日内机组的成本信息。

（四）在电力供需负荷预测中应用大数据技术

电力供需负荷预测决定了发电企业在电力市场交易过程中的总体策略，在大数据技术尚未得到广泛应用前，多采用历史相同日数据进行参考，但该方法受人为主观影响因素过大，造成预测准确性偏差较大。利用大数据技术可以将经济发展、装机结构变化、天气等数据进行多维耦合，并通过不断的模型训练，将多重影响因素最大程度地线性化，并通过最近运行日的负荷及边界信息，开展短期负荷预测，为发电企业判断开机方案及申报策略提供参考。同时，中长期负荷预测信息可以为中长期交易提供决策依据。

（五）在联动机制中应用大数据技术

随着电力市场改革的不断深入以及煤炭市场的频繁波动，发电企业在完全市场机制下什么时间发电、发多少电、机组安全运行水平都决定了企业最终的收益，电力市场与燃料市场的耦合，机组设备检修与申报策略的平衡等生产经营问题迫切需要通过联动机制进行统一。通过大数据技术对电力市场、煤炭市场、机组检修计划、燃料接卸、库存管理、环保排放等多项生产经营工作进行系统化、量化管理与预测，有效避免因机组设备检修导致高峰时段无法中标以及电量损失等问题，最大限度地统一企业管理效能，提升企业经营水平。

总而言之，在大数据技术被积极应用的背景下，发电企业市场营销创新工作十分重要，发电企业应该根据社会的发展形势以及用电市场的需要落实创新工作，并且根据具体问题不断调整市场营销的管理体系和方式，确保市场营销管理工作能够得到有效地开展。发电企业管理人员要积极引入先进的管理观念及技术手段，创新发电企业的市场营销模式，才能够在市场经济环境中提高发电企业自身的核心竞争力。

（本文作者单位：广东大唐国际潮州发电有限责任公司）